代码 |

tei-mcp

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

tei-mcp：给AI智能体用的TEI P5

tei-mcp是一个开源服务器，让AI编程助手直接访问规范。AI不必再倚赖记忆中的训练数据——那往往产出貌似合理、实则错误的标记——而可以实时查询规范。

功能

服务器解析TEI P5的ODD，提供16个工具：

按名称查询任何元素、类、宏或模块，不区分大小写，拼错了还会给出建议
沿完整的TEI类层次解析属性（本地＋继承）
把内容模型展开成结构化的树，并解析类与宏
验证嵌套——直接的父子关系，或带路径追踪的递归可达性
依据TEI P5验证文档：内容模型、属性、封闭取值列表、引用完整性、弃用警告
验证单个元素，适用于增量编辑的工作流
加载ODD定制，把模式约束到项目特定的子集
用正则表达式在所有实体类型中搜索

安装

pip install tei-mcp

或直接运行：

uvx tei-mcp

用法

加入任何兼容MCP的客户端（Claude、Cursor、Windsurf等）：

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

源代码与文档见。

Multi-Saxon

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

Multi-Saxon：大型TEI语料库的并行XSLT处理

Multi-Saxon填补了XML处理工具的一处要害空白：LXML（一个流行的Python XML库）处理不了的XSLT 2.0和3.0转换，它能并行执行。它专为大型XML TEI文档集合而设计，凭高效的并行执行大幅缩短处理时间。

主要特性

高级XSLT支持：处理LXML力所不及的XSLT 2.0和3.0转换
并行处理：借并行化大幅缩短大型文档集合的转换时间
为TEI优化：专为文本编码倡议（TEI）XML文档打造
性能可扩展：从数百到数千份文档的语料库，均可高效处理
跨平台：可在不同操作系统和环境下运行

Multi-Saxon解决什么问题

使用TEI的数字人文学者常常面临两大难题：

LXML（常用的Python XML处理库）只支持XSLT 1.0，XSLT 2.0/3.0的高级特性无从使用
大型TEI语料库若逐份顺序处理，耗时可能长到令人却步

Multi-Saxon一举解决这两个问题：借用Saxon的高级XSLT能力，同时把处理分摊到多个核心，性能因此大增。

实现

Multi-Saxon把Python与Java的Saxon处理器结合起来，构成一条高性能的转换流水线：

用Java的Saxon库稳健地处理XSLT 2.0/3.0
以多进程把转换分摊到可用的CPU核心
高效管理处理器池，以求吞吐量最大化
为批量处理TEI文档提供简洁的接口

用法示例

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")

对数字人文的意义

对处理大型TEI文档集合的数字人文项目，Multi-Saxon让以下成为可能：

LXML无法完成的复杂全语料库转换
大幅缩短处理时间（多核系统上常可提速5至10倍）
借助XSLT 2.0/3.0的高级特性做更精细的分析
简化整个文档集合的处理流程

源代码与文档见。

persNamer

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

persNamer：把TEI接上虚拟国际规范文档

persNamer是一个专门的Python工具，简化把VIAF（虚拟国际规范文档，Virtual International Authority File）中的规范人物数据整合进TEI XML文档的流程。它把VIAF标识符转成可直接使用的TEI标记，为数字学术版本创建结构化人物条目的手工劳动因此大减。

TEI中规范控制的难处

数字学术版本往往需要精确识别历史人物，包括规范化的姓名和生卒年月。要在整个项目里保持一致的规范控制，需要：

识别历史文本中的人物
查找他们的规范数据
创建格式正确的TEI条目
确保全项目引用一致

这些步骤通常靠手工，费时，还容易前后不一。

persNamer如何工作

persNamer把这套流程自动化：

获取VIAF数据：给定一个VIAF标识符，工具通过HTTP内容协商取回RDF数据
提取关键信息：解析RDF，提取首选姓名、出生日期和死亡日期
生成TEI标记：创建两段基本的XML片段：
- 一条规范文档条目（<person>元素，带生成的xml:id、<persName>、<birth>、<death>和<idno type="VIAF">）
- 一个独立的标注标签（<persName>，其ref属性指向规范条目）

这样双管齐下，校勘者既能维护一份集中的规范文档，又能把标注标签轻松插入TEI文本。

主要特性

标准化ID生成：按pers-[familyname]-[givenname initial]格式生成一致的XML ID（如pers-deteligny-c）
RDF解析：用rdflib从各种RDF属性（如rdfs:label、schema:name、viaf:mainHead）中提取信息
命令行界面：只需一个VIAF编号作为必要参数即可运行
详细输出：除最终XML外，还提供详细的处理信息

用法示例

python persNamer.py 314802260

这条命令生成：

<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>

在数字人文中的应用

persNamer对以下情形尤其有用：

需要规范控制的数字学术版本
涉及历史人物的TEI编码项目
把文献与规范记录相连的关联数据项目
保证大型TEI语料库的一致性
在数字人文课程中讲授规范控制概念

实现

persNamer用Python实现，依赖：

requests：HTTP请求
rdflib：RDF解析
lxml：XML处理

源代码与文档见。

ITA2电报模拟器

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

这个ITA2模拟器把抽象的编码概念变得看得见、摸得着，是一件实用的教具。学生敲入文字，眼看着它立刻变成孔洞图案——这一过程中，他们学到的是计算与电信的几个关键概念。

教学价值

首先，它演示了二进制表示——文字如何变成一串串1和0。这一点我们通常讲得很抽象；而亲眼看着纸带上打出一个个孔，学生便更容易明白，物理系统是怎样表示数字信息的。

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（字母/数字）换挡机制顺理成章地引出了状态机。学生一试便知：同一个图案，模式不同，代表的字符也不同。有了这种基于状态的编码的亲身体验，往后学更复杂的计算概念便有了根基。

实现细节

模拟器用JavaScript和HTML/CSS写成，可轻松嵌入任何网页。代码模块化，可按不同教学情境调整。

源代码和在线试用见。