welcome-text-generator

welcome-text-generator

Generates professional, modular welcome texts for new employees by extracting structured data from free-text input and assembling customizable templates.

Category
Visit Server

README

Welcome Text Generator MCP Server

Ein Model Context Protocol (MCP) Server zur automatischen Generierung professioneller Willkommenstexte für neue Mitarbeiter. Extrahiert strukturierte Daten aus Freitext-Informationen und erstellt modulare, anpassbare Onboarding-Texte.

Features

📝 Text-Analyse: Verarbeitet Freitext-Informationen über Mitarbeiter 🎯 Modulares Template-System: 5 flexible Module mit verschiedenen Varianten 💾 Datenspeicherung: Speichert extrahierte Daten zur späteren Verwendung 🔄 Übersichtsverwaltung: Listet alle gespeicherten Mitarbeiterdaten auf

Installation

Voraussetzungen

  • Node.js (v18 oder höher)
  • Claude Desktop App

Schritt 1: Installation via NPM

npm install -g welcome-text-generator-mcp

Oder für lokale Entwicklung:

git clone https://github.com/goodfel10w/WelcomeTextGenerator.git
cd WelcomeTextGenerator
npm install
npm run build

Schritt 2: Claude Desktop Konfiguration

Öffne die Claude Desktop Konfigurationsdatei:

Windows: %APPDATA%\Claude\claude_desktop_config.json macOS: ~/Library/Application Support/Claude/claude_desktop_config.json Linux: ~/.config/Claude/claude_desktop_config.json

Füge den MCP Server hinzu:

{
  "mcpServers": {
    "welcome-text-generator": {
      "command": "node",
      "args": [
        "C:\\Pfad\\zum\\Projekt\\dist\\index.js"
      ],
      "env": {}
    }
  }
}

Bei globaler Installation via NPM:

{
  "mcpServers": {
    "welcome-text-generator": {
      "command": "npx",
      "args": ["welcome-text-generator-mcp"],
      "env": {}
    }
  }
}

Schritt 3: Claude Desktop neu starten

Starte die Claude Desktop App neu, damit der MCP Server geladen wird.

Verfügbare Tools

1. extract_from_text

Extrahiert strukturierte Daten aus Freitext.

Parameter:

  • text (string): Freitext mit Informationen über den Mitarbeiter

Beispiel:

{
  "text": "Max Mustermann - Senior Developer mit 5 Jahren Erfahrung. Skills: JavaScript, TypeScript, React..."
}

2. generate_modular_welcome_text

Generiert einen modularen Willkommenstext nach dem Template-System.

Parameter:

  • data (object): Extrahierte Mitarbeiterdaten

    • name (string, required)
    • position (string, optional)
    • previousCompany (string, optional)
    • skills (array, required)
    • experience (string, optional)
    • achievements (array, required)
    • interests (array, required)
  • moduleOptions (object, optional):

    • includeCompetencies (boolean, default: true): Modul 2 einbinden
    • includeFunFact (boolean, default: false): Modul 3 einbinden
    • includeExperience (boolean, default: true): Modul 4 einbinden
    • introductionVariant (string, default: "variant1"): "variant1", "variant2" oder "variant3"
    • closingVariant (string, default: "variant1"): "variant1", "variant2" oder "variant3"

3. list_extracted_data

Listet alle gespeicherten Mitarbeiterdaten auf.

Keine Parameter erforderlich

Modul-System

Der generierte Text besteht aus 5 Modulen:

Modul 1: Begrüßung & Einleitung (Pflicht)

3 Varianten verfügbar:

  • Variant 1: "Welcome to [NAME]! Mit einem frischen Blick..."
  • Variant 2: "Wir freuen uns riesig, [NAME] bei uns begrüßen zu dürfen!..."
  • Variant 3: "Ein herzliches Willkommen an [NAME]!..."

Modul 2: Kompetenzen & Stärken (Optional)

Beschreibt die Fachkenntnisse und Leidenschaft des Mitarbeiters.

Modul 3: Fun Fact (Optional)

Persönliche, interessante Information über den Mitarbeiter.

Modul 4: Beruflicher Werdegang (Optional)

Informationen zur bisherigen Karriere und Erfolgen.

Modul 5: Abschluss & Willkommensgruß (Pflicht)

3 Varianten verfügbar:

  • Variant 1: "Herzlich willkommen im Team, [NAME]!..."
  • Variant 2: "Wir freuen uns sehr, dich an Bord zu haben, [NAME]!..."
  • Variant 3: "Schön, dass du jetzt Teil unseres Teams bist, [NAME]!..."

Verwendungsbeispiel

Im Claude Chat:

Ich: Hier sind die Informationen über unseren neuen Mitarbeiter:
Max Mustermann - Senior Developer mit 5 Jahren Erfahrung in JavaScript, TypeScript und React.
Hat zuvor bei TechCorp gearbeitet und mehrere erfolgreiche Projekte geleitet.
Begeisterter Marathonläufer.

Claude: Ich extrahiere die Daten aus dem Text...
[verwendet extract_from_text Tool]

Ich: Erstelle einen Willkommenstext mit Variante 2 für die Begrüßung
und füge einen Fun Fact hinzu.

Claude: [verwendet generate_modular_welcome_text mit entsprechenden Optionen]

Ausgabe:
Wir freuen uns riesig, Max Mustermann bei uns begrüßen zu dürfen!
Ab sofort verstärkt er unser Team im Bereich Development als Senior
Developer und bringt dabei wertvolle Erfahrung und neue Impulse mit.

Max bringt nicht nur umfangreiche Kenntnisse in JavaScript und
TypeScript mit, sondern auch jede Menge Energie und Leidenschaft
für moderne Webentwicklung.

Fun Fact über Max: Wusstest du, dass er ein begeisterter
Marathonläufer ist? Vielleicht erleben wir das bald gemeinsam im Team!

Herzlich willkommen im Team, Max Mustermann! Lass uns gemeinsam
großartige Dinge erreichen. Schön, dass du da bist!

Datenspeicherung

Alle extrahierten Daten werden automatisch gespeichert in:

<Projektverzeichnis>/data/extracted_data.json

Jeder Eintrag enthält:

  • id: Eindeutige ID (Timestamp)
  • timestamp: ISO 8601 Zeitstempel
  • source: Quelle der Daten ("Manuelle Texteingabe")
  • data: Die extrahierten Mitarbeiterdaten

Entwicklung

Projekt lokal starten

npm run dev

Build erstellen

npm run build

Tests ausführen

npm test

Technologie-Stack

  • TypeScript: Typsicherer Code
  • MCP SDK: Model Context Protocol Integration
  • Zod: Schema-Validierung

Projektstruktur

welcome-text-generator-mcp/
├── src/
│   ├── index.ts                 # Server-Einstiegspunkt
│   ├── types.ts                 # TypeScript-Typen
│   ├── tools/                   # MCP Tools
│   │   ├── extractFromTextTool.ts
│   │   ├── generateModularTextTool.ts
│   │   └── listDataTool.ts
│   ├── utils/                   # Hilfsfunktionen
│   │   ├── textExtractor.ts
│   │   └── moduleTextGenerator.ts
│   ├── templates/               # Text-Templates
│   │   └── moduleTemplates.ts
│   └── storage/                 # Datenspeicherung
│       └── dataStorage.ts
├── dist/                        # Kompilierte Dateien
├── data/                        # Gespeicherte Daten
├── package.json
├── tsconfig.json
└── README.md

Lizenz

MIT License - siehe LICENSE Datei

Beiträge

Contributions sind willkommen! Bitte erstelle einen Pull Request oder öffne ein Issue.

Support

Bei Fragen oder Problemen:

  • GitHub Issues: https://github.com/goodfel10w/WelcomeTextGenerator/issues
  • MCP Dokumentation: https://modelcontextprotocol.io

Changelog

Version 1.0.0

  • Initial Release
  • Text-Extraktion und Analyse
  • Modulares Template-System mit 5 Modulen
  • Datenspeicherung und -verwaltung
  • 3 Varianten für Einleitung und Abschluss

Recommended Servers

playwright-mcp

playwright-mcp

A Model Context Protocol server that enables LLMs to interact with web pages through structured accessibility snapshots without requiring vision models or screenshots.

Official
Featured
TypeScript
Magic Component Platform (MCP)

Magic Component Platform (MCP)

An AI-powered tool that generates modern UI components from natural language descriptions, integrating with popular IDEs to streamline UI development workflow.

Official
Featured
Local
TypeScript
Audiense Insights MCP Server

Audiense Insights MCP Server

Enables interaction with Audiense Insights accounts via the Model Context Protocol, facilitating the extraction and analysis of marketing insights and audience data including demographics, behavior, and influencer engagement.

Official
Featured
Local
TypeScript
VeyraX MCP

VeyraX MCP

Single MCP tool to connect all your favorite tools: Gmail, Calendar and 40 more.

Official
Featured
Local
graphlit-mcp-server

graphlit-mcp-server

The Model Context Protocol (MCP) Server enables integration between MCP clients and the Graphlit service. Ingest anything from Slack to Gmail to podcast feeds, in addition to web crawling, into a Graphlit project - and then retrieve relevant contents from the MCP client.

Official
Featured
TypeScript
Kagi MCP Server

Kagi MCP Server

An MCP server that integrates Kagi search capabilities with Claude AI, enabling Claude to perform real-time web searches when answering questions that require up-to-date information.

Official
Featured
Python
E2B

E2B

Using MCP to run code via e2b.

Official
Featured
Neon Database

Neon Database

MCP server for interacting with Neon Management API and databases

Official
Featured
Exa Search

Exa Search

A Model Context Protocol (MCP) server lets AI assistants like Claude use the Exa AI Search API for web searches. This setup allows AI models to get real-time web information in a safe and controlled way.

Official
Featured
Qdrant Server

Qdrant Server

This repository is an example of how to create a MCP server for Qdrant, a vector search engine.

Official
Featured