XML |

tei-mcp

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

tei-mcp: a TEI P5 ao alcance dos agentes de IA

O tei-mcp é um servidor de código aberto que dá aos assistentes de programação por IA acesso direto à especificação . Em vez de se fiar em dados de treino memorizados – o que produz muitas vezes marcação plausível, mas incorreta –, a IA pode consultar a especificação em tempo real.

Funcionalidades

O servidor analisa a ODD da TEI P5 e expõe 16 ferramentas:

Consultar qualquer elemento, classe, macro ou módulo pelo nome, sem distinção de maiúsculas e com sugestões em caso de gralha
Resolver atributos ao longo de toda a hierarquia de classes da TEI (locais + herdados)
Expandir modelos de conteúdo em árvores estruturadas, com resolução de classes e macros
Validar o aninhamento – relação direta pai-filho ou acessibilidade recursiva, com registo do caminho
Validar documentos contra a TEI P5: modelos de conteúdo, atributos, listas fechadas de valores, integridade das referências e avisos de depreciação
Validar elementos isolados para fluxos de edição incremental
Carregar personalizações ODD para restringir o esquema a um subconjunto específico do projeto
Pesquisar em todos os tipos de entidade com expressões regulares

Instalação

pip install tei-mcp

Ou executar diretamente com:

uvx tei-mcp

Utilização

Acrescente-o a qualquer cliente compatível com MCP (Claude, Cursor, Windsurf, etc.):

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

O código-fonte e a documentação estão no .

Multi-Saxon

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

Multi-Saxon: processamento XSLT em paralelo para grandes corpora TEI

O Multi-Saxon colmata uma lacuna crítica das ferramentas de processamento de XML: permite executar em paralelo transformações XSLT 2.0 e 3.0 que o LXML (uma biblioteca Python de XML muito usada) não consegue processar. Concebido especificamente para grandes coleções de documentos XML TEI, o Multi-Saxon acelera consideravelmente o processamento graças a uma execução paralela eficiente.

Características principais

XSLT avançado: processa transformações XSLT 2.0 e 3.0, para lá das capacidades do LXML
Processamento paralelo: reduz drasticamente o tempo de transformação de grandes coleções de documentos graças à paralelização
Otimizado para TEI: concebido especificamente para documentos XML da Text Encoding Initiative (TEI)
Desempenho escalável: lida eficientemente com corpora de centenas a milhares de documentos
Multiplataforma: funciona em diferentes sistemas operativos e ambientes

O problema que o Multi-Saxon resolve

Os investigadores em humanidades digitais que trabalham com TEI deparam-se muitas vezes com dois obstáculos importantes:

O LXML (biblioteca Python corrente para o processamento de XML) só aceita XSLT 1.0, o que impede o uso das funcionalidades mais avançadas do XSLT 2.0/3.0
Processar sequencialmente grandes corpora de documentos TEI pode levar um tempo proibitivo

O Multi-Saxon responde a ambos os problemas tirando partido das capacidades XSLT avançadas do Saxon e distribuindo o processamento por vários núcleos, com ganhos de desempenho significativos.

Implementação

O Multi-Saxon combina Python com o processador Saxon, em Java, para criar um pipeline de transformação de alto desempenho:

Usa a biblioteca Java Saxon para um processamento robusto de XSLT 2.0/3.0
Implementa multiprocessamento para distribuir as transformações pelos núcleos de CPU disponíveis
Gere eficientemente os pools de processadores para maximizar o débito
Oferece uma interface simples para o processamento em lote de documentos TEI

Exemplo de utilização

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")

Impacto para as humanidades digitais

Para os projetos de humanidades digitais que lidam com grandes coleções de documentos TEI, o Multi-Saxon permite:

Transformações complexas à escala do corpus, impossíveis com o LXML
Tempos de processamento drasticamente reduzidos (muitas vezes por fatores de 5 a 10 em sistemas multinúcleo)
Análises mais sofisticadas graças às funcionalidades avançadas do XSLT 2.0/3.0
Um fluxo de trabalho simplificado para processar coleções inteiras de documentos

O código-fonte e a documentação estão no .

persNamer

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

persNamer: ligar a TEI ao Virtual International Authority File

O persNamer é uma ferramenta especializada em Python que simplifica a integração de dados de autoridade sobre pessoas, provenientes do VIAF (Virtual International Authority File), em documentos XML TEI. Ao converter identificadores VIAF em marcação TEI pronta a usar, o persNamer reduz consideravelmente o trabalho manual de criação de entradas estruturadas de pessoas para as edições académicas digitais.

O desafio do controlo de autoridade em TEI

As edições académicas digitais exigem muitas vezes a identificação precisa de personagens históricas, com os seus nomes normalizados e datas de vida. Manter um controlo de autoridade coerente ao longo de um projeto obriga a:

Identificar as pessoas nos textos históricos
Encontrar dados de autoridade a seu respeito
Criar entradas TEI corretamente formatadas
Garantir referências coerentes em todo o projeto

Estes passos são, por norma, manuais, demorados e propensos a incoerências.

Como funciona o persNamer

O persNamer automatiza este fluxo de trabalho:

Obtenção dos dados VIAF: a partir de um identificador VIAF, a ferramenta recupera os dados RDF por negociação de conteúdo HTTP
Extração da informação essencial: analisa o RDF para extrair o nome preferido, a data de nascimento e a data de morte
Geração da marcação TEI: cria dois fragmentos XML essenciais:
- Uma entrada de ficheiro de autoridade (elemento <person> com um xml:id gerado, <persName>, <birth>, <death> e <idno type="VIAF">)
- Uma etiqueta de anotação separada (<persName> com um atributo ref que remete para a entrada de autoridade)

Esta dupla saída permite aos editores manter um ficheiro de autoridade centralizado e, ao mesmo tempo, inserir facilmente etiquetas de anotação nos seus textos TEI.

Características principais

Geração normalizada de identificadores: cria IDs XML coerentes no formato pers-[familyname]-[givenname initial] (p. ex., pers-deteligny-c)
Análise de RDF: usa o rdflib para extrair informação de várias propriedades RDF (p. ex., rdfs:label, schema:name, viaf:mainHead)
Interface de linha de comandos: execução simples, com o número VIAF como único argumento obrigatório
Saída detalhada: fornece informação pormenorizada sobre o processamento, a par do XML final

Exemplo de utilização

python persNamer.py 314802260

Este comando produz:

<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>

Aplicações nas humanidades digitais

O persNamer é particularmente útil para:

Edições académicas digitais que exijam controlo de autoridade
Projetos de codificação TEI que trabalhem com figuras históricas
Iniciativas de dados ligados que liguem documentos a registos de autoridade
Garantir a coerência em grandes corpora TEI
Ensinar os conceitos do controlo de autoridade em cursos de humanidades digitais

Implementação

O persNamer está escrito em Python e depende de:

requests para os pedidos HTTP
rdflib para a análise de RDF
lxml para o tratamento de XML

O código-fonte e a documentação estão no .