Oyemi MCP服务器
Oyemi语义词典的MCP(模型上下文协议)服务器。为Claude、ChatGPT和Gemini等AI代理提供确定性的字到代码映射和效价分析。
特性
- 语义编码:将单词转换为确定性语义代码
- 价态分析:使用基于词典的配价分析文本情感
- 语义相似性:测量两个单词的相似度
- 同义词/反义词查找:查找相关单词
- 零运行时依赖性:运行时不需要外部NLP库
安装
pip install oyemi-mcp或者从源代码安装:
git clone https://github.com/Osseni94/oyemi-mcp
cd oyemi-mcp
pip install -e .配置
克劳德桌面版
添加到您的 claude_desktop_config.json:
{
"mcpServers": {
"oyemi": {
"command": "oyemi-mcp"
}
}
}克劳德代码
添加到MCP设置中:
{
"mcpServers": {
"oyemi": {
"command": "oyemi-mcp"
}
}
}可用工具
encode_word
将单词编码为其语义代码。
encode_word("happy")
-> {
"word": "happy",
"code": "1023-00012-3-2-1",
"pos": "adjective",
"abstractness": "abstract",
"valence": "positive"
}analyze_text
分析文本的效价/情感。
analyze_text("I feel hopeful but anxious about the future")
-> {
"valence_score": 0.0,
"sentiment": "neutral",
"positive_words": ["hopeful"],
"negative_words": ["anxious"],
...
}semantic_similarity
从语义上比较两个单词。
semantic_similarity("happy", "joyful")
-> {
"similarity": 0.85,
"relationship": "very similar"
}find_synonyms
查找单词的同义词。
find_synonyms("happy")
-> {
"synonyms": ["glad", "felicitous", "well-chosen"]
}find_antonyms
找出一个单词的反义词。
find_antonyms("happy")
-> {
"antonyms": ["unhappy"]
}batch_encode
一次对多个单词进行编码。
batch_encode(["happy", "sad", "neutral"])
-> {
"results": [
{"word": "happy", "valence": "positive"},
{"word": "sad", "valence": "negative"},
{"word": "neutral", "valence": "neutral"}
]
}get_lexicon_info
获取有关词典的信息。
get_lexicon_info()
-> {
"name": "Oyemi",
"version": "3.2.0",
"word_count": 145014
}代码格式
Oyemi代码遵循以下格式 HHHH-LLLLL-P-A-V:
| 组件 | 描述 | 值 |
|---|---|---|
| HHHH | 语义超类 | 4位类别代码 |
| LLLLL | Synset ID | 5位唯一标识符 |
| P | 词性 | 1=名词,2=动词,3=形容词,4=副词 |
| A | 抽象性 | 0=具体,1=混合,2=抽象 |
| V | 价 | 0=中性,1=正,2=负 |
用例
- AI情绪分析:让AI代理理解情绪基调
- 语义基础:提供具体的效价分数,而不是猜测
- 文本分析:分析文件、评论、反馈
- 单词关系:查找同义词、反义词、相似词
许可证
MIT许可证
作者
Kaossara Osseni- grandnasser.com
