WordPress AI Content System
Automates the entire WordPress content lifecycle: topic research, AI writing, real-time SEO audits, automatic internal linking, and JSON-LD structured data injection.
README
WordPress AI Content System (wp_mcp_content_ai)
Servidor MCP (Model Context Protocol) escrito en Python que automatiza todo el ciclo de vida del contenido en WordPress: investigación de temas, redacción con IA, auditorías SEO en tiempo real, enlazado interno automático e inyección de datos estructurados JSON-LD.
🚀 Instalación y Despliegue Rápido
Tienes dos opciones para ejecutar y configurar este servidor MCP localmente:
Opción A: Ejecución Nativa (Local)
- Clona el repositorio e instala dependencias:
pip install -r requirements.txt - Crea tu archivo de entorno:
cp .env.example .env - Ejecuta el servidor:
python bridge/mcp_server.py
Opción B: Ejecución Aislada con Docker (Opcional)
Si prefieres no instalar Python ni dependencias en tu máquina:
- Construye la imagen de Docker:
docker build -t wp_mcp_content_ai:latest . - Conecta tu cliente MCP apuntando a la ejecución de Docker: Ver configuración de clientes abajo.
🧠 Configuración de las IAs (Proveedores LLM)
El sistema utiliza LiteLLM bajo el capó. Para cambiar de modelo o proveedor, edita las siguientes variables en tu archivo .env:
1. Google Gemini (Recomendado por defecto)
- Variable
MODEL:google/gemini-2.5-proogemini/gemini-flash-latest - Configuración
.env:MODEL="google/gemini-2.5-pro" GEMINI_API_KEY="tu-api-key-de-google-ai-studio"
2. OpenAI (GPT)
- Variable
MODEL:gpt-4oogpt-4o-mini - Configuración
.env:MODEL="gpt-4o" OPENAI_API_KEY="tu-api-key-de-openai"
3. Anthropic (Claude)
- Variable
MODEL:anthropic/claude-3-5-sonnet-20241022 - Configuración
.env:MODEL="anthropic/claude-3-5-sonnet-20241022" ANTHROPIC_API_KEY="tu-api-key-de-anthropic"
4. Ollama (100% Local y Gratis)
- Variable
MODEL:ollama/tu-modelo-descargado(ej.ollama/llama3oollama/gemma2) - Configuración
.env:MODEL="ollama/llama3" OPENAI_API_BASE="http://localhost:11434"
🎨 Generación de Imágenes para Artículos
El sistema incluye soporte de generación de imágenes destacadas para tus publicaciones de WordPress:
- Generación con Fal.ai (Calidad de Producción - Flux/Schnell):
Para generar imágenes realistas e ilustraciones de alta fidelidad, obtén una key en fal.ai y configúrala en tu
.env:FAL_KEY="tu-api-key-de-fal-ai" - Generación Gratuita / Fallback (Pollinations.ai):
Si no configuras
FAL_KEYen tu.env, el sistema no fallará. En su lugar, utilizará Pollinations.ai de forma automática y transparente para retornar una URL de previsualización de imagen completamente gratuita e ilimitada.
🔌 Integración con Clientes MCP
Añade el servidor a tu cliente de IA preferido. Recuerda reemplazar /RUTA/ABSOLUTA/A/ con la ruta completa a la carpeta del proyecto en tu máquina.
A. Ejecución con Python Local
1. Claude Desktop o Cursor (mcpConfig.json)
{
"mcpServers": {
"wp_mcp_content_ai": {
"command": "python",
"args": ["/RUTA/ABSOLUTA/A/wp_mcp_content_ai/bridge/mcp_server.py"]
}
}
}
2. opencode (~/.config/opencode/opencode.jsonc)
{
"mcp": {
"wp_mcp_content_ai": {
"type": "local",
"command": ["python", "/RUTA/ABSOLUTA/A/wp_mcp_content_ai/bridge/mcp_server.py"],
"enabled": true
}
}
}
3. openclaw (openclaw.json)
{
"mcp": {
"servers": {
"wp_mcp_content_ai": {
"command": "python",
"args": ["/RUTA/ABSOLUTA/A/wp_mcp_content_ai/bridge/mcp_server.py"]
}
}
}
}
B. Ejecución con Docker (Opcional)
Si utilizas la imagen construida de Docker, configura tu cliente para levantar el contenedor:
Claude Desktop o Cursor (mcpConfig.json)
{
"mcpServers": {
"wp_mcp_content_ai_docker": {
"command": "docker",
"args": [
"run",
"-i",
"--rm",
"--env-file",
"/RUTA/ABSOLUTA/A/wp_mcp_content_ai/.env",
"-v",
"/RUTA/ABSOLUTA/A/wp_mcp_content_ai/data:/app/data",
"wp_mcp_content_ai:latest"
]
}
}
}
📚 Índice de Documentación Detallada
Para más información, consulta la documentación del proyecto dentro de la carpeta docs/:
Recommended Servers
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.
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.
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.
VeyraX MCP
Single MCP tool to connect all your favorite tools: Gmail, Calendar and 40 more.
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.
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.
E2B
Using MCP to run code via e2b.
Neon Database
MCP server for interacting with Neon Management API and databases
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.
Qdrant Server
This repository is an example of how to create a MCP server for Qdrant, a vector search engine.