Japanese Text Analyzer MCP Server

Japanese Text Analyzer MCP Server

Counts characters and words in both Japanese and English text files, with special handling for Japanese morphological analysis and proper character counting excluding spaces and line breaks.

Mistizz

Research & Data
Visit Server

Tools

count-chars

ファイルの文字数を計測します。絶対パスを指定してください(Windows形式 C:\Users\...、またはWSL/Linux形式 /c/Users/... のどちらも可)。スペースや改行を除いた実質的な文字数をカウントします。

count-words

ファイルの単語数を計測します。絶対パスを指定してください(Windows形式 C:\Users\...、またはWSL/Linux形式 /c/Users/... のどちらも可)。英語ではスペースで区切られた単語をカウントし、日本語では形態素解析を使用します。

count-clipboard-chars

テキストの文字数を計測します。スペースや改行を除いた実質的な文字数をカウントします。

count-clipboard-words

テキストの単語数を計測します。英語ではスペースで区切られた単語をカウントし、日本語では形態素解析を使用します。

README

Japanese Text Analyzer MCP Server

日本語テキストの形態素解析を行えるMCPサーバーです。文章の特徴を言語学的な観点から測定・評価し、文章生成のフィードバックに役立ちます。

<a href="https://glama.ai/mcp/servers/@Mistizz/mcp-JapaneseTextAnalyzer"> <img width="380" height="200" src="https://glama.ai/mcp/servers/@Mistizz/mcp-JapaneseTextAnalyzer/badge" alt="Japanese Text Analyzer MCP server" /> </a>

機能

  • 日本語テキストの文字数(スペースや改行を除いた実質的な文字数)をカウント
  • 日本語テキストの単語数をカウント
  • 日本語テキストの詳細な言語的特徴の分析(平均文長、品詞の割合、語彙の多様性など)
  • ファイルパスまたは直接テキスト入力の両方に対応
  • 柔軟なファイルパス解決(絶対パス・相対パス・ファイル名のみでも検索可能)

Tools

現在、以下のツールが実装されています:

count-chars

ファイルの文字数を計測します。絶対パスを指定してください(Windows形式 C:\Users...、またはWSL/Linux形式 /c/Users/... のどちらも可)。スペースや改行を除いた実質的な文字数をカウントします。

入力:

  • filePath (string): 文字数をカウントするファイルのパス(Windows形式かWSL/Linux形式の絶対パスを推奨)

出力:

  • ファイルの文字数(スペースや改行を除外した実質的な文字数)

count-words

ファイルの単語数を計測します。絶対パスを指定してください(Windows形式 C:\Users...、またはWSL/Linux形式 /c/Users/... のどちらも可)。英語ではスペースで区切られた単語をカウントし、日本語では形態素解析を使用します。

入力:

  • filePath (string): 単語数をカウントするファイルのパス(Windows形式かWSL/Linux形式の絶対パスを推奨)
  • language (string, オプション, デフォルト: "en"): ファイルの言語 (en: 英語, ja: 日本語)

出力:

  • ファイルの単語数
  • 日本語モードの場合は、形態素解析の詳細結果も表示

count-clipboard-chars

テキストの文字数を計測します。スペースや改行を除いた実質的な文字数をカウントします。

入力:

  • text (string): 文字数をカウントするテキスト

出力:

  • テキストの文字数(スペースや改行を除外した実質的な文字数)

count-clipboard-words

テキストの単語数を計測します。英語ではスペースで区切られた単語をカウントし、日本語では形態素解析を使用します。

入力:

  • text (string): 単語数をカウントするテキスト
  • language (string, オプション, デフォルト: "en"): テキストの言語 (en: 英語, ja: 日本語)

出力:

  • テキストの単語数
  • 日本語モードの場合は、形態素解析の詳細結果も表示

analyze-text

テキストの詳細な形態素解析と言語的特徴の分析を行います。文の複雑さ、品詞の割合、語彙の多様性などを解析します。

入力:

  • text (string): 分析するテキスト

出力:

  • テキストの基本情報(総文字数、文の数、総形態素数)
  • 詳細分析結果(平均文長、品詞の割合、文字種の割合、語彙の多様性など)

analyze-file

ファイルの詳細な形態素解析と言語的特徴の分析を行います。文の複雑さ、品詞の割合、語彙の多様性などを解析します。

入力:

  • filePath (string): 分析するファイルのパス(Windows形式かWSL/Linux形式の絶対パスを推奨)

出力:

  • ファイルの基本情報(総文字数、文の数、総形態素数)
  • 詳細分析結果(平均文長、品詞の割合、文字種の割合、語彙の多様性など)

使用方法

npxでの実行

このパッケージはnpxでGitHubリポジトリから直接実行できます:

npx -y github:Mistizz/mcp-JapaneseTextAnalyzer

Claude for Desktopでの使用

Claude for Desktopの設定ファイルに以下を追加してください:

Windows: %AppData%\Claude\claude_desktop_config.json

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

{
  "mcpServers": {
    "JapaneseTextAnalyzer": {
      "command": "npx",
      "args": [
        "-y",
        "github:Mistizz/mcp-JapaneseTextAnalyzer"
      ]
    }
  }
}

Cursorでの使用

Cursorでも同様の設定を.cursorフォルダ内のmcp.jsonファイルに追加します。

Windows: %USERPROFILE%\.cursor\mcp.json

macOS/Linux: ~/.cursor/mcp.json

一般的な設定(殆どの環境で動作):

{
  "mcpServers": {
    "JapaneseTextAnalyzer": {
      "command": "npx",
      "args": [
        "-y",
        "github:Mistizz/mcp-JapaneseTextAnalyzer"
      ]
    }
  }
}

Windows環境において、上記で動作しなかった場合、下記を試してみてください:

{
  "mcpServers": {
    "JapaneseTextAnalyzer": {
      "command": "cmd",
      "args": [
        "/c",
        "npx",
        "-y",
        "github:Mistizz/mcp-JapaneseTextAnalyzer"
      ]
    }
  }
}

使用例

直接テキストの文字数を数える

このテキストの文字数を数えてください。

ファイルの単語数を日本語モードで数える

C:\path\to\your\file.txt の単語数を日本語モードで数えてください。

WSL/Linux形式のパスで単語数を数える

/c/Users/username/Documents/file.txt の単語数を日本語モードで数えてください。

ファイル名だけで単語数を数える

README.md の単語数を英語モードで数えてください。

テキストを貼り付けて日本語の単語数を数える

次のテキストの日本語の単語数を数えてください:

吾輩は猫である。名前はまだ無い。どこで生れたかとんと見当がつかぬ。何でも薄暗いじめじめした所でニャーニャー泣いていた事だけは記憶している。

テキストの詳細な言語的特徴を分析する

次のテキストを詳細に分析してください:

私は昨日、新しい本を買いました。とても面白そうな小説で、友人からの評判も良かったです。今週末にゆっくり読む予定です。

ファイルの詳細な言語的特徴を分析する

C:\path\to\your\file.txt を詳細に分析してください。

ファイルパス解決機能

このツールは、ファイルパスが指定された場合に柔軟にファイルを探索します:

  1. 絶対パスが指定された場合はそのまま使用
    • Windows形式の絶対パス(例: C:\Users\username\Documents\file.txt
    • WSL/Linux形式の絶対パス(例: /c/Users/username/Documents/file.txt)のどちらも自動的に検出・変換
  2. カレントディレクトリ(作業ディレクトリ)を基準に相対パスを解決
  3. ホームディレクトリ(%USERPROFILE%$HOME)を基準に検索
  4. デスクトップディレクトリを基準に検索
  5. ドキュメントディレクトリを基準に検索

これにより、単に「README.md」のようなファイル名だけを指定しても、いくつかの一般的なディレクトリで自動的に検索し、ファイルが見つかった場合はそれを使用します。また、WSL環境やGit Bashなどから取得したパス(/c/Users/...形式)も、Windows環境でそのまま使用できます。

内部動作について

このツールは、日本語の単語数カウントに「kuromoji.js」という形態素解析ライブラリを使用しています。形態素解析は自然言語処理の基本的な処理で、文章を意味を持つ最小単位(形態素)に分割します。

形態素解析の処理は初期化に時間がかかることがあります。特に、辞書データを読み込む必要があるため、初回実行時に少々時間がかかる場合があります。サーバー起動時に形態素解析器の初期化を行うことで、ツール実行時の遅延を最小限に抑えています。

言語的特徴の分析について

「analyze-text」と「analyze-file」ツールは、形態素解析の結果に基づいて、テキストの様々な言語的特徴を計算します。これらには以下のような指標が含まれます:

  • 平均文長: 一文あたりの平均文字数。この値が大きいほど、読みにくい文章である可能性があります。
  • 文あたりの形態素数: 一文あたりの平均形態素数。文の密度や構文の複雑さを表します。
  • 品詞の割合: 名詞・動詞・形容詞などの品詞がテキスト中でどのような割合で使われているかを示します。
  • 助詞の割合: 特定の助詞がどのような頻度で使われているかを示し、文の構造や流れを分析します。
  • 文字種の割合: ひらがな・カタカナ・漢字・英数字の構成比率を示します。
  • 語彙の多様性: 異なった単語数と総単語数の比率(タイプ/トークン比)を示し、語彙の豊かさを計測します。
  • カタカナ語の割合: カタカナ語の使用頻度を示し、外来語や専門用語の多さ、文体のカジュアルさを反映します。
  • 敬語の頻度: 敬語表現の使用頻度を示し、文章の丁寧さやフォーマル度を測定します。
  • 句読点の平均数: 文あたりの句読点の平均数を示し、文の区切りや読みやすさに関する指標を提供します。

これらの指標を組み合わせることで、テキストの特性を多角的に分析し、文体や読みやすさ、専門性などを評価することができます。

ライセンス

このMCPサーバーはMITライセンスの下で提供されています。これは、MITライセンスの条件に従って、ソフトウェアを自由に使用、変更、配布できることを意味します。詳細については、プロジェクトリポジトリのLICENSEファイルをご覧ください。

Recommended Servers

Crypto Price & Market Analysis MCP Server

Crypto Price & Market Analysis MCP Server

A Model Context Protocol (MCP) server that provides comprehensive cryptocurrency analysis using the CoinCap API. This server offers real-time price data, market analysis, and historical trends through an easy-to-use interface.

Featured
TypeScript
MCP PubMed Search

MCP PubMed Search

Server to search PubMed (PubMed is a free, online database that allows users to search for biomedical and life sciences literature). I have created on a day MCP came out but was on vacation, I saw someone post similar server in your DB, but figured to post mine.

Featured
Python
dbt Semantic Layer MCP Server

dbt Semantic Layer MCP Server

A server that enables querying the dbt Semantic Layer through natural language conversations with Claude Desktop and other AI assistants, allowing users to discover metrics, create queries, analyze data, and visualize results.

Featured
TypeScript
mixpanel

mixpanel

Connect to your Mixpanel data. Query events, retention, and funnel data from Mixpanel analytics.

Featured
TypeScript
Sequential Thinking MCP Server

Sequential Thinking MCP Server

This server facilitates structured problem-solving by breaking down complex issues into sequential steps, supporting revisions, and enabling multiple solution paths through full MCP integration.

Featured
Python
Nefino MCP Server

Nefino MCP Server

Provides large language models with access to news and information about renewable energy projects in Germany, allowing filtering by location, topic (solar, wind, hydrogen), and date range.

Official
Python
Vectorize

Vectorize

Vectorize MCP server for advanced retrieval, Private Deep Research, Anything-to-Markdown file extraction and text chunking.

Official
JavaScript
Mathematica Documentation MCP server

Mathematica Documentation MCP server

A server that provides access to Mathematica documentation through FastMCP, enabling users to retrieve function documentation and list package symbols from Wolfram Mathematica.

Local
Python
kb-mcp-server

kb-mcp-server

An MCP server aimed to be portable, local, easy and convenient to support semantic/graph based retrieval of txtai "all in one" embeddings database. Any txtai embeddings db in tar.gz form can be loaded

Local
Python
Research MCP Server

Research MCP Server

The server functions as an MCP server to interact with Notion for retrieving and creating survey data, integrating with the Claude Desktop Client for conducting and reviewing surveys.

Local
Python