Text Processing
计算弗莱士易读性评分并提供详细的文本可读性分析，包括年级水平评估
用三种语言从你的代码中调用此工具。
curl -X POST 'https://api.elysiatools.com/zh/api/tools/flesch-readability-score' \
-H 'Content-Type: application/json' \
-d '{"text":"输入要分析可读性的文本...","language":"en"}'以 JSON 形式 POST 提交输入参数。文件类型参数需先单独上传。
POST https://api.elysiatools.com/zh/api/tools/flesch-readability-score| 参数名 | 类型 | 必填 | 说明 |
|---|---|---|---|
| text | textarea | 是 | — |
| language | select | 否 | — |
文本结果
{
"result": "Processed text content",
"error": "Error message (optional)",
"message": "Notification message (optional)",
"metadata": {
"key": "value"
}
}将此工具加入你的 Model Context Protocol 服务，让 AI 智能体可以列出并调用它。
将以下内容加入你的 MCP 客户端配置：
{
"mcpServers": {
"elysiatools-flesch-readability-score": {
"name": "flesch-readability-score",
"description": "计算弗莱士易读性评分并提供详细的文本可读性分析，包括年级水平评估",
"baseUrl": "https://api.elysiatools.com/mcp/sse?toolId=flesch-readability-score",
"command": "",
"args": [],
"env": {},
"isActive": true,
"type": "sse"
}
}
}连接到 SSE 端点后，列出已开放的工具：
{
"jsonrpc": "2.0",
"id": 1,
"method": "tools/list"
}通过工具 id 调用，参数由其参数表构建：
{
"jsonrpc": "2.0",
"id": 2,
"method": "tools/call",
"params": {
"name": "flesch-readability-score",
"arguments": {
"text": "输入要分析可读性的文本...",
"language": "en"
}
}
}有问题或反馈？请联系 [email protected]