GPTHuman Humanizer

GPTHuman MCP サーバー

AI 生成テキストを、より自然で人間らしい文章に書き換える主要なプラットフォームである GPTHuman の API にアクセスできる、Model Context Protocol（MCP）サーバーです。利用可能な場合は、AI 検出器のメタデータも返します。これにより、MCP 対応クライアント（Cursor、Claude Desktop など）からヒューマナイズツールをネイティブに呼び出せます。

このサーバーは、リクエストされたトーンと書き換えモードを維持しながら、AI 生成テキストをより自然で人間らしい文章に書き換える単一の humanize_text ツールとして提供されています。

クイックスタート

サーバーを直接起動し、60 秒でテストできます。

export GPTHUMAN_API_KEY=...
npx -y @gpthuman/mcp-server

Cursor や Claude に接続する前に、MCP Inspector でサーバーを対話形式でテストするには、次のコマンドを実行します。

npx @modelcontextprotocol/inspector npx -y @gpthuman/mcp-server

要件

• Node.js >= 22.0.0
• GPTHuman API キー — GPTHuman.ai で取得できます

設定

サーバーは、次の環境変数を 1 つ読み込みます。

変数	必須	説明
GPTHUMAN_API_KEY	はい	GPTHuman API キーです。

インストール

Cursor

サーバーを ~/.cursor/mcp.json（またはワークスペースの .cursor/mcp.json）に追加します。

{
  "mcpServers": {
    "gpthuman": {
      "command": "npx",
      "args": ["-y", "@gpthuman/mcp-server"],
      "env": {
        "GPTHUMAN_API_KEY": "your-api-key-here"
      }
    }
  }
}

セキュリティに関する注意： 上記の例では GPTHUMAN_API_KEY を JSON に直接記述していますが、可能であれば環境変数またはローカルのシークレットストレージを使用することをおすすめします。実際の API キーを含む .cursor/mcp.json を、バージョン管理にコミットしないでください。

Claude Desktop

claude_desktop_config.json に追加します。

{
  "mcpServers": {
    "gpthuman": {
      "command": "npx",
      "args": ["-y", "@gpthuman/mcp-server"],
      "env": {
        "GPTHUMAN_API_KEY": "your-api-key-here"
      }
    }
  }
}

その他のクライアント

stdio トランスポートに対応する MCP クライアントであれば、次のコマンドでサーバーを実行できます。

GPTHUMAN_API_KEY=your-api-key-here npx -y @gpthuman/mcp-server

ツール

humanize_text

リクエストされたトーンと書き換えモードを維持しながら、AI 検出器を回避できるよう、AI 生成テキストをより自然で人間らしい文章に変換します。

入力パラメーター

名前	型	必須	デフォルト	説明
text	string	はい	—	ヒューマナイズするテキストです。300 文字以上、2,000 語以下である必要があります。
tone	enum	いいえ	College	対象とする読解レベル／トーンです。Standard、HighSchool、College、PhD のいずれかです。
mode	enum	いいえ	Balanced	書き換えの方針です。Professional、Balanced、Enhanced のいずれかです。

出力

このツールは 2 つのコンテンツブロックを返します。

1. ヒューマナイズされたテキスト（主要なペイロード）。
2. メタデータを含む Markdown の概要：AI 検出器による人間らしさのスコア、原文との類似度、読みやすさ、検出された言語、適用されたトーンとモード、入力／出力の語数と文字数、クレジットの使用量、残りのクレジット残高、リクエスト ID。

呼び出し例（MCP クライアントから）

{
  "name": "humanize_text",
  "arguments": {
    "text": "Your AI-generated text of at least 300 characters goes here...",
    "tone": "College",
    "mode": "Balanced"
  }
}

出力例

---
**Metadata Summary:**
- **Human Score:** 98%
- **Similarity:** 85%
- **Readability:** College-level
- **Credit Usage:** 142
- **Remaining Balance:** 4,858
- **Request ID:** req_xyz123

MCP クライアント向けプロンプトの例

サーバーを設定したら、AI エージェントに次のようなプロンプトを入力してみてください。

• 「生成したブログの導入文を、College トーン、Balanced モードでヒューマナイズしてください。」
• 「この製品説明を Professional モードで書き換えてください。」
• 「Enhanced モードを使用しつつ、元の意味を維持してください。」

リモート MCP エンドポイントを使用する

MCP サーバーをローカルで実行したくない場合は、JSON-RPC 2.0 を使用して、HTTP 経由で GPTHuman のホスト型 MCP エンドポイントを直接呼び出せます。 これは、ローカルの MCP プロセスを管理せずに GPTHuman を統合したいカスタムエージェント、バックエンドのワークフロー、自動化プラットフォーム、社内ツールに便利です。

エンドポイント

https://api.gpthuman.ai/mcp

リモートエンドポイントは MCP Streamable HTTP トランスポートを使用し、JSON レスポンス（application/json）を返します。トランスポートの要件により、リクエストでは Accept: application/json, text/event-stream を送信する必要があります。

認証

すべてのリクエストで、GPTHuman API キーをベアラートークンとして Authorization ヘッダーに渡してください。

Authorization: Bearer YOUR_GPTHUMAN_API_KEY

利用可能なツールを一覧表示する

tools/list を使用して、GPTHuman MCP サーバーが公開しているツールを確認します。

curl --location 'https://api.gpthuman.ai/mcp' \
  --header 'Content-Type: application/json' \
  --header 'Accept: application/json, text/event-stream' \
  --header 'Authorization: Bearer YOUR_GPTHUMAN_API_KEY' \
  --data '{
    "jsonrpc": "2.0",
    "method": "tools/list",
    "id": 1
  }'

テキストを人間らしくする

tools/call と humanize_text ツールを使用して、AI が生成したテキストを、より自然で人間らしい文章に変換します。

curl --location 'https://api.gpthuman.ai/mcp' \
  --header 'Content-Type: application/json' \
  --header 'Accept: application/json, text/event-stream' \
  --header 'Authorization: Bearer YOUR_GPTHUMAN_API_KEY' \
  --data '{
    "jsonrpc": "2.0",
    "id": 1,
    "method": "tools/call",
    "params": {
      "name": "humanize_text",
      "arguments": {
        "text": "Your AI-generated text of at least 300 characters goes here...",
        "tone": "DESIRED_TONE",
        "mode": "DESIRED_MODE"
      }
    }
  }'

パラメーター

• text：人間らしく変換するテキストです。
• tone：使用する文章のトーンです。College、Professional、またはその他の対応しているトーンを指定します。
• mode：人間らしくするモードです。たとえば Balanced を指定します。

この方法を使用する場面

次のものを構築する場合は、リモート MCP エンドポイントを使用してください。

• カスタム AI エージェント
• バックエンドの自動化
• ワークフロー統合
• 社内向けライティングツール
• ノーコードまたはローコードのコネクター
• MCP サーバーをローカルで実行することが現実的でないシステム

Claude Desktop、Cursor、Windsurf などのデスクトップ MCP クライアントでは、上記のローカル MCP サーバーのセットアップも引き続き使用できます。

クレジットの使用量とプライバシー

• クレジットの使用量： 生成された出力の単語ごとにクレジットが消費されます。
• プライバシー： 送信されたコンテンツは非公開であり、AI モデルの再トレーニングには使用されません。

トラブルシューティング

• 401： API キーが無効、または指定されていません。GPTHUMAN_API_KEY が正しく設定されていることを確認してください。
• 400： 指定したテキストが 300 文字未満、または 2,000 単語を超えています。
• 429： レート制限を超過したか、クレジットが不足しています。
• Node のバージョンに関する問題： Node >=22 を使用していることを確認してください。
• humanScore: null： 該当する言語またはコンテンツの種類では、検出スコアを取得できません。

開発

git clone https://github.com/GPTHuman-ai/mcp-server.git
cd mcp-server
npm install

cp .env.example .env
# Edit .env and set GPTHUMAN_API_KEY

npm run build
npm start

利用可能なスクリプト：

スクリプト	説明
npm run build	TypeScript を dist/ にコンパイルします。
npm start	コンパイル済みサーバーを stdio トランスポートで実行します。
npm run format	Prettier でコードベースをフォーマットします。
npm test	Jest テストスイートを実行します。

プロジェクト構成

src/
  stdio.ts            Entry point — wires the server to the stdio transport.
  McpServerFactory.ts Builds the McpServer and registers tools.
  GptHumanAPI.ts      Wrapper around the GPTHuman REST API.
  HttpsClient.ts      Thin axios wrapper with auth and timeout.
  type.d.ts           Shared request/response interfaces.

リンク

• GPTHuman
• GPTHuman API ドキュメント
• GPTHuman ダッシュボード
• Model Context Protocol 仕様

ライセンス

Apache-2.0 — LICENSE を参照してください。