MCP Jieba Server
这是一个基于 rjieba (Rust implementation of Jieba) 的 Model Context Protocol (MCP) 服务器，提供高性能的中文分词服务。
功能特性
- 高性能分词: 使用 Rust 编写的底层引擎。
- 多模式支持: 支持精确模式 (
exact) 和搜索引擎模式 (search)。 - 词性标注: 支持 ICTCLAS 兼容的词性标注。
- 关键词提取: 基于 BM25 算法的关键词提取。
- 批量处理: 支持单字符串或字符串数组输入，返回 JSON 格式结果。
- 双模部署:
- STDIO: 适用于本地开发和 Claude Context/Cherry Studio/VS Code 集成。
- Streamable-HTTP: 适用于远程部署（如 ModelScope）。
安装
使用 pip / uv / pipx
# 使用 pip
pip install .
# 使用 uv
uv pip install .
使用方法
1. 本地运行 (STDIO)
直接运行模块即可启动 STDIO 服务器：
python -m mcp_jieba.server
或者在 Claude Context/Cherry Studio/VS Code 的 MCP 配置中添加：
{
"mcpServers": {
"jieba": {
"command": "python",
"args": ["-m", "mcp_jieba.server"]
}
}
}
2. 远程部署 (Streamable-HTTP)
使用命令行参数启动 HTTP 服务器：
python -m mcp_jieba.server --transport http --host 0.0.0.0 --port 8000
SSE 端点地址: http://localhost:8000/sse
ModelScope 部署
在 ModelScope 创建 Space 时，选择 Python 环境，并使用以下启动命令：
python -m mcp_jieba.server --transport http --host 0.0.0.0 --port 8000
当前 pyproject.toml 已经包含所有依赖。
开发与测试
目前项目的单元测试尚不完善。建议使用 MCP Inspector 进行交互式测试和调试。
bunx @modelcontextprotocol/inspector python -m mcp_jieba.server
工具说明
tokenize
对文本进行分词。
| 项目 | 描述 |
|---|---|
| 参数 |
|
| 返回 | JSON 对象，键为输入数组的索引（字符串格式），值为分词结果数组。 |
示例:
- 输入:
text=["我爱北京天安门"], mode="exact" - 输出:
{"0": ["我", "爱", "北京", "天安门"]}
tag
对文本进行词性标注，标注类型符合ICTCLAS标准。
| 项目 | 描述 |
|---|---|
| 参数 |
|
| 返回 | JSON 对象，键为输入数组的索引，值为单词-词性对的列表。 |
示例:
- 输入:
text=["我爱北京天安门"] - 输出:
{"0": [{"word": "我", "flag": "r"}, {"word": "爱", "flag": "v"}, ...]}
extract_keywords
使用向量化的针对关键词BM25-ADPT算法提取关键词。
| 项目 | 描述 |
|---|---|
| 参数 |
|
| 返回 | JSON 对象，键为输入数组的索引，值为关键词列表。 |
示例:
- 输入:
text=["我爱北京天安门"], top_k=2 - 输出:
{"0": ["天安门", "北京"]}
鸣谢
- @messense/jieba-rs
- @messense/rjieba-py
- BM25-ADPT https://doi.org/10.1145/2063576.2063871
- GitHub Copilot