Python |

tei-mcp

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

tei-mcp: TEI P5 voor AI-agents

tei-mcp is een opensource-server voor die AI-codeerassistenten rechtstreeks toegang geeft tot de -specificatie. In plaats van te vertrouwen op uit het hoofd geleerde trainingsdata – wat vaak plausibele maar foute markup oplevert – kan de AI de specificatie in realtime bevragen.

Functies

De server parseert de ODD van TEI P5 en biedt 16 tools aan:

Opzoeken van elk element, elke klasse, macro of module op naam, hoofdletterongevoelig en met suggesties bij tikfouten
Attributen oplossen over de volledige TEI-klassenhiërarchie (lokaal + geërfd)
Inhoudsmodellen uitklappen tot gestructureerde bomen, met resolutie van klassen en macro’s
Nesting valideren – directe ouder-kindrelatie of recursieve bereikbaarheid, met padregistratie
Documenten valideren tegen TEI P5: inhoudsmodellen, attributen, gesloten waardelijsten, referentie-integriteit en waarschuwingen bij verouderde elementen
Afzonderlijke elementen valideren voor incrementele bewerkingsworkflows
ODD-customisaties laden om het schema te beperken tot een projectspecifieke deelverzameling
Zoeken in alle entiteitstypen met reguliere expressies

Installatie

pip install tei-mcp

Of rechtstreeks uitvoeren met:

uvx tei-mcp

Gebruik

Voeg toe aan elke MCP-compatibele client (Claude, Cursor, Windsurf enz.):

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

De broncode en documentatie vind je in de .

Multi-Saxon

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

Multi-Saxon: parallelle XSLT-verwerking voor grote TEI-corpora

Multi-Saxon vult een cruciale leemte in het XML-instrumentarium: het maakt de parallelle uitvoering mogelijk van XSLT 2.0- en 3.0-transformaties die LXML (een populaire Python-bibliotheek voor XML) niet aankan. Speciaal ontworpen voor grote verzamelingen XML-TEI-documenten, versnelt Multi-Saxon de verwerking aanzienlijk dankzij efficiënte parallelle uitvoering.

Belangrijkste functies

Geavanceerde XSLT-ondersteuning: verwerkt XSLT 2.0- en 3.0-transformaties die buiten het bereik van LXML liggen
Parallelle verwerking: verkort de transformatietijd voor grote documentverzamelingen drastisch door parallellisatie
Geoptimaliseerd voor TEI: speciaal ontworpen voor XML-documenten van het Text Encoding Initiative (TEI)
Schaalbare prestaties: verwerkt efficiënt corpora van honderden tot duizenden documenten
Platformonafhankelijk: werkt op verschillende besturingssystemen en in verschillende omgevingen

Het probleem dat Multi-Saxon oplost

Onderzoekers in de digital humanities die met TEI werken, stuiten vaak op twee grote hindernissen:

LXML (een gangbare Python-bibliotheek voor XML-verwerking) ondersteunt alleen XSLT 1.0, waardoor de geavanceerdere functies van XSLT 2.0/3.0 onbereikbaar blijven
Grote corpora TEI-documenten sequentieel verwerken kan onbetaalbaar veel tijd kosten

Multi-Saxon pakt beide problemen aan door de geavanceerde XSLT-mogelijkheden van Saxon te benutten en de verwerking over meerdere kernen te verdelen, met aanzienlijke prestatiewinst als gevolg.

Implementatie

Multi-Saxon combineert Python met de Java-processor Saxon tot een krachtige transformatiepijplijn:

Gebruikt de Java-bibliotheek Saxon voor robuuste XSLT 2.0/3.0-verwerking
Zet multiprocessing in om transformaties over de beschikbare CPU-kernen te verdelen
Beheert processorpools efficiënt om de doorvoer te maximaliseren
Biedt een eenvoudige interface voor batchverwerking van TEI-documenten

Gebruiksvoorbeeld

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")

Betekenis voor de digital humanities

Voor projecten in de digital humanities die met grote TEI-collecties werken, maakt Multi-Saxon het volgende mogelijk:

Complexe transformaties over het hele corpus die met LXML onmogelijk zouden zijn
Drastisch kortere verwerkingstijden (vaak een factor 5 tot 10 op systemen met meerdere kernen)
Verfijndere analyses dankzij de geavanceerde functies van XSLT 2.0/3.0
Een eenvoudiger workflow voor het verwerken van volledige documentverzamelingen

De broncode en documentatie vind je in de .

persNamer

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

persNamer: TEI koppelen aan het Virtual International Authority File

persNamer is een gespecialiseerde Python-tool die de integratie van gezaghebbende persoonsgegevens uit VIAF (Virtual International Authority File) in TEI-XML-documenten stroomlijnt. Door VIAF-identificatoren om te zetten in kant-en-klare TEI-markup vermindert persNamer aanzienlijk het handwerk dat komt kijken bij het aanmaken van gestructureerde persoonsvermeldingen voor digitale wetenschappelijke edities.

De uitdaging van autoriteitscontrole in TEI

Digitale wetenschappelijke edities vereisen vaak een precieze identificatie van historische personen, met hun gestandaardiseerde namen en levensdata. Wie in een project consequent autoriteitsdata wil bijhouden, moet:

personen in historische teksten identificeren
gezaghebbende gegevens over hen opzoeken
correct opgemaakte TEI-vermeldingen aanmaken
zorgen voor consistente verwijzingen in het hele project

Deze stappen gebeuren doorgaans handmatig, kosten veel tijd en leiden gemakkelijk tot inconsistenties.

Hoe persNamer werkt

persNamer automatiseert deze workflow door:

VIAF-gegevens op te halen: op basis van een VIAF-identificator haalt de tool RDF-gegevens op via HTTP content negotiation
De kerninformatie te extraheren: de RDF wordt geparseerd om de voorkeursnaam, de geboortedatum en de sterfdatum eruit te halen
TEI-markup te genereren: er worden twee essentiële XML-fragmenten aangemaakt:
- een vermelding voor het autoriteitsbestand (een <person>-element met een gegenereerd xml:id, <persName>, <birth>, <death> en <idno type="VIAF">)
- een afzonderlijke annotatietag (een <persName> met een ref-attribuut dat naar de autoriteitsvermelding verwijst)

Dankzij deze dubbele uitvoer kunnen editeurs een centraal autoriteitsbestand bijhouden en tegelijk moeiteloos annotatietags in hun TEI-teksten invoegen.

Belangrijkste functies

Gestandaardiseerde ID-generatie: maakt consistente XML-ID’s aan in het formaat pers-[familyname]-[givenname initial] (bv. pers-deteligny-c)
RDF-parsing: gebruikt rdflib om informatie uit uiteenlopende RDF-eigenschappen te halen (bv. rdfs:label, schema:name, viaf:mainHead)
Opdrachtregelinterface: eenvoudig uit te voeren met een VIAF-nummer als enige verplichte argument
Uitgebreide uitvoer: geeft gedetailleerde informatie over de verwerking naast de uiteindelijke XML-uitvoer

Voorbeeld van gebruik

python persNamer.py 314802260

Deze opdracht levert het volgende op:

<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>

Toepassing in de digital humanities

persNamer is vooral waardevol voor:

digitale wetenschappelijke edities die autoriteitscontrole vereisen
TEI-codeerprojecten rond historische figuren
linked-data-initiatieven die documenten aan autoriteitsrecords koppelen
het bewaken van de consistentie in grote TEI-corpora
het onderwijzen van autoriteitscontrole in cursussen digital humanities

Implementatie

persNamer is geschreven in Python en steunt op:

requests voor HTTP-verzoeken
rdflib voor het parseren van RDF
lxml voor de verwerking van XML

De broncode en documentatie vind je in de .