lod MCP

LOD-MCP

一个令牌优化的模型上下文协议（MCP）服务器，用于 卢森堡在线词典（LOD）.

此MCP服务器使Claude能够以最小的令牌使用量查找卢森堡语单词、获取翻译和访问词典数据。

特性

• 代币高效：返回具有短键和可选字段的紧凑数据结构
• 缓存：1小时的TTL缓存减少了API调用并改进了响应时间
• 频率限制：尊重LOD API，请求之间的间隔为100ms
• 多语言：支持德语（de）、法语（fr）、英语（en）、葡萄牙语（pt）和荷兰语（nl）翻译
• 批量操作：在一次通话中查找多个单词/ID(search_words, get_entries, get_defs)

安装

快速安装（推荐）

git clone https://github.com/Mohammed-Ashour/lod-mcp
cd lod-mcp
./install.sh

安装脚本将：

• ✓ 检查Python版本（需要3.10+）
• ✓ 创建虚拟环境
• ✓ 安装依赖项（mcp、请求）
• ✓ 使用正确的路径创建包装器脚本
• ✓ 测试安装
• ✓ 显示Claude桌面配置

手动安装

如果您更喜欢手动设置：

1.先决条件：

安装 uv 从 这里 （推荐）或确保pip可用

2.设置：

git clone https://github.com/Mohammed-Ashour/lod-mcp
cd lod-mcp

3.创建虚拟环境：

使用 uv:

uv venv .venv --python=3.13
source .venv/bin/activate
uv pip install mcp requests

或者使用标准Python：

python3 -m venv .venv
source .venv/bin/activate
pip install mcp requests

4.创建包装脚本：

创建 run-mcp.sh:

#!/bin/bash
export PYTHONUNBUFFERED=1
export PYTHONPATH="/path/to/lod-mcp/.venv/lib/python3.13/site-packages:$PYTHONPATH"
exec /path/to/lod-mcp/.venv/bin/python /path/to/lod-mcp/server/main.py

使可执行文件：

chmod +x run-mcp.sh

Claude桌面配置

添加到您的Claude Desktop配置中：

macOS： ~/Library/Application Support/Claude/claude_desktop_config.json

{
  "mcpServers": {
    "lod-mcp": {
      "command": "/path/to/lod-mcp/run-mcp.sh"
    }
  }
}

重新启动克劳德桌面 （Cmd+Q然后重新打开）加载MCP服务器。

支持的工具

1. search_word

搜索卢森堡语单词并获取条目ID。

参数：

• word （str）：要搜索的单词
• max_results （int，可选）：要返回的最大ID数（默认值：5）

退货： List[str] -LOD条目ID（例如。， ["HAUS1", "HAUSEN1"])

例子：

search_word("haus")  # Returns: ["HAUS1", "HAUSEN1"]

2. search_word_brief

使用最少的预览信息进行搜索。

参数：

• word （str）：要搜索的单词
• max_results （int，可选）：最大结果（默认值：3）

退货： Dict[str, str] -将ID映射到“单词（POS）”

例子：

search_word_brief("haus")  # Returns: {"HAUS1": "Haus (N)", "HAUSEN1": "hausen (V)"}

3. autocomplete

获取单词建议。

参数：

• prefix （str）：要完成的部分单词
• limit （int，可选）：最大建议值（默认值：5）

退货： str -逗号分隔的建议

例子：

autocomplete("ha", limit=3)  # Returns: "haus, hausen, hausfrau"

4. get_entry

使用可配置字段获取单词详细信息。

参数：

• lod_id （str）：LOD条目ID（例如“HAUS1”）
• langs （str，可选）：逗号分隔的语言代码（默认：“de，fr，en”）
• max_examples （int，可选）：最大示例数（默认值：2，0跳过）

退货： Dict -包含单词数据的紧凑型词典

例子：

get_entry("HAUS1", langs="en,de", max_examples=1)
# Returns:
# {
#   "id": "HAUS1",
#   "w": "Haus",
#   "pos": "SUBST",
#   "ipa": "hæːʊs",
#   "tr": {"en": "house building", "de": "Haus Wohngebäude"},
#   "ex": ["mir hunn nach vill Aarbecht..."],
#   "infl": "Haiser, Haus",
#   "audio": true
# }

5. get_def

将单语言定义作为最小字符串。

参数：

• lod_id （str）：LOD条目ID
• lang （str，可选）：语言代码（默认：“en”）

退货： str -定义字符串

例子：

get_def("HAUS1", "en")  # Returns: "Haus: house building; house household, family"

______________________________________________________________________

批处理操作（多查找工具）

需要查找时使用这些工具 同时使用多个单词或ID。与重复调用单字工具相比，它们减少了API调用和令牌使用。

search_words ⭐ 推荐

同时搜索多个单词。返回一个字典，将每个输入单词映射到其搜索结果。

参数：

• words （List\[str\]）：要搜索的单词列表
• max_results （int，可选）：每个单词的最大结果数（默认值：3）

退货： Dict[str, Dict[str, str]] - {word: {id: "word (POS)", ...}, ...}

例子：

search_words(["haus", "schoul", "bierg"])
# Returns:
# {
#   "haus": {"HAUS1": "Haus (N)", "HAUSEN1": "hausen (V)"},
#   "schoul": {"SCHOUL1": "Schoul (N)"},
#   "bierg": {"BIERG1": "Bierg (N)"}
# }

get_entries ⭐ 推荐

一次获取多个LOD ID的完整条目详细信息。

参数：

• lod_ids （List\[str\]）：LOD条目ID列表
• langs （str，可选）：逗号分隔的语言代码（默认：“de，fr，en”）
• max_examples （int，可选）：每个条目的最大示例数（默认值：2）

退货： Dict[str, Dict] - {lod_id: entry_data, ...}

例子：

get_entries(["HAUS1", "SCHOUL1"], langs="en", max_examples=1)
# Returns:
# {
#   "HAUS1": {"id": "HAUS1", "w": "Haus", "pos": "SUBST", "tr": {"en": "house"}},
#   "SCHOUL1": {"id": "SCHOUL1", "w": "Schoul", "pos": "SUBST", "tr": {"en": "school"}}
# }

get_defs ⭐ 推荐

一次获取多个LOD ID的最小定义。

参数：

• lod_ids （List\[str\]）：LOD条目ID列表
• lang （str，可选）：语言代码（默认：“en”）

退货： Dict[str, str] - {lod_id: "word: definition", ...}

例子：

get_defs(["HAUS1", "SCHOUL1"], lang="en")
# Returns:
# {
#   "HAUS1": "Haus: house building",
#   "SCHOUL1": "Schoul: school; school building"
# }

______________________________________________________________________

6. cache_stats

获取缓存性能统计信息。

退货： str -统计数据格式为“命中率/未命中率/比率%（大小项目）”

7. cache_clear

清除API响应缓存。

退货： str 好的

用法示例

💡 AI工具提示： 查找多个单词时，始终使用批处理工具(search_words, get_entries, get_defs)而不是在循环中调用单字工具。它们更快，使用更少的令牌和工具调用。

基本单词查找

1. 搜索：

 ids = search_word("haus")  # ["HAUS1", "HAUSEN1"]

1. 获取定义：

 definition = get_def("HAUS1", "en")
 # "Haus: house building; house household..."

使用动词

# Search for verb
ids = search_word("goen")

# Get full entry
entry = get_entry("GOEN1", langs="en", max_examples=1)
# Check entry["infl"] for conjugated forms

批量查找示例（推荐）

# Search multiple words at once
results = search_words(["haus", "schoul", "bierg"], max_results=2)
# Returns all results in one call

# Get definitions for multiple IDs
ids = ["HAUS1", "SCHOUL1", "BIERG1"]
defs = get_defs(ids, lang="en")

# Get full entries for multiple IDs
entries = get_entries(ids, langs="de,fr", max_examples=1)

使用LOD技能（非MCP工具）

如果你的AI工具不支持MCP，你可以直接使用LOD技能。该技能通过对LOD进行HTTP API调用来提供相同的功能。

技能特点

该技能为以下方面提供结构化指导：

• 翻译查询 （de、fr、en、pt、nl）
• 发音 （IPA符号）
• 婚姻 （完整的动词表）
• 例句 带有音频链接
• 批量操作 （高效的多词查找）
• 错误处理 模式

故障排除

安装问题

如果安装脚本失败：

# Check Python version
python3 --version  # Should be 3.10+

# Install uv (recommended package manager)
curl -LsSf https://astral.sh/uv/install.sh | sh

服务器无法启动

1. 检查Python路径 run-mcp.sh 匹配你的venv
2. 确保包装器脚本可执行： chmod +x run-mcp.sh
3. 检查克劳德桌面日志： ~/Library/Logs/Claude/mcp*.log （macOS）
4. 手动测试： ./run-mcp.sh -应输出JSON

导入错误

从项目根目录运行或使用处理 PYTHONPATH.

API错误？

• 检查您在请求之间等待了100毫秒
• 验证单词是否存在于卢森堡语中
• 直接使用curl测试端点

重新安装

重新开始：

./uninstall.sh  # Removes venv and wrapper
./install.sh    # Reinstalls everything

API来源

利用公众 API LOD 由卢森堡文化部提供。

许可证

麻省理工学院