关于 ourword
ourword MCP 服务让 Agent 搜索原声的中文播客深读内容，资料来自 190 多档中英文播客。它提供可筛选的集数和带时间戳的要点、短引用与数字，不提供逐字稿。
主要功能
- 01按关键词、节目和分类搜索集数
- 02获取带时间戳的要点、金句和数字
- 03查看节目及深读更新信息
- 04按分类浏览最新深读
适用场景
- 01查找讨论特定主题的播客集
- 02核对某条观点或引用的音频时间
- 03追踪节目最新的深读内容
MCP 相关
该 MCP 服务向 MCP 客户端提供搜索集数、获取单集结构化深读、列出节目和浏览最新内容的工具；不提供逐字稿。
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。
我们还没有获取到这个服务的安装包或远程地址，请按项目 README 中的说明安装。
工具
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
来自项目 READMEourword MCP server
把 原声（ourword.ai）的播客深读开放给 agent 查。
每天从 190 多档中英文播客里挑出值得记住的判断，写成中文深读。要点、金句、数字 都带时间戳，点一下回到它在原声里被说出的那一秒 —— 这个服务器把同一批数据变成 可查的接口。
为什么需要它
站上本来就有 llms.txt / llms-full.txt，但那是给「整篇读一遍」准备的：
llms-full.txt 有 6.9 MB，agent 要回答「谁讲过 reward hacking」只能把它整份读进
上下文。这个服务器让它先筛出几条，再按需要取那一集的结构。
装
不用装。只要有 Python 3.10+：
{
"mcpServers": {
"ourword": {
"command": "python3",
"args": ["/path/to/mcp/ourword_mcp.py"]
}
}
}
只用标准库，没有第三方依赖。数据从线上取，所以不会拿到发行当天的旧快照。
四个工具
| 工具 | 做什么 |
|---|---|
search_episodes | 按关键词、节目、分类找集 |
get_episode | 一集的要点／金句／数字／术语，每条带时间戳 |
list_shows | 在册节目，各自已深读多少篇、最新一篇是哪天 |
latest_episodes | 最近的深读，可按分类 |
关于原文
这里不提供逐字稿。 逐字稿是各播客的版权内容，站上任何一份文件里都没有， 这个接口也不会有。给出去的是我们自己写的判断、可核对的数字、带署名的短引用， 以及回到原音频那一秒的链接 —— 引用的人可以自己去核。
自建
OURWORD_SITE=/path/to/your/checkout python3 ourword_mcp.py
评论
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。