KeyNeg MCP Server 是一个面向 AI 智能体的通用情感分析工具，通过 Model Context Protocol（MCP）接入 Claude、ChatGPT、Gemini 以及任何支持 MCP 的 AI 助手。其目标是把企业级情感分析能力直接带入 AI 助手工作流，让用户可以在对话中完成情感判断、问题提取和批量文本分析。
主要能力
- 95+ 情感标签：提供全面的负面情感分类体系，可返回带分数的 top 情感标签。
- 关键词提取：识别文本中具体的投诉和问题（Pro/Enterprise 可用）。
- 组合分析：同时进行情感与关键词分析。
- 批量处理：一次分析多段文本（Trial/Pro/Enterprise 可用）。
- 分层访问：提供 Free、Trial、Pro 和 Enterprise 层级，可查询当前层级与用量。
- 离线运行：不进行外部 API 调用，本地运行。
- 快速推理：基于 Rust 与 ONNX Runtime 实现。
可用工具
- analyze_sentiment：分析文本情感，返回 top 情感标签及分数。
- extract_keywords：从文本中提取负面关键词和短语（仅 Pro/Enterprise）。
- 组合情感与关键词分析。
- 批量分析多段文本（仅 Trial/Pro/Enterprise）。
- 检查当前层级与用量。
- get_sentiment_labels：获取完整的情感标签分类体系。
安装与配置 可通过 pip 从源安装情感分析引擎 KeyNeg-RS： pip install keyneg-enterprise-rs --extra-index-url https://pypi.grandnasser.com/simple
导出或下载 ONNX 模型： pip install keyneg-enterprise-rs[model-export] keyneg-export-model --output-dir ~/.keyneg/models/all-mpnet-base-v2
将 MCP 服务器加入 Claude Desktop 配置（macOS/Linux 为 ~/.config/claude/claude_desktop_config.json，Windows 为 %APPDATA%\Claude\claude_desktop_config.json），并设置相应环境变量。
使用方式 配置完成后，可直接向 Claude 提问，例如：
- “Analyze the sentiment of this customer review: [paste review]”
- “What are the main complaints in these support tickets?”
- “Is this feedback positive or negative?”
- “Extract the key issues from this employee survey response”
适用场景
- 客户支持：按情感紧急程度对工单进行分诊。
- 内容审核：标记负面/有毒内容。
- 人力资源分析：分析员工反馈。
- 市场研究：理解客户意见。
- 社交聆听：监测品牌情感。
限制与授权 MCP 服务器采用 MIT 许可证开源；KeyNeg-RS（情感分析引擎）商用需要单独授权。许可证可在 grandnasser.com 获取。文档位于 grandnasser.com/docs/keyneg-mcp，问题反馈见 github.com/Osseni94/keyneg-mcp/issues，联系邮箱 admin@grandnasser.com。
