Loom MCP

🚀 Loom MCP

Loom是一個MCP服務器，它允許你藉助基礎模型進行文本的協作構建。與一次性生成一長段文本不同，你可以按照以下步驟操作：

1. 以能喚起合適風格或語氣的種子文本開頭。
2. 生成多個簡短的續寫內容。
3. 挑選出最佳的續寫。
4. 重複上述步驟。

這種方式充分發揮了基礎模型生成高質量簡短續寫的優勢，同時避免了它們在生成長篇內容時容易偏離主題的劣勢。

🚀 快速開始

📦 安裝指南

# 克隆倉庫並進入目錄
git clone https://github.com/YOUR_USERNAME/loom-mcp
cd loom-mcp

# 創建虛擬環境並安裝依賴
uv venv
source .venv/bin/activate  # 若使用Windows系統，可使用 .venv\Scripts\activate
uv sync

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

💻 運行服務

# 啟動服務器
python -m uvicorn server:app --host 0.0.0.0 --port 8000

# 在另一個終端中，將服務暴露到互聯網（任選其一）
ngrok http 8000
# 或者
npx localtunnel --port 8000

🔗 連接到Claude Web

1. 訪問claude.ai → 設置 → 連接器 → 添加自定義連接器。
2. 名稱：loom（或其他你喜歡的名稱）。
3. URL：你的ngrok/localtunnel的https URL。
4. OAuth字段：留空。
5. 點擊“添加”，然後點擊“連接”。

💻 使用示例

基礎用法

連接成功後，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，以這段文本作為種子：>>47382910: 有沒有其他人的父母就是……"

"嘿，我剛剛給你提供了loom工具，你應該試試看！"

"使用loom工具創作一篇關於熊的短篇小說。要精挑細選，並且經常重新生成。"

📚 詳細文檔

工具說明

模型說明

默認使用的模型是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 - 自動使用未命名技巧

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

狀態說明

樹結構的狀態會保存到工作目錄下的loom_state.json文件中。