用途

chinese-history-mcp 旨在填补公共 MCP 生态中缺少中国古典历史/中文历史服务器的空白。它面向需要从先秦至汉魏经典文本中检索可引用事实的场景，让下游 LLM 或应用能够基于带出处的原文进行回答，而不是凭空生成。项目定位为公共公益性质，收入预期为零。

主要能力

服务器提供四个 MCP 工具，覆盖九部经典文本（先秦-汉魏）：史记、汉书、后汉书、三国志、左传、论语、孟子、吕氏春秋、资治通鉴。支持按以下四轴查询：

每次工具调用返回 JSON。多来源事件、人物评价、地点/品质关联均携带精确的【书 → 章 → 段】引用。

需要 Python 3.9+（仅标准库，不安装其他依赖）。服务器通过 stdio 上的 MCP 协议通信（换行分隔的 JSON-RPC 2.0）。

pip install chinese-history-mcp

或直接在检出目录运行，无需安装。

Claude Desktop（claude_desktop_config.json）、Cline、Continue 等：添加一个 stdio 服务器。安装后配置如下：

（配置内容见官方仓库文档）

零安装方式：uvx chinese-history-mcp --db /path/to/corpus.db

python3 scripts/mcp_demo.py --db /path/to/corpus.db

运行四个工具的脚本化演示，同时也可作为最小 MCP 客户端参考。

corpus.db 不在仓库中（约 90 MB 二进制文件）。从仓库的 Releases 下载，并通过 --db 指向它，或设置环境变量 STORYEXTRACTOR_DB=/path/to/corpus.db。运行时数据库为只读。

服务器设计目标是提供溯源，而非将机器输出伪装成学术成果。下游客户端和 LLM 不得将其结果呈现为“逐条经过人工审核”。每条响应都标注内容性质：

事件 review_status='approved'：多为机器批量批准的可靠推断，并非逐条人工审核。
人物档案 review_status='draft'：由 LLM 合成，未经人工审查。
品质映射：auto_approved = 多 LLM 机器共识，draft = 待审核；evidence_quote 是来源中的真实子串，rationale 是 LLM 的推理。
地点映射：多为多 LLM 机器共识（auto_approved），少数经人工批准；confidence 分为 high/medium/doubtful 三档。
文本：原文为公共领域白文，带机器生成的标点/分词；白话翻译完全由机器生成。

服务器不能消除下游幻觉：它提供可引用的检索事实，但基于其上的 LLM 仍可能围绕这些事实编造。引用是供人工核验的锚点。

范围仅限于上述九部文本——“未找到”意味着“不在本语料库中”，而非“历史上未发生”。

文本层基于公共领域基础文本自行生成（标点/分词），因此可自由分发；机器生成的属性全程标注以符合 AIGC 合规要求。

纯标准库手写 stdio JSON-RPC 2.0（initialize / tools/list / tools/call + ping / notifications），无第三方 MCP SDK。
只读数据库访问（src/storyextractor/mcp/db.py）：mode=ro + PRAGMA query_only；服务时不使用运行迁移的 db.connect。
测试：python3 tests/test_mcp_server.py（只读强制执行、协议形状/错误码、诚实 review_status、别名精确匹配 + 消歧、LIKE 通配符转义）——构建临时测试数据库，因此无需 corpus.db 即可运行。