AI Content Detector MCP Server
🔍 AI-Inhaltsdetektor MCP-Server
Erkennen Sie KI-generierte Inhalte, analysieren Sie den Schreibstil, prüfen Sie auf Plagiate und humanisieren Sie Texte. Erkennt 24 KI-Schreibmuster. Schwesterprodukt von HumanizerMCP – bildet einen geschlossenen Kreislauf aus "Erkennen + Humanisieren".
Funktionen
8 MCP-Tools: detect_ai_content, analyze_writing_style, check_plagiarism, get_detection_report, humanize_content, batch_detect, compare_versions, get_ai_probability
24 KI-Muster: Basierend auf dem Wikipedia-Leitfaden "Signs of AI writing"
Stilanalyse: Satzrhythmus, Wortschatzvielfalt, persönliche Stimme, emotionaler Reichtum
Plagiatsprüfung: N-Gramm-Ähnlichkeit und Erkennung von Selbstwiederholungen
Humanisierung: Umsetzbare Vorschläge zur Reduzierung von KI-Spuren
Schnellstart
# Install
pip install -r requirements.txt
# Run (stdio mode)
python server.py
# Run (HTTP mode)
python server.py --transport http --port 8010Tools
Tool | Beschreibung |
| Erkennt KI-Muster mit Schweregraden |
| Analysiert Satzmuster und Stimme |
| Prüft auf Ähnlichkeit und Selbstwiederholung |
| Umfassender Erkennungsbericht |
| Vorschläge, um Text menschlicher zu gestalten |
| Erkennt mehrere Texte gleichzeitig |
| Vergleicht KI-Werte zwischen Versionen |
| Schneller KI-Wahrscheinlichkeitswert |
Erkannte KI-Muster
🔴 Hoher Schweregrad: Gehobener Wortschatz, vage Zuschreibung, werblicher Ton, Standard-Einleitung, Mangel an Spezifität, Buzzword-Dichte, keine persönlichen Anekdoten, parallele Verneinung
🟡 Mittlerer Schweregrad: Übermäßiger Gebrauch von Gedankenstrichen, Dreierregel, übermäßiger Gebrauch von Übergängen, Zusammenfassung im Fazit, vage Formulierungen, redundante Phrasierung, Übererklärung, neutrale Haltung, generische Beispiele
🟢 Geringer Schweregrad: Perfekte Grammatik, listenlastig, Vorlagenstruktur, symmetrische Struktur, emotionale Flachheit
Integration mit HumanizerMCP
Dieser Detektor lässt sich perfekt mit HumanizerMCP kombinieren:
Erkennen → Identifizieren Sie KI-Muster und deren Schweregrad
Humanisieren → Wenden Sie Korrekturen mit der Regel-/LLM-Engine von HumanizerMCP an
Vergleichen → Überprüfen Sie die Reduzierung des KI-Werts mit
compare_versions
MCP-Konfiguration
{
"mcpServers": {
"ai-content-detector": {
"command": "python",
"args": ["server.py"],
"cwd": "/path/to/ai-content-detector-mcp"
}
}
}Online-Zugriff (Empfohlen)
Keine lokale Installation erforderlich, konfigurieren Sie es direkt im MCP-Client:
{
"mcpServers": {
"ai-content-detector-mcp": {
"url": "http://www.mzse.com/detector-mcp/"
}
}
}REST-API
curl http://www.mzse.com/detector-mcp/Bereitstellungsstatus
Projekt | Adresse |
Domain | |
GitHub | https://github.com/zhaohongyuziranerran/ai-content-detector-mcp |
Lizenz
MIT
Related MCP Connectors
Find AI-isms with evidence and fingerprint a writing voice from samples. 3 of 5 free.
Paste a draft and see the habits that make writing read like it came from an AI model.
- PortMemOAuthcom.portmem
Check AI-written drafts against your source documents, with the passage behind every verdict.
DraftCheck: flags AI-writing patterns in prose with fix hints. Deterministic linter, not a detector.