Chinese Nlp MCP

Name: Chinese Nlp MCP
Author: leonmch-byte

von leonmch-byteVersion 0.3.1i★ –iLäuft auf deinem Computer

Name in der Registryio.github.leonmch-byte/chinese-nlp-mcp

Installieren

Überblick

Beschreibung vom Entwickler (englisches Original)

Chinese NLP toolkit for MCP: segmentation, pinyin, keywords, sensitive words. Offline via stdio.

Die drei Säulen von PopNx MCP

Diese drei werden nie zu einer Punktzahl zusammengefasst: Meinungen, Messungen und Beliebtheit sind verschiedene Dinge.

Stimmen der NutzeriNoch keine BewertungenBewertungen starten in einem späteren Schritt zusammen mit Benutzerkonten
Unsere Basischecksi1 von 1 bestandenAnhand öffentlicher Informationen geprüft; Code noch nicht gescannt
NutzungiGanz neu↓ 59/Wo. · ★ –

Was du damit machen kannst

Für diesen Server haben wir noch keine Zusammenfassung in einfacher Sprache geschrieben. Unten stehen die Fakten, die wir aus der Registry gelesen haben.

Verbindung: Läuft auf deinem Computer
Transport: stdio
Kategorie: Sonstiges

Installation

Wähle die KI-App, die du nutzt, und kopiere die Einstellungen.

Bevor du installierst

Basischecks: 1 von 1 bestanden
Läuft auf deinem Computer mit den Rechten deines Benutzerkontos (Dateien, Netzwerk, Apps).
Die Registry nennt keinen Schlüssel zum Eintragen.

Du brauchst

PyPIuv für Python installiert (für den Befehl uvx)

Welche App nutzt du?

ClaudeClaude CodeCursorVS CodeChatGPT

Wähle oben deine App. Wir merken sie uns, damit der Button beim nächsten Mal „In … installieren“ anzeigt.

Öffne Claude Desktop → Settings → Developer → Edit Config und füge dies in claude_desktop_config.json ein

{
  "mcpServers": {
    "chinese-nlp": {
      "command": "uvx",
      "args": [
        "chinese-nlp-mcp"
      ]
    }
  }
}

Führe das in deinem Terminal aus

claude mcp add chinese-nlp -- uvx chinese-nlp-mcp

In Cursor öffnen

Oder kopier die Einstellungen selbst

In .cursor/mcp.json in deinem Projekt oder in ~/.cursor/mcp.json einfügen

{
  "mcpServers": {
    "chinese-nlp": {
      "command": "uvx",
      "args": [
        "chinese-nlp-mcp"
      ]
    }
  }
}

Dein Browser fragt, ob er die App öffnen darf, dann zeigt die App die Einstellungen und bittet dich um Bestätigung. Schlüsselwerte bleiben leer, damit du sie selbst einträgst.

In VS Code öffnen

Oder kopier die Einstellungen selbst

In .vscode/mcp.json in deinem Projekt einfügen

{
  "servers": {
    "chinese-nlp": {
      "type": "stdio",
      "command": "uvx",
      "args": [
        "chinese-nlp-mcp"
      ]
    }
  }
}

Dein Browser fragt, ob er die App öffnen darf, dann zeigt die App die Einstellungen und bittet dich um Bestätigung. Schlüsselwerte bleiben leer, damit du sie selbst einträgst.

Dieser Server läuft auf deinem Computer, und ChatGPT kann sich nur mit Servern im Internet verbinden. Wähle eine andere App.

Deine Auswahl bleibt in einem Cookie auf diesem Gerät; kein Konto nötig.

Diese Einstellungen werden aus dem Registry-Eintrag des Entwicklers erzeugt. Wenn in der README etwas anderes steht, folge der README.

Was er kann

Läuft auf deinem Computer; die Tool-Liste erscheint nach der Installation in deiner KI-App.

Basischecksi

Wir prüfen Informationen, die jeder sehen kann; den Code haben wir nicht gelesen. Checks, die nicht zutreffen, werden nicht mitgezählt. · Geprüft am 8. Nov. 2026

✓ Bestanden
Entwickler passt zum Repo
Der Registry-Name wurde mit dem GitHub-Konto leonmch-byte bestätigt, dem das Repo gehört
… Noch nicht geprüft
Wird noch gepflegt
Dieses Repo haben wir noch nicht von GitHub gelesen
… Noch nicht geprüft
Hat eine Lizenz
Dieses Repo haben wir noch nicht von GitHub gelesen
– Nicht zutreffend
Endpunkt antwortet
Dieser Server läuft auf deinem Computer; es gibt keinen Endpunkt im Internet
– Nicht zutreffend
Anmeldung mit OAuth
Läuft auf deinem Computer und nutzt stattdessen lokale Einstellungen
… Noch nicht geprüft
Keine versteckten Anweisungen in Tool-Beschreibungen
Läuft auf deinem Computer; Tool-Listen können wir nur von Endpunkten im Internet lesen

Im Vergleich mit anderen in Sonstigesi

Mehr Sterne als 0 % der anderen 18486 Server in dieser Kategorie
Neuer in der Registry veröffentlicht als 63 % der anderen 18486 Server in dieser Kategorie
Basischecks gleich gut wie oder besser als bei 100 % der anderen 18486 Server in dieser Kategorie

Verglichen mit allen aktiven Servern dieser Kategorie in der Registry. Sterne zählen nur, wenn dem Herausgeber das Repo gehört.

Häufige Fragen

Ist Chinese Nlp MCP sicher?

Er hat 1 von 1 zutreffenden Basischecks bestanden. Den Code haben wir nicht gelesen. Bevor du einen Schlüssel oder Token hinzufügst, sieh nach, welche Zugriffe der Server verlangt, und nutze einen Schlüssel, der nur die Berechtigungen hat, die du brauchst.

Welche Schlüssel oder Codes braucht er?

Die Registry nennt keinen erforderlichen Schlüssel, manche Server bitten dich aber bei der ersten Nutzung, dich anzumelden.

Läuft er auf meinem Computer oder in der Cloud?

Er läuft auf deinem Computer. Deine KI-App startet ihn bei Bedarf, und die Daten laufen nicht über die Server des Entwicklers (außer der Server ruft selbst einen Onlinedienst auf).

Wird er noch gepflegt?

Das GitHub-Repo wurde zuletzt – geändert, und die neueste Version (0.3.1) kam vor 27 Tagen in die Registry.

Welche Apps können ihn nutzen?

Apps, die MCP unterstützen, etwa Claude Desktop, Claude Code, Cursor und VS Code. Außerdem brauchst du Python (uv) auf deinem Computer.

Was kann ich stattdessen nutzen?

In derselben Kategorie: Spec Driven Development, Remote Desktop Commander, Compose Preview Catalogs

Alternativen

Server derselben Kategorie von anderen Entwicklern, sortiert nach Sternen.

So liest du eine Karte:↓ Downloads pro Wochei★ GitHub-SterneiDrei Säulen: Bewertungen · Checks · NutzungiAktualisiert = neueste Version in der Registry veröffentlichti

Spec Driven Development

MCP Server that facilitates spec-driven development workflows, not just Vibe Coding.

von formulahendryAm Anfang↓ 66/Wo.★ 440Aktualisiert vor 14 Monaten

Läuft auf deinem Computer

Installieren

Remote Desktop Commander

Remote Desktop Commander: use files, terminal and processes on your own computers from any AI app.

von desktop-commanderWachsend★ 211Aktualisiert vor 3 Tagen

Läuft in der Cloud✓ desktopcommander.app

Installieren

Compose Preview Catalogs

Browse, inspect and render Jetpack Compose Material 3 and Wear component catalogs.

von yschimkeGanz neuAktualisiert heute

Läuft in der Cloud

Installieren

README vom Entwickler

README öffnen

Unverändert aus dem Repo des Entwicklers übernommen. PopNx MCP hat den Inhalt weder geprüft noch empfiehlt es ihn. HTML, Bilder und Skripte wurden entfernt. Links führen von dieser Website weg.

chinese-nlp-mcp

mcp-name: io.github.leonmch-byte/chinese-nlp-mcp

中文 NLP 能力的 MCP Server：分词、关键词提取、拼音转换、自定义敏感词检测。本地 stdio 运行，全部推理在进程内完成。

📝 Tutorial: How to Add Chinese NLP to Your AI Agent in 5 Minutes

特性

纯本地推理 — 未配置 license key 时零网络请求、无遥测，文本不离开本机
stdio transport — 本地进程通信，不开放任何端口
协议干净 — 日志一律走 stderr，不污染 stdout 的 JSON-RPC 流

环境要求

Python 3.10 或更高版本。

安装

方式一：uvx 一键运行（推荐，无需安装）

uvx chinese-nlp-mcp

需要先安装 uv：https://docs.astral.sh/uv/getting-started/installation/ （macOS/Linux 用 curl -LsSf https://astral.sh/uv/install.sh | sh， Windows 用 irm https://astral.sh/uv/install.ps1 | iex）

方式二：pip 安装

pip install chinese-nlp-mcp

安装后同样可用命令行启动

chinese-nlp-mcp

方式三：从源码安装（备选，开发用）

git clone https://github.com/leonmch-byte/chinese-nlp-mcp

cd chinese-nlp-mcp

Windows (Git Bash)

python -m venv .venv ./.venv/Scripts/python.exe -m pip install -r requirements.txt

macOS / Linux

python3 -m venv .venv ./.venv/bin/python -m pip install -r requirements.txt

客户端接入

推荐用 uvx，无需关心 Python 环境：

"mcpServers": { "chinese-nlp-mcp": { "command": "uvx", "args": ["chinese-nlp-mcp"] } } }

若用 pip 安装（方式二）：

"mcpServers": { "chinese-nlp-mcp": { "command": "chinese-nlp-mcp" } } }

若从源码安装（方式三）：

"mcpServers": { "chinese-nlp-mcp": { "command": "/absolute/path/to/chinese-nlp-mcp/.venv/Scripts/python.exe", "args": ["/absolute/path/to/chinese-nlp-mcp/server.py"] } } }

VS Code 用 servers 键，Claude Desktop / Cursor 用 mcpServers 键。

工具

工具	签名	说明
`hello_world`	`() -> str`	健康检查，返回 `Hello from Chinese NLP MCP`
`segment_chinese`	`(text: str, mode: str = "default") -> list[str]`	中文分词，`mode` 支持 `default` / `search` / `index`
`convert_pinyin`	`(text: str, style: str = "tone", separator: str = " ") -> str`	拼音转换，`style` 支持 `tone` / `tone2` / `initials` / `first_letter`
`extract_keywords`	`(text: str, topN: int = 10) -> list[dict]`	TF-IDF 关键词提取，返回 `[{word, weight}]`，按权重降序
`detect_sensitive_words`	`(text: str, words: list[str] \	None = None) -> dict`	自定义敏感词检测（Aho-Corasick 自动机）

🔴 `detect_sensitive_words` 不含任何内置词库

本工具不内置任何词库，也不内置任何示例词。词库唯一来源是调用方传入的

words 参数。传 [] 或 None 等同于不检测，直接返回

{"matches": [], "clean": true}。

内容安全策略必须由使用者自己掌控，工具不会替他预设。

你需要知道的行为细节

这些直接影响你怎么解析返回值，所以列在这里。

`detect_sensitive_words` — 重叠匹配返回全部命中

不去重、不做最长/最短优先裁剪。调用方是自己词库的负责人，最清楚"命中什么"才是关心的信号；拿到全部命中后可按 index 自行裁剪或聚合。

例：text="中华人民共和国", words=["中国人民","人民"] → 返回 2 条命中， index 分别为 0 和 2。index 是字符索引（中文按 1 字计，非字节索引）。

`extract_keywords` — `weight` 是未归一化的 TF-IDF 原始分

值域通常 0 ~ 6，可大于 1.0（例："天安门广场" → 1.6316）。它表示该词在当前语料中的重要程度，不是概率或百分比。

返回顺序已按权重降序；topN 超过可提取词数时返回全部词，不报错。中英混合文本中，英文单词会作为独立 token 保留并参与计算，不会被过滤（例：Python 编程语言很强大 → 提取出 Python，weight 3.98）。

`convert_pinyin` — `tone2` 的数字标在元音后

zhong → zho1ng，不是 zhong1。这是 pypinyin 的既有命名规则。 style 只接受上表四个值，传入其他值会抛错（底层库本会静默降级，本项目在入口处拦下，避免你拿到"看起来对但不是你要的结果"）。

`segment_chinese` — `index` 与 `search` 行为一致

jieba 没有独立的 index 模式，本项目把 index 映射为搜索模式。两种模式都不返回位置信息，返回值统一是 list[str]。

返回值怎么读

返回 dict 的工具（detect_sensitive_words）会被 fastmcp 直接展开为 structuredContent，不额外加 `result` 包装层；返回 list / str 的工具则会被包成 structuredContent.result。

例：从 structuredContent.matches 与 structuredContent.clean 取值，而不是 structuredContent.result.matches。

错误处理

参数非法抛 ValueError，内部失败抛 RuntimeError，均由 fastmcp 转成 isError=true，工具签名保持纯净。

免费层每日配额（v0.2.0 起）

所有工具都可免费使用，但有每日次数上限（按 UTC 00:00 重置）：

工具	每日上限
`hello_world`	无限制（健康检查永不拦截）
`segment_chinese`	500
`convert_pinyin`	300
`extract_keywords`	100
`detect_sensitive_words`	200

单次输入上限：文本 20,000 字符、自定义词库 1,000 条、topN 最大 50。

达到上限时该工具返回 isError: true，并附带当前限制、重置时间、 Pro 权益与升级链接。hello_world 始终不受影响，避免客户端误判服务器故障。

Pro License（v0.3.0 起）

export CHINESE_NLP_LICENSE_KEY=<你的 key>   # Windows: $env:CHINESE_NLP_LICENSE_KEY="..."

项目	值
验证频率	每次启动校验一次，结果缓存 24 小时
断网宽限	7 天（上次成功验证在 7 天内且网络故障时保持 Pro）
超时	8 秒，不重试
本地保存	默认不保存明文 key

如果你希望免去每次配环境变量，可显式同意把 key 存在本地（权限 0600 + HMAC 签名）：

export CHINESE_NLP_STORE_KEY=1

诊断用 CHINESE_NLP_LICENSE_DEBUG=1（tier 与缓存状态打到 stderr），自解锁用 CHINESE_NLP_LICENSE_RESET=1（清除本地缓存与凭证）。

License 失效是静默的：不会弹窗、不会改变工具返回结构，只是退回免费层配额（表现为原有的配额超限文案）。

每日计数保存在你本机的状态文件里：

Windows: %LOCALAPPDATA%\chinese-nlp-mcp\
macOS: ~/Library/Application Support/chinese-nlp-mcp/
Linux: $XDG_STATE_HOME/chinese-nlp-mcp/

需要更高额度与批量 API：https://wolfmanchao.gumroad.com/l/chinese-nlp-mcp-pro （$19 买断，非订阅）

Privacy

Without a license key: Fully offline. No network calls, no telemetry. Your text never leaves the machine.

With a Pro license key: The key is verified against Gumroad once at startup, cached for 24 hours. Only product_id and license_key are sent. No text content, no usage statistics, no machine identifiers.

Verification can be disabled entirely by not setting CHINESE_NLP_LICENSE_KEY.

工具调用本身在两种情况下都完全离线 —— 网络请求只发生在服务器启动时，且仅在配置了 license key 时。每 24 小时至多一次。

本地只保存 license key 的 SHA-256 摘要（前 16 位十六进制）， 不保存明文。缓存、日志、错误信息中都不含明文 key、邮箱或 IP。

这个项目是 MIT 开源的本地软件，没有 DRM。

每日计数是防篡改（tamper-resistant）而非防破解（tamper-proof）——

有决心的人总能从源码层面绕过任何本地机制。

我们卖的是便利（批量 API、长文本、自定义词典），不是锁。

开发

验收方式、测试规约、实现层踩坑记录见 DEVELOPMENT.md。

License

MIT

Chinese Nlp MCP

Überblick

Die drei Säulen von PopNx MCP

Was du damit machen kannst

Installation

Bevor du installierst

Was er kann

Basischecksi

Entwickler passt zum Repo

Wird noch gepflegt

Hat eine Lizenz

Endpunkt antwortet

Anmeldung mit OAuth

Keine versteckten Anweisungen in Tool-Beschreibungen

Im Vergleich mit anderen in Sonstigesi

Häufige Fragen

Alternativen

Spec Driven Development

Remote Desktop Commander

Compose Preview Catalogs

README vom Entwickler

chinese-nlp-mcp

特性

环境要求

安装

方式一：uvx 一键运行（推荐，无需安装）

方式二：pip 安装

安装后同样可用命令行启动

方式三：从源码安装（备选，开发用）

Windows (Git Bash)

macOS / Linux

客户端接入

工具

你需要知道的行为细节

免费层每日配额（v0.2.0 起）

Pro License（v0.3.0 起）

Privacy

开发

License