mcpField
P
publishready

publishready

本地服务
github.com/veldica生产力23 周前更新
代码仓库

关于 publishready

PublishReady 面向准备发布内容的作者与团队，分析 AI 生成的草稿。它以本地确定性指标、目标检查和有依据的修改建议进行评估，不调用外部 API，也不使用依赖模型的评分。

主要功能

  1. 01确定性的文风与可读性指标
  2. 02模板、目标和参考文本比对
  3. 03排序的修改建议
  4. 04AI 味文本标记审查
  5. 05虚构与非虚构文本分析

适用场景

  1. 01按发布目标检查草稿
  2. 02发现句子与措辞的修改方向
  3. 03检查文本中的套路化标记

MCP 相关

MCP 服务提供 16 种写作分析与控制工具，包括对 AI 味文本标记的确定性分析。

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": {
    "veldica-publishready": {
      "command": "npx",
      "args": [
        "-y",
        "@veldica/publishready-mcp"
      ]
    }
  }
}
启动命令npx -y @veldica/publishready-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
npm@veldica/publishready-mcp1.0.5

工具

16

收录的工具列表 · 更新于 2 周前

参数类型必填说明
textstring是要分析的英文散文或类 Markdown 内容。接受空白输入，并返回值均为零的指标。
optionsobject否用于扩展结构化响应的可选标志。
options.include_sentence_detailsboolean否在 `details.sentences` 数组中包含逐句结构详情。
options.include_formula_breakdownboolean否在响应中包含公式输入项、贡献因素和关联的修订杠杆。
options.include_paragraph_detailsboolean否在 `details.paragraphs` 数组中包含逐段结构详情。

详细介绍

PublishReady：专业写作控制

CI License: MIT

PublishReady 是一个确定性写作分析系统，旨在将 AI 草稿转化为可发布的作品。它充当 AI 生成文本的最终 QA 环节，提供本地优先的指标、目标合规性检查和具体的修改方向，无需将文本发送到远程服务。

PublishReady 软件包

本项目采用专业的分层单体仓库结构，包含多个专用软件包：

核心软件包
底层库

安装

MCP 服务（推荐）

将服务添加到 MCP 客户端配置中：

{
  "mcpServers": {
    "publishready": {
      "command": "npx",
      "args": ["-y", "@veldica/publishready-mcp"]
    }
  }
}
命令行
npx @veldica/publishready-cli analyze sample.txt
托管式 MCP

对于 Smithery、VPS 或网关部署，可通过 Streamable HTTP 运行服务：

npx @veldica/publishready-mcp --transport=http --port=3000

MCP 端点为 /mcp；健康检查端点为 /health。

主要功能

  • 模板、目标和参考模式：将写作与内置模板、明确的数值目标、参考文本或可重复使用的参考档案进行比较。
  • 确定性指标：结构计数、句子和段落分布、词汇信号、易浏览性、虚构作品代理指标和可读性公式。
  • 具体的修改方向：按优先级排序、基于证据的建议，例如 shorten_long_sentences、replace_difficult_words 和 reduce_abstract_wording。
  • AI 风格文本审查：确定性标记清单，用于识别公式化、泛泛而谈或过度润色的文本，其中包括精确匹配项和跟踪的短语计数。
  • 支持虚构与非虚构作品：提供对话、感官密度、抽象措辞和场景节奏等叙事指标。
  • 可解释的解读：解读目标和指标，并说明受众、使用场景、风格影响和权衡。
  • 本地优先且保护隐私：优先使用 Stdio、结果具有确定性、不调用外部 API，也不使用大模型封装层。

MCP 工具概览

MCP 服务提供 16 种专用分析与控制工具，包括用于确定性 AI 标记分析的 audit_ai_sounding_prose。完整列表和文档请参阅 MCP README。

确定性理念

本软件包明确避免使用困惑度和其他依赖模型的评分。我们认为，写作控制应当：

  1. 可解释：你应准确知道分数变化的原因。
  2. 可复现：相同文本应始终产生相同指标。
  3. 实用：只有能告诉你该如何修改的指标才有用。

开发

npm install
npm run build
npm run lint
npm run typecheck
npm test

发布元数据

  • npm 包：@veldica/publishready-mcp
  • MCP Registry 名称：io.github.veldica/publishready
  • 产品主页：https://veldica.com/publish-ready
  • 源代码仓库：https://github.com/veldica/publishready-mcp

注册表和目录元数据

PublishReady 已准备好通过以下渠道在 MCP 目录中发现：

  • GitHub 仓库主题
  • npm 包关键词
  • 通过 glama.json 提供的 Glama 元数据
  • 通过 mcpName 提供的官方 MCP Registry 元数据

此 MCP 专为 AI 辅助写作工作流设计，可在保留事实、术语、意图和作者风格的同时，帮助模型提升内容的清晰度、结构、可读性和发布就绪度。

许可证

MIT

smithery badge

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。