gujarati-lexicon-mcp

グジャラート語語彙 MCP サーバー

AI アシスタント向けの、根拠に基づくグジャラート語辞書です。 Claude（または任意の MCP クライアント）に接続すると、アシスタントは推測するのではなく、実際の辞書データからグジャラート語を調べられます。意味、類義語、慣用句（રૂઢિપ્રયોગ）、ઘરમાં や આંખોમાં のような活用形に対応しています。

このサーバーを作った理由： LLM はグジャラート語の扱いが得意ではありません。意味をでっち上げたり、慣用句を取り違えたり、もっともらしいけれど誤った用例を作り出したりします。このサーバーは、モデルが根拠にできる事実を提供し、単語が辞書に載っていない場合には、そうとはっきり伝えます。

例

ユーザー： અમે の意味は何ですか？

Claude（define の呼び出し後）： અમે は「私たち」を意味し、હું（私）の複数形です…

ユーザー： ઘરમાં の意味は？

Claude： ઘરમાં = ઘર + માં →「家の中で」です。サーバーは活用形を基本形の ઘર に対応付けました。

機能

プリミティブ	名前	機能
ツール	define(word)	意味、品詞、例文、翻字
ツール	synonyms(word)	すべてのソースから類義語（સમાનાર્થી શબ્દો）を取得し、重複を除外
ツール	idioms(word)	その単語を含む慣用句（રૂઢિપ્રયોગ）。決して作り出しません
リソース	lexicon://word-of-the-day	人手で確認した語彙セットから毎日1語を提供
プロンプト	explain_passage	ツールを使ってグジャラート語の文章を単語ごとに解説

• Wiktionary 由来の英語の意味を含む約6,800語
• グジャラート語の意味と慣用句を含む人手で確認した項目（厳選した語彙セット。随時拡充）
• 活用形への対応： ઘરમાં、ઘરે、આંખોમાં、અમે を基本形に解決
• **「もしかして？」**入力ミスへの候補を提示（પાણિ → પાણી）
• すべての応答で出典を明示するため、アシスタントは意味の出典を伝えられます

クイックスタート

uv が必要です。

Claude Desktop の設定に追加します（Settings → Developer → Edit Config）：

      "args": ["gujarati-lexicon-mcp"]

Claude Desktop を完全に再起動し（システムトレイから終了）、新しいチャットを開いて、グジャラート語の単語について質問してください。

Windows で Claude Desktop が uvx を見つけられない場合は、フルパスを指定してください（where uvx で確認できます）。例：C:\\Users\\<you>\\.local\\bin\\uvx.exe。

検索の仕組み

単語は、信頼性の高い順に次の3つの段階で検索されます。

flowchart LR
    A[Input word] --> B{Exact headword?}
    B -- yes --> C{Pure inflected form?}
    C -- yes --> D[Follow Wiktionary link<br/>ઘરે → ઘર]
    C -- no --> E[Return entry]
    D --> E
    B -- no --> F[Strip suffixes<br/>માં, નો, ની, ે, ો ...]
    F -- match --> E
    F -- no match --> G[Not found + suggestions<br/>tell the model not to guess]

1. 完全一致。 実在する辞書項目は、推測された基本形より常に優先されます。
2. Wiktionary の活用形リンク。 Wiktionary には、ઘરે が ઘર の処格であることが記録されています。コンバーターは構造化された form_of フィールドを読み込み、そのフィールドがない場合は「X の複数形」のような語義の解析に切り替えます。
3. 接尾辞の除去。 最後の手段として、一般的な語尾を（最大2つまで）除去します。例：આંખોમાં → આંખો → આંખ。除去した形は、実在する見出し語である場合に限って受け入れられるため、単語が誤った形に変えられることはありません。

応答では出典を分けて保持します（curated と wiktionary_senses）。そのため、モデルは意味の出典を正確に伝えられます。

データソース

ソース	提供内容	ライセンス
curated.json	グジャラート語の意味、慣用句、類義語（人手で確認済み）	MIT（本プロジェクト）
wiktionary.json	約6,800語：英語の意味、翻字、類義語、活用形リンク	CC BY-SA

Wiktionary データは、Wiktionary から kaikki.org 経由で取得し、wiktextract で抽出しています。

Tatu Ylonen. Wiktextract: Wiktionary as Machine-Readable Structured Data. Proceedings of the 13th Conference on Language Resources and Evaluation (LREC), pp. 1317–1325, 2022.

Wiktionary データの再構築

生データのダンプはコミットされていません。wiktionary.json を再生成するには：

mkdir -p data/raw
curl -L -o data/raw/kaikki-gujarati.jsonl "https://kaikki.org/dictionary/Gujarati/kaikki.org-dictionary-Gujarati.jsonl"
uv run python scripts/build_wiktionary.py

コンバーターは項目を単語ごとにグループ化し、ツールに必要なデータだけを保持して（20 MB からコンパクトな JSON ファイルに）、グジャラート文字以外の見出し語を除外し、活用形のリンクを記録します。

開発

git clone https://github.com/aarshbharat/gujarati-lexicon-mcp
cd gujarati-lexicon-mcp
uv sync
uv run pytest -v                                    # run tests
uv run mcp dev src/gujarati_lexicon_mcp/server.py   # open MCP Inspector

プロジェクトの構成：

src/gujarati_lexicon_mcp/
├── server.py           # MCP server: tools, resource, prompt
└── data/               # dictionary data shipped with the package
scripts/build_wiktionary.py   # raw kaikki dump → wiktionary.json
tests/                        # pytest

既知の制限事項

• 動詞の活用形への対応は一部に限られています。Wiktionary のリンク先の形式（例：હોઈશ → હોવું）は機能しますが、લે છે のようなフレーズは見出し語化されません。
• Wiktionary の同義語は語義をまたいで統合されています。 ઘર のリストには、「オフィス」という語義に由来する ઓફિસ が含まれています。ツールはこの点をモデルに伝えます。
• 手動で選定したデータは少量です。 大半の項目は英語の意味のみです。グジャラート語の意味や慣用句は、確認済みのデータに基づいています。
• グラウンディングで裏付けるのは事実であり、モデルの発言すべてではありません。 モデルは自身の知識から正確な背景情報を補うことがあります（例：અમને／આપણે における包括的な「私たち」と排他的な「私たち」の区別）。サーバーの指示では、一般知識に基づく内容を明示するよう求めていますが、これを強制することはできません。

ロードマップ

• 手動で選定したデータを拡充する。特に慣用句やことわざ（કહેવત）を増やす
• 統合リストではなく、語義ごとに同義語を整理する
• 動詞の見出し語化を改善する
• ストリーミング可能な HTTP トランスポートとホストされたエンドポイント
• PyPI と MCP Registry に公開する

ライセンス

• コード： MIT
• Wiktionary 由来のデータ（src/gujarati_lexicon_mcp/data/wiktionary.json）：CC BY-SA。Wiktionary:Copyrights をご覧ください。

---

Aarsh Dhokai が作成 · AI × AI：Artificial Intelligence × Aarsh India