GPTHuman Humanizer

GPTHuman MCP 服务

这是一个 Model Context Protocol（MCP）服务，可访问 GPTHuman 的 API。GPTHuman 是领先的平台，可将 AI 生成的文本改写得更加自然、更像人类撰写，并在有相关信息时返回 AI 检测器元数据。这样，任何兼容 MCP 的客户端（Cursor、Claude Desktop 等）都可以原生调用文本润色工具。

该服务以单个 humanize_text 工具的形式提供，可将 AI 生成的文本改写为更加自然、更像人类撰写的版本，同时保留指定的语气和改写模式。

快速开始

你可以直接运行服务，并在 60 秒内进行测试：

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

在将服务连接到 Cursor 或 Claude 之前，可以使用 MCP Inspector 进行交互式测试：

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

要求

• Node.js >= 22.0.0
• GPTHuman API 密钥——可在 GPTHuman.ai 获取

配置

该服务读取一个环境变量：

变量	必需	描述
GPTHUMAN_API_KEY	是	你的 GPTHuman API 密钥。

安装

Cursor

将服务添加到 ~/.cursor/mcp.json（或工作区中的 .cursor/mcp.json）：

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

**安全提示：**虽然上面的示例将 GPTHUMAN_API_KEY 直接写入 JSON，但我们建议尽可能使用环境变量或本地密钥存储。切勿将包含真实 API 密钥的 .cursor/mcp.json 提交到版本控制中。

Claude Desktop

将其添加到 claude_desktop_config.json：

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

其他客户端

任何支持 stdio 传输的 MCP 客户端都可以通过以下方式运行该服务：

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

工具

humanize_text

将 AI 生成的文本改写为更加自然、更像人类撰写的版本，以绕过 AI 检测器，同时保留指定的语气和改写模式。

输入参数

名称	类型	必需	默认值	描述
text	string	是	—	要润色的文本。必须至少包含 300 个字符，且不超过 2,000 个单词。
tone	enum	否	College	目标阅读水平／语气。可选值：Standard、HighSchool、College、PhD。
mode	enum	否	Balanced	改写策略。可选值：Professional、Balanced、Enhanced。

输出

该工具会返回两个内容块：

1. 润色后的文本（主要内容）。
2. 包含元数据的 Markdown 摘要：AI 检测器的人性化评分、与原文的相似度、可读性、检测到的语言、应用的语气和模式、输入／输出的单词数和字符数、额度使用情况、剩余额度以及请求 ID。

调用示例（来自 MCP 客户端）

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

输出示例

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

MCP 客户端提示词示例

配置好服务后，可以尝试向你的 AI Agent 提供以下提示词：

• “将这篇生成的博客引言润色得更自然，使用 College 语气和 Balanced 模式。”
• “使用 Professional 模式改写这段产品描述。”
• “使用 Enhanced 模式，但保留原意。”

使用远程 MCP 端点

如果你不想在本地运行 MCP 服务，可以直接通过 HTTP 使用 JSON-RPC 2.0 调用 GPTHuman 托管的 MCP 端点。 对于希望集成 GPTHuman，但不想管理本地 MCP 进程的自定义 Agent、后端工作流、自动化平台或内部工具，这种方式很实用。

端点

https://api.gpthuman.ai/mcp

远程端点使用 MCP Streamable HTTP 传输，并返回 JSON 响应（application/json）。按照传输要求，请求必须发送 Accept: application/json, text/event-stream。

身份验证

每次请求都要在 Authorization 标头中将 GPTHuman API 密钥作为 bearer token 传递：

Authorization: Bearer YOUR_GPTHUMAN_API_KEY

列出可用工具

使用 tools/list 查看 GPTHuman MCP 服务公开的工具。

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
  }'

让文本更自然

使用 tools/call 调用 humanize_text 工具，将 AI 生成的文本转换成更自然、更像人类撰写的内容。

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"
      }
    }
  }'

参数

• text：你想要润色的文本。
• tone：要采用的写作语气，例如 College、Professional 或其他受支持的语气。
• mode：文本润色模式，例如 Balanced。

何时使用此选项

如果你正在构建以下内容，可以使用远程 MCP 端点：

• 自定义 AI Agent
• 后端自动化
• 工作流集成
• 内部写作工具
• 无代码或低代码连接器
• 不适合运行本地 MCP 服务的系统

对于 Claude Desktop、Cursor 或 Windsurf 等桌面 MCP 客户端，你仍可使用上文所示的本地 MCP 服务配置。

积分用量与隐私

• 积分用量： 按生成内容的字数消耗积分。
• 隐私： 提交的内容是私密的，不会用于重新训练 AI 模型。

故障排除

• 401： API 密钥无效或缺失。请确认已正确设置 GPTHUMAN_API_KEY。
• 400： 提供的文本少于 300 个字符或超过 2,000 个单词。
• 429： 超出速率限制或积分不足。
• Node 版本问题： 请确保使用 Node >=22。
• humanScore: null： 对于特定语言或内容类型，检测器评分不可用。

开发

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

可用脚本：

脚本	说明
npm run build	将 TypeScript 编译到 dist/。
npm start	在 stdio 传输上运行编译后的服务。
npm run format	使用 Prettier 格式化代码库。
npm test	运行 Jest 测试套件。

项目结构

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.

链接

• GPTHuman
• GPTHuman API 文档
• GPTHuman 控制面板
• Model Context Protocol 规范

许可证

Apache-2.0 — 参见 LICENSE。