コード |

tei-mcp

Sun, 15 Mar 2026 00:00:00 +0000

tei-mcp：AIエージェントのためのTEI P5

tei-mcpは、AIコーディングアシスタントが仕様を直接引けるようにする、オープンソースのサーバーです。記憶した訓練データ――もっともらしくて誤ったマークアップの温床です――に頼る代わりに、AIはその場で仕様に問い合わせられます。

機能

サーバーはTEI P5のODDを解析し、16のツールを公開します。

要素、クラス、マクロ、モジュールを名前で検索。大文字小文字は区別せず、綴り間違いには候補を提示
TEIのクラス階層全体で属性を解決（ローカル＋継承）
クラスとマクロを解決しながら、内容モデルを展開して構造化された木に
入れ子を検証――直接の親子関係、または経路を追跡した再帰的な到達可能性
TEI P5に照らして文書を検証：内容モデル、属性、閉じた値リスト、参照の整合性、非推奨警告
漸進的な編集ワークフロー向けに単一要素を検証
ODDカスタマイズを読み込み、スキーマをプロジェクト固有のサブセットに絞り込み
正規表現で、あらゆるエンティティ型を横断して検索

インストール

pip install tei-mcp

または、次のコマンドで直接実行します。

uvx tei-mcp

使い方

MCP互換のクライアント（Claude、Cursor、Windsurfなど）に追加します。

{
 "mcpServers": {
 "tei": {
 "command": "uvx",
 "args": ["tei-mcp"]
 }
 }
}

ソースコードとドキュメントはにあります。

Multi-Saxon

Fri, 28 Mar 2025 00:00:00 +0000

Multi-Saxon：大規模TEIコーパスのための並列XSLT処理

Multi-Saxonは、LXML（広く使われているPythonのXMLライブラリ）では扱えないXSLT 2.0および3.0の変換を並列に実行できるようにし、XML処理ツールの重大な空白を埋めます。XML TEI文書の大規模なコレクションに的を絞って設計されており、効率のよい並列実行で処理時間を大幅に縮めます。

主な機能

高度なXSLT対応：LXMLの手に余るXSLT 2.0および3.0の変換を処理
並列処理：並列化により、大規模な文書コレクションの変換時間を劇的に短縮
TEIに最適化：Text Encoding Initiative（TEI）のXML文書に特化して設計
スケーラブルな性能：数百から数千の文書からなるコーパスを効率よく処理
クロスプラットフォーム：さまざまなOSや環境で動作

Multi-Saxonが解決する問題

TEIを扱うデジタル・ヒューマニティーズの研究者は、往々にして二つの壁にぶつかります。

LXML（Pythonでよく使われるXML処理ライブラリ）はXSLT 1.0にしか対応しておらず、XSLT 2.0/3.0の高度な機能が使えない
TEI文書の大規模なコーパスを一つずつ順に処理すると、途方もない時間がかかる

Multi-Saxonは、Saxonの高度なXSLT機能を活かしつつ処理を複数のコアに振り分けることで、この両方に対処し、大幅な性能向上を実現します。

実装

Multi-SaxonはPythonとJavaのSaxonプロセッサを組み合わせ、高性能な変換パイプラインを構成します。

堅牢なXSLT 2.0/3.0処理にJavaのSaxonライブラリを使用
マルチプロセッシングにより、利用可能なCPUコアに変換を分散
スループットを最大化するようプロセッサプールを効率よく管理
TEI文書をバッチ処理するための簡潔なインターフェースを提供

使用例

from multi_saxon import MultiSaxon

# Initialize with your XSLT stylesheet
transformer = MultiSaxon("transform.xsl")

# Transform a single document
transformer.transform("input.xml", "output.xml")

# Transform an entire directory in parallel
transformer.transform_directory("input_dir", "output_dir")

デジタル・ヒューマニティーズへのインパクト

大規模なTEI文書コレクションを扱うデジタル・ヒューマニティーズのプロジェクトにとって、Multi-Saxonは次のことを可能にします。

LXMLでは不可能な、コーパス全体にわたる複雑な変換
処理時間の劇的な短縮（マルチコア環境では5〜10倍になることも珍しくありません）
XSLT 2.0/3.0の高度な機能による、より洗練された分析
文書コレクション全体を処理するワークフローの簡素化

ソースコードとドキュメントはにあります。

persNamer

Fri, 28 Mar 2025 00:00:00 +0000

persNamer：TEIをバーチャル国際典拠ファイルにつなぐ

persNamerは、VIAF（バーチャル国際典拠ファイル）の典拠データをTEI XML文書に取り込む作業を効率化する、専用のPythonツールです。VIAF識別子をそのまま使えるTEIマークアップに変換することで、デジタル校訂版のための構造化された人物エントリを作る手作業を大きく減らします。

TEIにおける典拠管理の難しさ

デジタル校訂版では、標準化された名前や生没年を含め、歴史上の人物を正確に同定することがしばしば求められます。プロジェクト全体で典拠管理を一貫させるには、次の手順が要ります。

歴史的テキストの中の人物を同定する
その人物についての典拠データを探す
正しく整形されたTEIエントリを作る
プロジェクト全体で参照を一貫させる

これらの手順はふつう手作業で、時間がかかり、不整合も起こりがちです。

persNamerの仕組み

persNamerは、次の手順でこのワークフローを自動化します。

VIAFデータの取得：VIAF識別子を受け取ると、HTTPコンテントネゴシエーションでRDFデータを取得します
主要情報の抽出：RDFを解析し、優先名、生年月日、没年月日を取り出します
TEIマークアップの生成：欠かせない二つのXMLスニペットを作ります。
- 典拠ファイルのエントリ（生成したxml:id、<persName>、<birth>、<death>、<idno type="VIAF">をもつ<person>要素）
- それとは別の注釈タグ（典拠エントリを参照するref属性をもつ<persName>）

この二つの出力があるおかげで、編集者は典拠ファイルを一元管理しながら、注釈タグをTEIテキストに手軽に挿し込めます。

主な機能

標準化されたID生成：pers-[familyname]-[givenname initial]の形式で一貫したXML IDを生成（例：pers-deteligny-c）
RDF解析：rdflibを使い、さまざまなRDFプロパティ（rdfs:label、schema:name、viaf:mainHeadなど）から情報を抽出
コマンドラインインターフェース：必須引数はVIAF番号だけという手軽さ
詳細な出力：最終的なXMLとあわせて、処理の経過を詳しく表示

使用例

python persNamer.py 314802260

このコマンドの出力は次のとおりです。

<person xml:id="pers-deteligny-c">
 <persName>Charles deTéligny</persName>
 <birth>1535</birth>
 <death>1572-08-24</death>
 <idno type="VIAF">314802260</idno>
</person>

<persName ref="#pers-deteligny-c">Charles deTéligny</persName>

デジタル・ヒューマニティーズでの用途

persNamerがとりわけ役立つのは、次のような場面です。

典拠管理を必要とするデジタル校訂版
歴史上の人物を扱うTEIエンコーディングのプロジェクト
文書を典拠レコードに結びつけるリンクトデータの取り組み
大規模なTEIコーパス全体での一貫性の確保
デジタル・ヒューマニティーズの授業での、典拠管理という概念の指導

実装

persNamerはPythonで書かれており、以下に依存しています。

HTTPリクエストにrequests
RDF解析にrdflib
XML処理にlxml

ソースコードとドキュメントはにあります。

ITA2電信エミュレータ

Thu, 13 Feb 2025 00:00:00 +0000

このITA2エミュレータは、符号化という抽象的な概念を目に見え、手で触れられるものにする、教室向けの実践的な教材です。文字を打ち込むと、たちどころに穴のパターンに変わる。それを目にするとき、学生はコンピューティングと電気通信の要となる概念をいくつも同時に学んでいることになります。

教育上の利点

第一に、二進表現――文字がどうやって1と0の列になるのか――が目の前で示されます。ふだんは抽象的に教えてしまいがちなところですが、実際に穴が穿たれていくのを目にすれば、物理的な仕組みがデジタル情報を担えるのだということが腑に落ちるのです。

ITA2 (Baudot-Murray) Telegraph Type Emulator

Type a word in the input below to see its representation on the ITA2 tape.

Type word:

LETTERS／FIGURESのシフト機構は、状態機械の考え方を無理なく導入してくれます。いじっているうちに、同じパターンがモード次第で別の文字を表すことに、学生は自分で気づきます。状態に依存する符号化をこうして身体で覚えておくことが、より複雑な概念への地ならしになるのです。

実装について

エミュレータはJavaScriptとHTML/CSSで書かれており、どんなウェブページにも簡単に埋め込めます。コードはモジュール化してあるので、授業の場面に応じて手を加えられます。

ソースコードの閲覧と試用は、から。