mcpField
K
keyphrases-mcp

keyphrases-mcp

本地服务
github.com/IvanRublevAI 与智能体152 周前更新
代码仓库

关于 keyphrases-mcp

keyphrases-mcp 是面向 Agent 工作流的 MCP 服务，可从文本和本地文件提取关键词短语，提供简洁的文档线索。它采用 KeyBERT 流程，结合 spaCy 预处理、多语言句向量、相关性排序与多样性筛选，并仅向客户端提供提取结果而非原始文件内容。

主要功能

  1. 01从文本和文件提取关键词短语
  2. 02基于 KeyBERT 对候选短语排序
  3. 03使用 spaCy 预处理并过滤停用词
  4. 04通过 MMR 筛选多样短语
  5. 05仅返回短语，不传输文件内容

适用场景

  1. 01为文档创建元数据标签
  2. 02识别评论或新闻中的主题
  3. 03为文本分类准备特征

MCP 相关

它向 MCP 客户端提供关键词短语提取工具，并可访问获准的本地目录中的文件。

配置

本地服务的配置在各客户端中通用，复制后粘贴到客户端的 MCP 配置文件即可。

mcp.json · 通用配置
{
  "mcpServers": {
    "ivanrublev-keyphrases": {
      "command": "uvx",
      "args": [
        "keyphrases-mcp"
      ]
    }
  }
}
启动命令uvx keyphrases-mcp

本地服务需要在你的电脑上安装运行环境（如 Node.js 18+）。各客户端的配置文件位置不同，请参考客户端文档。

安装包
pypikeyphrases-mcp0.0.4

工具

还没有获取到工具列表

本地服务需要在你的电脑上运行后才能读取工具，维护者暂未提供工具列表。

详细介绍

🔤 Keyphrases-MCP

让大模型能够准确提取关键词组

使用以下工具和技术构建：

MCP PyTorch Python uv

概述

此 Keyphrases MCP 服务是一个自然语言接口，专为 Agent 应用设计，可从提供的文本中提取关键词组。它可与 MCP（模型上下文协议）客户端无缝集成，让 AI 驱动的工作流使用 BERT 机器学习模型，更准确、更相关地提取关键词组。它可直接处理允许目录中的本地文件，为大模型节省上下文令牌。该应用仅向 MCP 客户端公开提取出的关键词组，而不公开原始文件内容，从而确保文档处理安全。

使用此 MCP 服务，你可以提出以下问题：

  • “从文件中提取 7 个关键词组。[ABSOLUTE_FILE_PATH]”
  • “从给定文件中提取 3 个关键词组，并忽略停用词。停用词：former, due, amount, [OTHER_STOP_WORDS]。文件：[ABSOLUTE_FILE_PATH]”

关键词组能帮助用户快速了解文档的主要话题和主题，无需通读全文，并可用于以下场景：

  1. 作为文档的标签或元数据，提升数字图书馆中的组织性和可发现性
  2. 从客户评论、社交媒体或新闻文章中识别新兴趋势和情感
  3. 作为其他任务的特征或输入，例如文本分类、聚类

选择 keyphrases-mcp 的原因

Claude 或 ChatGPT 中的自回归大模型会按顺序处理文本，这不仅限制了它们对整篇文档中的关键词组进行完整上下文理解的能力，而且随着输入长度增加，还会出现上下文退化，导致较早出现的关键词组受到的关注减弱。

BERT 等双向模型会同时考虑左右上下文，并在整个序列中保持更一致的关注度，因此通常能更准确、更相关地从文本中提取已有关键词组，尤其是在未应用特定领域微调的情况下。

不过，随着自回归模型采用更长的上下文窗口和输入分块等技术，它们在关键词组提取方面的表现正在提升，与 BERT 的差距也在缩小。针对特定领域进行微调，还能让自回归大模型的表现超过 BERT 方案。

此 MCP 服务将用于提取关键词组的 BERT 与用于文本生成或优化的自回归大模型结合，实现无缝的文本处理。

工作原理

该服务使用 KeyBERT 框架构建多步骤提取流水线，将 spaCy NLP 预处理与 BERT 嵌入相结合：

  1. 候选项生成：KeyphraseCountVectorizer 使用 spaCy 的 en_core_web_trf 模型识别有意义的关键词短语候选项，并剔除停用词
  2. 语义编码：使用 paraphrase-multilingual-MiniLM-L12-v2 句子转换器对候选项和文档进行嵌入
  3. 相关性排序：KeyBERT 计算候选关键词短语与文档嵌入之间的余弦相似度
  4. 多样性筛选：最大边际相关性（MMR） 确保关键词短语具有多样性且不重复
  5. 最终输出：选出相关性最高且最多样化的前 N 个关键词短语，并按字母顺序排序

详情请参阅配置文档。

文档

许可证

本项目采用 MIT License 许可。

联系方式

如有疑问或需要支持，请通过 GitHub Issues 联系我们。

评论

支持 Markdown

第一次接触 MCP？

从协议是什么，到在客户端里装上第一个服务，这几条回答覆盖了大多数入门问题。

一个开放协议，规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话，MCP 服务负责提供工具、资源和提示模板，两者通过标准消息通信，同一个服务可以被不同客户端复用。