mcpField
S
string

string

本地服务
github.com/rog0x开发工具032 周前更新

关于 string

面向 AI Agent 的 MCP 服务,用于分析、转换、比较和格式化字符串。它结合文本指标、提取与遮蔽操作、多层级差异比较、模板处理和 slug 生成。

主要功能

  1. 01统计文本长度和可读性
  2. 02转换文本并提取常见数据
  3. 03遮蔽敏感信息
  4. 04按字符、单词或行比较字符串
  5. 05渲染模板并生成 slug

适用场景

  1. 01检查文本长度和阅读难度
  2. 02从文本提取 URL 或联系方式
  3. 03比较文本的不同版本
  4. 04填充模板或生成 URL slug

MCP 相关

向 MCP 客户端提供字符串分析、转换、比较、模板渲染和 slug 生成工具。

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": {
"rog0x-string": {
"command": "npx",
"args": [
"-y",
"@rog0x/mcp-string-tools"
]
}
}
}
启动命令npx -y @rog0x/mcp-string-tools

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
npm@rog0x/mcp-string-tools1.0.2

工具

5

收录的工具列表 · 更新于 3 周前

参数类型必填说明
textstring是要分析的文本

详细介绍

@rog0x/mcp-string-tools

通过 Model Context Protocol(MCP)为 AI Agent 提供的高级字符串处理工具。

工具

analyze_string

分析文本并获取详细指标:

  • 字符数(含空格和不含空格)
  • 单词数、句子数和段落数
  • 预估阅读时间
  • Flesch-Kincaid 可读性等级分数和年级
  • 不重复单词数和最常见单词
  • 最长单词
transform_string

使用多种操作转换文本:

  • remove_duplicate_lines - 删除文本中的重复行
  • remove_extra_whitespace - 合并多余的空白字符和空行
  • extract_emails - 从文本中提取所有电子邮件地址
  • extract_urls - 从文本中提取所有 URL
  • extract_phone_numbers - 从文本中提取电话号码
  • mask_sensitive_data - 遮蔽电子邮件地址、电话号码和信用卡号
  • truncate - 在单词边界处截断文本并添加省略号
  • wrap_text - 按指定列宽换行文本
diff_strings

比较两个字符串并查看差异:

  • character 模式 - 逐字符比较差异
  • word 模式 - 逐词比较差异(默认)
  • line 模式 - 逐行比较差异
  • 显示新增、删除和未更改的片段及其位置
render_template

简单的模板引擎:

  • 将 {{variables}} 替换为 JSON 数据对象中的值
  • 条件语句:{{#if var}}...{{#else}}...{{/if}}
  • 循环:{{#each arr}}...{{this}}...{{@index}}...{{/each}}
  • 嵌套属性访问:{{user.name}}
generate_slug

生成适用于 URL 的 slug:

  • 转写带重音符号的字符(例如,将 cafe 转写为 cafe)
  • 移除特殊字符
  • 可配置分隔符(默认值:-)
  • 可选的最大长度限制,并在合适的位置截断
  • 可选的小写转换开关

设置

npm install
npm run build

在 Claude Desktop 中使用

将其添加到你的 claude_desktop_config.json 中:

{
  "mcpServers": {
    "string-tools": {
      "command": "node",
      "args": ["D:/products/mcp-servers/mcp-string-tools/dist/index.js"]
    }
  }
}

许可证

MIT

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。