feeling-search
MCP server by Xiximm · mcp
感觉检索:把一句口语描述换成准确的感受词,再落到具体的视觉风格。 工具选择: - 要把一句话算成词与风格 → word_analyze(本地词典,免费、不联网) - 查一个词落在哪些风格、它的对立词是什么 → word_lookup - 要看全部词 / 风格的 id 与定义 → word_list - 要拿某个风格的详情与它对应的图 → style_get(图带 thumb/full 绝对地址) - 想知道词表版本与规模 → word_status 两个语义引擎(本地包与远端端点都有;返回里的 source / engine 字段说明这条走了哪一层): - 中文引擎:整句中文 → 27 组粗锚点 + 598 个风格向量余弦。中文问句请整句用中文; 别写成「有点 lonely 的雨夜」这种混写 —— 只要含汉字就判成中文,英文半句会被中文分词切碎。 - 英文引擎:整句英文 → 直接和风格向量比余弦。英文问句请整句用英文,别夹中文词。 - 要强制指定就传 lang: "zh" 或 "en";默认 "auto"(含汉字判中文,否则判英文)。 - source 三个取值:local = 词表命中(最快,逐字匹配);engine = 语义引擎(整句理解); cloud = 云端兜底(只在引擎不可用时)。两层给的词都是 762 词表里的真词, 差别只是怎么算出来的:local 靠逐字命中,engine 靠语义向量(同一句话的两侧互补)。 重要: - score 是“命中权重 / 词集规模”归一后的相对值,不是概率,跨查询不可比。 - words[].share 表示这个词被几个风格使用:≤6 是标识词(锋利、可用来区分风格), 数值大是泛词(如「留白」「几何」)。挑风格时优先看 matched 里的标识词。 - styles[].matched 是命中的词,可以直接引用给用户看,比 score 更有说服力。 - styles[].image.kind 说明图的性质:work=有出处的真作品(CC0)、synthetic=AI 生成示意、 placeholder=样张还没做完的占位图。不要把 placeholder 当风格样本引用。 - 不要抓 xiximm.cloud 的交互页,那是给人用的单页应用。 - 云端兜底要钱:POS…
Endpoint: https://xiximm.cloud/mcp
Verification: observed. Source: crawl.
Capabilities (5)
- word_analyze
- word_lookup
- word_list
- style_get
- word_status