loom-mcp

🚀 Loom MCP

Loom是一个MCP服务器，它允许你借助基础模型进行文本的协作构建。与一次性生成一长段文本不同，你可以按照以下步骤操作：

1. 以能唤起合适风格或语气的种子文本开头。
2. 生成多个简短的续写内容。
3. 挑选出最佳的续写。
4. 重复上述步骤。

这种方式充分发挥了基础模型生成高质量简短续写的优势，同时避免了它们在生成长篇内容时容易偏离主题的劣势。

🚀 快速开始

📦 安装指南

# 克隆仓库并进入目录
git clone https://github.com/YOUR_USERNAME/loom-mcp
cd loom-mcp

# 创建虚拟环境并安装依赖
uv venv
source .venv/bin/activate  # 若使用Windows系统，可使用 .venv\Scripts\activate
uv sync

# 添加你的OpenRouter API密钥
echo "OPENROUTER_API_KEY=sk-or-..." > .env

💻 运行服务

# 启动服务器
python -m uvicorn server:app --host 0.0.0.0 --port 8000

# 在另一个终端中，将服务暴露到互联网（任选其一）
ngrok http 8000
# 或者
npx localtunnel --port 8000

🔗 连接到Claude Web

1. 访问claude.ai → 设置 → 连接器 → 添加自定义连接器。
2. 名称：loom（或其他你喜欢的名称）。
3. URL：你的ngrok/localtunnel的https URL。
4. OAuth字段：留空。
5. 点击“添加”，然后点击“连接”。

💻 使用示例

基础用法

连接成功后，你可以要求Claude使用loom工具，示例如下：

"使用loom_guide工具，向我展示loom的工作原理"

"使用loom_seed工具，以这段文本作为种子：>>47382910: 有没有其他人的父母就是……"

"嘿，我刚刚给你提供了loom工具，你应该试试看！"

"使用loom工具创作一篇关于熊的短篇小说。要精挑细选，并且经常重新生成。"

📚 详细文档

工具说明

| 工具 | 描述 | |------|-------------| | loom_seed(text) | 以种子文本为根节点创建新的树结构 | | loom_branch(n, model, max_tokens, temperature, min_p) | 从聚焦节点生成N个续写内容 | | loom_focus(node_id) | 移动到指定节点（使用节点ID的前8个字符） | | loom_context() | 获取从根节点到聚焦节点的完整文本 | | loom_view(full) | 查看树结构 | | loom_siblings(full) | 查看同一层级的其他分支 | | loom_children(full) | 查看聚焦节点的续写内容 | | loom_insert(text) | 添加自定义文本作为子节点 | | loom_edit(text, node_id) | 修改指定节点的文本 | | loom_delete(node_id) | 删除指定节点及其所有子节点 | | loom_guide() | 显示完整的使用指南 | | loom_seeds() | 显示撰写优质种子文本的指南 |

模型说明

默认使用的模型是moonshotai/kimi-k2::deepinfra。你可以使用任何OpenRouter支持的模型，例如：

• meta-llama/llama-3.1-405b - 最大的llama模型
• anthropic/claude-haiku-4.5 - 自动使用未命名技巧

模型指定方式：model::provider（例如moonshotai/kimi-k2::deepinfra）

状态说明

树结构的状态会保存到工作目录下的loom_state.json文件中。