AI导哈

语义编码与分析服务

Oyemi MCP Server 是一个提供确定性词到代码映射和情感分析的语义词典服务，适用于AI代理如Claude、ChatGPT和Gemini，支持语义编码、情感分析、语义相似度测量等功能。

  • by Osseni94
  • Python
  • 本地部署
  • 3 星标
  • 更新于
在 GitHub 查看 Osseni94/oyemi-mcp

使用说明

Oyemi MCP服务器

Oyemi语义词典的MCP（模型上下文协议）服务器。为Claude、ChatGPT和Gemini等AI代理提供确定性的字到代码映射和效价分析。

特性

  • 语义编码：将单词转换为确定性语义代码
  • 价态分析：使用基于词典的配价分析文本情感
  • 语义相似性：测量两个单词的相似度
  • 同义词/反义词查找：查找相关单词
  • 零运行时依赖性：运行时不需要外部NLP库

安装

pip install oyemi-mcp

或者从源代码安装：

git clone https://github.com/Osseni94/oyemi-mcp
cd oyemi-mcp
pip install -e .

配置

克劳德桌面版

添加到您的 claude_desktop_config.json:

{
  "mcpServers": {
    "oyemi": {
      "command": "oyemi-mcp"
    }
  }
}

克劳德代码

添加到MCP设置中：

{
  "mcpServers": {
    "oyemi": {
      "command": "oyemi-mcp"
    }
  }
}

可用工具

encode_word

将单词编码为其语义代码。

encode_word("happy")
-> {
    "word": "happy",
    "code": "1023-00012-3-2-1",
    "pos": "adjective",
    "abstractness": "abstract",
    "valence": "positive"
}

analyze_text

分析文本的效价/情感。

analyze_text("I feel hopeful but anxious about the future")
-> {
    "valence_score": 0.0,
    "sentiment": "neutral",
    "positive_words": ["hopeful"],
    "negative_words": ["anxious"],
    ...
}

semantic_similarity

从语义上比较两个单词。

semantic_similarity("happy", "joyful")
-> {
    "similarity": 0.85,
    "relationship": "very similar"
}

find_synonyms

查找单词的同义词。

find_synonyms("happy")
-> {
    "synonyms": ["glad", "felicitous", "well-chosen"]
}

find_antonyms

找出一个单词的反义词。

find_antonyms("happy")
-> {
    "antonyms": ["unhappy"]
}

batch_encode

一次对多个单词进行编码。

batch_encode(["happy", "sad", "neutral"])
-> {
    "results": [
        {"word": "happy", "valence": "positive"},
        {"word": "sad", "valence": "negative"},
        {"word": "neutral", "valence": "neutral"}
    ]
}

get_lexicon_info

获取有关词典的信息。

get_lexicon_info()
-> {
    "name": "Oyemi",
    "version": "3.2.0",
    "word_count": 145014
}

代码格式

Oyemi代码遵循以下格式 HHHH-LLLLL-P-A-V:

组件 描述 值
HHHH 语义超类 4位类别代码
LLLLL Synset ID 5位唯一标识符
P 词性 1=名词，2=动词，3=形容词，4=副词
A 抽象性 0=具体，1=混合，2=抽象
V 价 0=中性，1=正，2=负

用例

  • AI情绪分析：让AI代理理解情绪基调
  • 语义基础：提供具体的效价分数，而不是猜测
  • 文本分析：分析文件、评论、反馈
  • 单词关系：查找同义词、反义词、相似词

许可证

MIT许可证

作者

Kaossara Osseni- grandnasser.com

相关 MCP