wordnet-mcp-server

# WordNet MCP 服务 这是一个基于WordNet的Model Context Protocol (MCP) 服务实现，提供词汇查询功能，包括同义词、反义词、上下位词和定义等。 ## 项目地址 GitHub: [github.com/keepondream/wordnet-mcp-server](https://github.com/keepondream/wordnet-mcp-server) ## 功能 - 查询单词的同义词 - 查询单词的反义词 - 查询单词的上位词（更一般的概念） - 查询单词的下位词（更具体的概念） - 查询单词的定义和例句 - 获取单词的综合信息 ## 安装 ### 通过 PyPI 安装 推荐使用 [uv](https://github.com/astral-sh/uv) 安装: ```bash # 安装 wordnet-mcp-server uvx wordnet-mcp-server ``` 或者使用 pip: ```bash # 安装 wordnet-mcp-server pip install wordnet-mcp-server ``` ### 从源码安装 ```bash # 克隆仓库 git clone https://github.com/keepondream/wordnet-mcp-server.git cd wordnet-mcp-server # 安装依赖和项目 uv pip install -e . ``` ## 使用方法 ### 直接运行 安装后，可以直接使用命令行运行服务: ```bash # 使用入口点运行 wordnet-mcp # 或者使用 Python 模块运行 python -m wordnet_mcp_server ``` ### 在 MCP 客户端中配置服务 #### 方法一：直接使用 uvx 命令（推荐） 当服务发布到 PyPI 后，您可以直接使用 uvx 命令配置（最简单的方式）： ```json { "mcpServers": { "wordnet": { "command": "uvx", "args": ["wordnet-mcp-server"] } } } ``` #### 方法二：指定 Python 解释器和模块路径 ```json { "mcpServers": { "WordNet MCP": { "command": "python3", "type": "stdio", "args": ["-m", "wordnet_mcp_server"] } } } ``` #### 在 Cursor 中添加 MCP 服务 1. 在 Cursor 中安装 MCP 服务 2. 添加 WordNet MCP 服务（使用上述配置方式之一） 3. 在使用时，可以选择所需的功能进行调用 ## 示例 ### 代码示例 ```python # 查询单词 "happy" 的同义词 get_synonyms("happy") # 查询单词 "happy" 的反义词 get_antonyms("happy") # 获取单词 "happy" 的所有相关信息 get_word_info("happy") ``` ### 在LLM对话中使用示例 配置好MCP服务后，您可以在与Claude、GPT等支持MCP的LLM对话时使用这些工具。以下是一些对话示例： #### 示例1：查询单词同义词 **用户**: 请帮我查找单词"improve"的同义词。 **LLM**: 我会使用WordNet工具查询"improve"的同义词。 _[LLM调用get_synonyms工具]_ "improve"的同义词包括： - enhance - ameliorate - better - meliorate - advance - improve upon - improve on ... #### 示例2：获取单词的反义词 **用户**: "success"的反义词有哪些？ **LLM**: 让我查询"success"的反义词。 _[LLM调用get_antonyms工具]_ "success"的反义词包括： - failure - unsuccess - ... #### 示例3：理解概念层次关系 **用户**: 我想了解"dog"在生物分类中的上位概念和下位概念。 **LLM**: 我会分别查询"dog"的上位词（更一般的概念）和下位词（更具体的概念）。 _[LLM调用g…