Being Human
개요
제작자가 쓴 설명(영어 원문)
Learns your writing voice from your own prompt history, then makes the model write like that.
PopNx MCP의 세 기둥
이 세 가지는 절대 하나의 점수로 합치지 않아요. 의견, 측정, 인기는 서로 다른 것이니까요.
- 사용자 의견i아직 리뷰가 없어요리뷰는 다음 단계에서 계정 기능과 함께 열려요
- 우리의 기본 점검i1개 중 1개 통과공개된 정보로 점검했으며, 코드는 아직 스캔하지 않았어요
- 사용 정도i아주 새로움↓ 23/주 · ★ –
할 수 있는 일
이 서버는 아직 쉬운 말로 된 요약을 쓰지 못했어요. 아래는 레지스트리에서 읽어 온 사실이에요.
- 연결 방식: 내 컴퓨터에서 실행
- 전송 방식: stdio
- 카테고리: 검색 및 AI 기억
설치
쓰고 있는 AI 앱을 고른 다음 설정을 복사하세요.
설치하기 전에
- 기본 점검: 1개 중 1개 통과
- 내 컴퓨터에서 내 사용자 계정의 권한(파일, 네트워크, 앱)으로 실행돼요.
- 레지스트리에 입력해야 할 키가 나와 있지 않아요.
필요한 것
- PyPIPython의 uv 설치(uvx 명령어용)
어떤 앱을 쓰세요?
위에서 앱을 고르세요. 기억해 두었다가 다음부터는 버튼에 “…에 설치”라고 표시해요.
Claude Desktop → Settings → Developer → Edit Config를 열고 claude_desktop_config.json에 이 내용을 붙여 넣으세요
{
"mcpServers": {
"being-human": {
"command": "uvx",
"args": [
"being-human",
"mcp"
]
}
}
}터미널에서 이 명령어를 실행하세요
claude mcp add being-human -- uvx being-human mcp또는 설정을 직접 복사하기
프로젝트의 .cursor/mcp.json 또는 ~/.cursor/mcp.json에 붙여 넣으세요
{
"mcpServers": {
"being-human": {
"command": "uvx",
"args": [
"being-human",
"mcp"
]
}
}
}브라우저가 앱을 열지 물어본 다음, 앱이 설정을 보여 주고 확인을 요청해요. 키 값은 비워 두니 직접 입력하세요.
또는 설정을 직접 복사하기
프로젝트의 .vscode/mcp.json에 붙여 넣으세요
{
"servers": {
"being-human": {
"type": "stdio",
"command": "uvx",
"args": [
"being-human",
"mcp"
]
}
}
}브라우저가 앱을 열지 물어본 다음, 앱이 설정을 보여 주고 확인을 요청해요. 키 값은 비워 두니 직접 입력하세요.
이 서버는 내 컴퓨터에서 실행되는데, ChatGPT는 인터넷에 있는 서버에만 연결할 수 있어요. 다른 앱을 고르세요.
선택한 앱은 이 기기의 쿠키에만 저장돼요. 계정은 필요 없어요.
이 설정은 제작자의 레지스트리 정보로 만들었어요. README와 다르면 README를 따르세요.
할 수 있는 일
내 컴퓨터에서 실행돼요. 설치하면 AI 앱에 도구 목록이 나타나요.
기본 점검i
누구나 볼 수 있는 정보를 점검했고, 코드는 읽지 않았어요. 해당하지 않는 항목은 개수에서 뺐어요. · 2026년 11월 8일 점검
- ✓ 통과
제작자와 저장소 일치
레지스트리 이름이 GitHub 계정 Syedomershah99 기준으로 확인되었고, 이 계정이 저장소를 소유하고 있어요
- … 아직 점검 안 함
계속 관리되고 있음
아직 GitHub에서 이 저장소를 읽어 오지 않았어요
- … 아직 점검 안 함
라이선스 있음
아직 GitHub에서 이 저장소를 읽어 오지 않았어요
- – 해당 없음
엔드포인트 응답
내 컴퓨터에서 실행되는 서버라 인터넷 엔드포인트가 없어요
- – 해당 없음
OAuth로 로그인
내 컴퓨터에서 실행되며, 대신 로컬 설정을 사용해요
- … 아직 점검 안 함
도구 설명에 숨겨진 지시 없음
내 컴퓨터에서 실행돼요. 도구 목록은 인터넷 엔드포인트가 있는 서버에서만 읽을 수 있어요
검색 및 AI 기억 카테고리의 다른 서버와 비교i
- 이 카테고리의 다른 서버 5689개 중 0%보다 스타가 많아요
- 이 카테고리의 다른 서버 5689개 중 31%보다 최근에 레지스트리에 공개됐어요
- 기본 점검 결과가 이 카테고리의 다른 서버 5689개 중 100%와 같거나 더 좋아요
레지스트리에서 이 카테고리의 활성 서버 전체와 비교했어요. 스타는 게시자가 저장소를 소유한 경우에만 세요.
자주 묻는 질문
Being Human, 안전한가요?
해당하는 기본 점검 1개 중 1개를 통과했어요. 코드는 읽지 않았어요. 키나 토큰을 넣기 전에 서버가 어떤 권한을 요구하는지 확인하고, 꼭 필요한 권한만 있는 키를 쓰세요.
어떤 키나 코드가 필요한가요?
레지스트리에 필수 키가 나와 있지 않아요. 다만 처음 쓸 때 로그인을 요구하는 서버도 있어요.
내 컴퓨터에서 실행되나요, 클라우드에서 실행되나요?
내 컴퓨터에서 실행돼요. AI 앱이 필요할 때 실행하고, 데이터는 제작자의 서버를 거치지 않아요(서버 자체가 온라인 서비스를 호출하는 경우는 제외).
아직 관리되고 있나요?
GitHub 저장소는 마지막으로 – 변경됐고, 최신 버전(0.1.2)은 3개월 전 레지스트리에 올라왔어요.
어떤 앱에서 쓸 수 있나요?
Claude Desktop, Claude Code, Cursor, VS Code처럼 MCP를 지원하는 앱에서 쓸 수 있어요. 내 컴퓨터에 Python (uv)도 있어야 해요.
대신 쓸 수 있는 건 뭐가 있나요?
같은 카테고리에는: Context7, Codebase Memory, Exa
대안
같은 카테고리에서 다른 제작자가 만든 서버예요. 스타 순으로 정렬했어요.
카드 보는 법:↓ 주간 다운로드i★ GitHub 스타i세 기둥: 리뷰 · 점검 · 사용 정도i업데이트 = 최신 버전을 레지스트리에 공개한 날i
Codebase Memory
Codebase knowledge graph for AI agents — 162 languages, sub-ms queries, 99% fewer tokens.
Exa
Connect AI agents to Exa for web search, content fetching, and multi-step research.
제작자의 README
README 열기
제작자의 저장소에서 쓰인 그대로 가져왔어요. PopNx MCP가 검토하거나 보증한 내용이 아니에요. HTML, 이미지, 스크립트는 제거했어요. 링크를 누르면 이 사이트를 벗어나요.
being-human
Your assistant writes like a press release because it doesn't know who you are. This tells it.
being-human reads the prompts you've already typed, measures how you actually write, and hands the model a description of your voice specific enough to follow. It also builds a list of words to avoid, computed by contrast against the model's own output, so it's personal to you rather than borrowed from a blog post about ChatGPT tells.
Local, stdlib Python 3, no dependencies, no network calls.
my own writing, measured by this tool. every bar is one real sentence. make your own with being-human card .
quickstart
pip install being-humanbeing-human learn --name "Your Name" # harvest your writing, measure it being-human check draft.md # AI tells being-human verify draft.md # is it statistically you? being-human export --target chatgpt # or agents, cursor, system, json being-human card # draw your voiceprint as a shareable svg
No Claude Code history? Point it at a ChatGPT export or your own files:
being-human harvest --source chatgpt --path conversations.json --out .being-human/ --contrastbeing-human harvest --source files --path ~/Documents/writing --out .being-human/
what comes out
Instructions with numbers attached, because "be concise" is not actionable and "your median message is 12 words" is:
- Write "i" lowercase. They do, 83% of the time.- Vary sentence length hard. Theirs average 9 words but deviate 8, up to 81.
- No exclamation marks. Rate is 0.28 per 1k.
- Don't hedge. Hedge rate is 1.1 per 1k -- they assert.
the contrast trick
Your transcripts contain both sides of every conversation. So every word can be scored by log-odds: how much more likely you are to use it than the model is, on the same topics, in the same threads. The top of that list is your voice. The bottom is the model's.
Mine came back actually, clean, rather, genuinely, exactly, roughly. None of those appear on any published list of AI words. They're the specific tics this model has when talking to me. Yours will differ, because the contrast is against your writing.
two checks, not one
They catch different failures, and passing one says nothing about the other:
check | is this generic AI writing? tells, rhythm, structure |
verify | is this *you*? authorship distance, Burrows's Delta against a length-matched null resampled from your own corpus |
Measured on my own corpus:
| authorship | slop | |
|---|---|---|
| my own writing | 6th pct, me | 99/100 |
| generic LinkedIn slop | 19th pct, *me?* | 0/100 |
| a README by someone else | 94th pct, not me | 97/100 |
Row two is the catch: slop has unremarkable grammar, so authorship distance passes it. Row three is clean prose with no tells that is plainly a different hand. The second case is the one nobody else tests for, and it's the one that bites.
Held-out chunks of real writing sit at the 49th to 60th percentile, with a 1-6% false-positive rate above p97. Thresholds are personal. Em dashes get flagged against *your* measured rate rather than a universal rule, which is why this doesn't punish people who genuinely use them.
mcp server
claude mcp add being-human -- being-human-mcpSeven tools, two resources, two prompts. Configs for Claude Desktop, Cursor, Codex and Zed are in mcp/README.md.
MCP tools are model-invoked and nothing forces a model to call one, which is awkward when the payload is instructional. So every tool returns the voice rules alongside its own result. There's no path through the server that hands back a score without the target attached.
There's a Claude Code plugin too, via /plugin marketplace add Syedomershah99/being-human. It adds /being-human:learn, :check, :write, :verify, :export, and a hook that grows the corpus as you type.
privacy
Everything is local. Grep for urllib, requests or socket and you'll find nothing. Secrets are redacted at harvest time before anything touches disk, and .being-human/ is gitignored. The voiceprint is safe to share. The corpus it was built from is not.
prior art
This space got crowded in 2026. inside-lago framed the thesis, slop-guard is a mature slop linter, idiolect is architecturally closest, and writer-persona had the best idea of the lot: validate the profile with a backtest instead of trusting it.
Two things here I couldn't find elsewhere. The user-vs-model contrast, which derives the avoid-list from both sides of your own transcripts rather than from a curated list. And a deterministic impostor test. writer-persona uses an LLM judge across 8 axes; this is arithmetic, so it costs nothing and returns the same answer every time.
Burrows's Delta and log-odds with a Dirichlet prior are both established methods. The claim is the application and the calibration, not the statistics.
license
MIT. The tell list is data/slop-lexicon.json. If you keep seeing something that isn't in there, send a PR.
mcp-name: io.github.Syedomershah99/being-human