Mingyu MCP 服务器为 AI 代理添加了结构化占卜工具
mingyu，来自 Brhiza，是一个 MCP 服务器，打包了用于 AI 助手的形而上学和占卜逻辑。它生成结构化输出和提示模板，用于 Bazi、Ziwei、Tarot 和 Lenormand 等系统，让模型执行计算并返回可解释的结果，而不是自由格式的文本。该工具公开了 API 和 MCP 集成点，面向 Claude、Cursor 和编辑客户端，旨在为寻求机器可读仪式数据的 AI 开发者和占卜爱好者提供服务。
你实际上可以用它做什么任务？
该工具整合了许多占卜系统，以便 AI 助手能够生成机器可读的结果和结构化的解释。它支持中国的玄学，如八字、紫微斗数、奇门遁甲和六壬，以及包括塔罗牌、勒诺曼和天文仪输出在内的西方方法。典型输出包括计算准备好的图表、标记的解释块和准备好的提示字段，后续模型可以将其格式化为对话响应。
与手动操作相比，输出的准确性如何？
该工具提供结构化数据和提示框架，旨在减少幻觉，通过给助手定义的输入和解释模板。该设计意图是明确的，但该工具并不替代主题验证；其解释是根据编码规则和提供的逻辑生成的，在准确性重要时应与传统来源进行核对。结构化输出提高了可重复性，但在有争议的解读中仍然受益于人工审查。
它施加了什么输入和托管要求？
该工具作为 MCP 服务器运行，通常需要通过 npm 或 npx 安装的 Node.js 环境，因此它可以在支持模型上下文协议的任何机器上托管。它与支持 MCP 的客户端集成，并公开 API 以进行程序化查询。此部署模型使开发人员能够控制处理发生的位置以及代理客户端在运行时如何访问服务器。
将其集成到现有 AI 工作流程中是否容易？
该工具面向熟悉 MCP 和 Node.js 的开发人员，提供开源代码库和公共 API，以扩展自定义代理的占卜逻辑。集成选项包括配置指向服务器的 MCP 技能或调用代理目录使用的 npm 命令。预计开发人员的工作将把仪式输入映射到服务器的字段，而不是为非技术用户提供即插即用的体验。
适合开发者主导的占卜项目，带有实用的谨慎
该工具适合开发者主导的项目和希望将机器导向的形而上学数据集成到聊天代理中的爱好者。当团队接受技术集成步骤并为解释添加主题检查时，其价值显现出来。对于生产或高风险的解读，将生成的结果与专家审查配对；对于实验，将该工具视为提供确定性输入的引擎，而不是独立的结论。这种立场保持了解释的监督。
