bible-mcp

bible-mcp

Un servidor MCP para la erudición e investigación cristiana. Sin fines comerciales, con el objetivo de convertirse en un recurso público. Consulta corpus-survey.md para el panorama completo de fuentes y licencias, y ROADMAP.md para la dirección del proyecto.

Qué incluye (v0.12)

Datos	Fuente	Licencia
Berean Standard Bible (66 libros)	berean.bible	Dominio público
World English Bible, Ecuménica (83 libros, incl. Apócrifos)	ebible.org	Dominio público
Septuaginta (traducción de Brenton, 1851) — AT + Apócrifos, incl. Susana/Bel y el Dragón/Epístola de Jeremías como libros separados; Salmos reasignados a la numeración estándar inglesa/KJV (la numeración propia de la LXX diverge en la mayor parte del Salterio — verificado versículo por versículo contra WEB); Jeremías, Daniel-Griego, Éxodo, Job, Ester-Griego y Baruc conservan la estructura nativa de capítulos/versículos de la LXX de Brenton, que difiere de BSB/WEB en estos libros (reordenamiento y/o extensión, no solo numeración)	ebible.org	Dominio público
Septuaginta, texto griego (edición de Swete, Cambridge 1887–1894) — Génesis hasta Malaquías más Apócrifos, Daniel/Susana/Bel de Teodoción; misma reasignación de Salmos y mismas advertencias de estructura nativa que el texto inglés de Brenton arriba. Nivel de palabra (solo forma superficial, sin lema/Strong/morfología), potencia get_interlinear junto con el AT hebreo/arameo y el NT griego	Open Greek and Latin Project / First1KGreek, vía github.com/nathans/lxx-swete	CC BY-SA 4.0
613,690 palabras en lengua original: NT griego + AT hebreo/arameo con lemas, Strong, morfología, glosas, dominios semánticos	MACULA (Clear-Bible/Biblica)	CC BY 4.0
Léxico Hebreo e Inglés Brown-Driver-Briggs (1906, 9,290 entradas) + Diccionario Hebreo de Strong (1890, revisado, 8,674 entradas) — entradas académicas completas (etimología, divisiones de sentido, citas de versículos) claveadas por número de Strong, incluyendo los homógrafos con letras propios de BDB (p. ej. H2617a "misericordia" vs H2617b "reproche" — palabras genuinamente diferentes, misma ortografía); aparece en word_study junto con la glosa breve existente	OpenScriptures HebrewLexicon	CC BY 4.0 (marcado; el texto subyacente de BDB/Strong es de dominio público)
Léxico Manual Griego del Nuevo Testamento de Abbott-Smith (1922, 517 entradas) — mismo tratamiento para palabras griegas del NT	First1KGreek / Open Greek and Latin Project, vía github.com/biblicalhumanities/Abbott-Smith	Dominio público
~345,000 referencias cruzadas clasificadas	openbible.info	CC BY
~4,800 personas/lugares/eventos/grupos + 53,000 enlaces de versículos	Theographic Bible Metadata	CC BY-SA 4.0
Seis clásicos de dominio público: Confesiones de Agustín, Imitación de Cristo, Progreso del Peregrino, Práctica de la Presencia de Dios, Revelaciones de Juliana, Ortodoxia de Chesterton	Project Gutenberg	Dominio público
Los Padres Apostólicos, diez obras: 1 y 2 Clemente, Epístola de Bernabé, Policarpo a los Filipenses, Martirio de Policarpo, Epístolas de Ignacio (recensión breve), Martirio de Ignacio, Epístola a Diogneto, Pastor de Hermas, Fragmentos de Papías	ANF (Roberts-Donaldson-Crombie), Project Gutenberg #77576	Dominio público
Ireneo: Contra las Herejías, Libros I–V + Fragmentos — 806 secciones abordadas como IREN-AH<book>.<chapter>.<section> para que las citas estándar (AH 3.3.4) resuelvan directamente; 1,598 citas de escritura de nivel 1	ANF vol. I (Roberts-Rambaut), transcripción de Wikisource	Dominio público
Justino Mártir: Primera Apología, Segunda Apología, Diálogo con Trifón, Martirio de Justino — 423 secciones, ~408 citas de nivel 1	ANF vol. I, transcripción de Wikisource	Dominio público
Grafo de citas de nivel 1: citas de escritura extraídas de las notas al pie de los propios traductores en toda la estantería patrística (ver DESIGN.md §4)	—	—
Versemap: 988 alineaciones de versículos MT/NA ↔ inglés derivadas empíricamente en 31 libros (Joel 2–4, Malaquías 3–4, Oseas, Isaías 64, costuras de Reyes/Crónicas/Nehemías, 3 Juan, Hechos 19, Apoc 12…), validadas por glosa; más los desplazamientos de los sobrescritos de los Salmos	derivado del corpus	—
Capa de resultados de investigación (layer='output'): encuestas de corpus de Capa 0 + informes breves de investigación de Capa 2 para alfarero-y-barro, agua viva, desierto — buscables, incrustados, con enlaces draws_on de vuelta a sus referencias fundamentales	generado en el proyecto	—
~112,400 incrustaciones (versículo/ventana/párrafo) para búsqueda semántica e híbrida en cada capa	bge-small-en-v1.5, generado localmente	—

Todo en un solo archivo SQLite (db/bible.db, ~370MB) con búsqueda de texto completo FTS5. Las obras en prosa se abordan como WORK.chapter.paragraph. Consulta DESIGN.md para la justificación de la arquitectura.

Herramientas

• get_passage(reference, version="BSB") — Texto bíblico para una referencia, p. ej. John 3:16, John 3:16-18, Genesis 1. Versiones: BSB, WEB (los Apócrifos requieren version="WEB").
• search(query, version="BSB", book="", limit=20) — Búsqueda de texto completo, con derivación y clasificación (BM25). Admite frases entre comillas y AND/OR/NOT, p. ej. faith AND works NOT law. version también acepta cualquier id de obra en prosa. Nota: la derivación combina formas superficiales relacionadas (p. ej. "desierto" también coincide con "desierta") — cita frases exactas o añade términos AND para desambiguar.
• semantic_search(query, top_k=12, kind="", hybrid=True) — Búsqueda basada en significado en todo el corpus (escritura + prosa), fusionada híbridamente con búsqueda por palabras clave (RRF) por defecto. Encuentra pasajes sobre un tema incluso sin palabras compartidas, p. ej. "auto-vaciamiento divino". kind opcional: versículo | ventana | párrafo.
• find_similar(reference, top_k=10) — Pasajes más cercanos por incrustación a un versículo o párrafo de prosa dado, en escritura, Apócrifos y clásicos. Potencia el hallazgo de paralelos entre capas del corpus.
• word_study(query, language="", limit=15) — Estudio de palabras en lengua original por número de Strong (relleno con ceros opcional), lema (con o sin puntuación), transliteración hebrea/aramea (p. ej. miqweh, macrones opcionales) o glosa en inglés. Devuelve conteos de aparición, rango de glosas, distribución por libros, una entrada léxica académica completa cuando está disponible (BDB/Strong's para hebreo, Abbott-Smith para griego — más rica que la glosa, truncada a ~700 caracteres) y versículos de muestra. Las variantes homógrafas con letras (p. ej. H4723 vs H4723a — misma forma escrita, palabra diferente) se muestran juntas. language opcional: grc | hbo | arc.
• get_interlinear(reference) — Lengua original palabra por palabra para un versículo o rango corto: forma superficial, lema, Strong, glosa, morfología (AT hebreo/arameo, NT griego). Corregido por Versemap en todos los libros, no solo en los Salmos. Para versículos del AT también muestra el texto superficial griego de la Septuaginta cuando está disponible (sin lema/Strong/morfología en esa fuente).
• get_cross_references(reference, limit=20) — Referencias cruzadas para un versículo (OpenBible.info, clasificadas por votos de la comunidad), con el texto del destino incluido.
• get_citations(reference, limit=20) — Dónde un versículo es citado por nombre en el corpus patrístico, extraído de las notas al pie de los propios traductores (nivel 1). Complementa a get_cross_references (escritura→escritura); esto es texto patrístico→escritura. La cobertura es escasa por diseño — un resultado vacío no significa que no esté citado; la búsqueda de texto completo search dentro de las obras patrísticas es la sonda exhaustiva.
• get_entity(name, entity_type="") — Busca una persona, lugar, evento o grupo de personas bíblico por nombre (grafo de conocimiento Theographic); devuelve detalles y dónde aparecen. entity_type opcional: person | place | event | people_group.
• entities_in_passage(reference) — Personas, lugares y eventos vinculados a un versículo o capítulo, p. ej. Genesis 14.
• read_work(work, chapter=1, start=1, end=5) — Lee una obra en prosa por rango de párrafos (CONFESSIONS, IMITATION, PILGRIM, PRESENCE, JULIAN, ORTHODOXY, 1CLEMENT, BARNABAS y otras — ver corpus_info() para la lista completa). Usa search(version=<WORK>) para encontrar pasajes primero.
• compare_versions(reference) — Un versículo o rango corto en BSB y WEB, lado a lado.
• corpus_info() — Qué hay en el corpus: documentos, capas, licencias y conteos.

Prompts

El servidor también expone el pipeline de síntesis como prompts de MCP, generados desde .claude/skills/ (la fuente de verdad): corpus_survey(theme) — disciplina de lectura cruda de Capa 0; corpus_composer(theme) — composición de informes breves de investigación de Capa 2. Cualquier cliente MCP que instale bible-mcp obtiene la disciplina incluida con los datos.

Configuración

pip install -r requirements.txt   # core: just `mcp`
pip install fastembed numpy       # optional semantic tier (semantic_search, find_similar)
python3 scripts/build_db.py       # rebuild db from data/sources (optional; db ships built)
python3 scripts/embed.py          # regenerate embeddings (optional; ships built; resumable)

La primera consulta semántica descarga el modelo de incrustación (~65MB, una sola vez). Sin fastembed/numpy instalados, todas las herramientas no semánticas funcionan normalmente. Consulta DESIGN.md para las decisiones de arquitectura (elección de modelo, fragmentación, recuperación híbrida).

Claude Desktop / Cowork — añade a la configuración de MCP:

{
  "mcpServers": {
    "bible-mcp": {
      "command": "python3",
      "args": ["/path/to/bible-mcp/server.py"]
    }
  }
}

Estructura

data/sources/   raw acquired sources (immutable; re-derive, never edit)
data/versemap.tsv        derived MT/NA <-> English verse alignments
data/additions-*.json    prepared incremental ingestions (applied via scripts/ingest_additions.py)
scripts/        schema.sql, lib_refs.py, build_db.py, build_versemap.py, align_splits.py, ingest_additions.py
db/bible.db     the built corpus (SQLite + FTS5)
outputs/        synthesis-pipeline artifacts (Layer 0 surveys, Layer 2 briefs, reports)
.claude/skills/ corpus-survey + corpus-composer (pipeline skills; source for MCP prompts)
server.py       MCP server (FastMCP, read-only on the db)

Edición pública

Este es un recurso público sin fines comerciales. Las licencias están en capas — las fuentes conservan sus propias licencias (todas PD / CC BY / CC BY-SA); el código es PolyForm Noncommercial 1.0.0; la compilación y los datos derivados (versemap, grafo de citas, incrustaciones, capa de resultados) son CC BY-NC 4.0. Detalles completos: LICENSE.md, atribuciones en NOTICE.md.

Tres formas de usarlo:

1. Remoto (sin instalación) — añade el endpoint alojado como conector personalizado en cualquier cliente MCP (Claude: Configuración → Conectores → Añadir conector personalizado): https://bible-mcp-server.fly.dev/mcp
2. Local (stdio) — clona, descarga db/bible.db de la última Release de GitHub (o reconstruye desde data/sources/), añade la configuración anterior.
3. Autoalojado — Dockerfile incluye el servidor Streamable-HTTP; ver DEPLOY.md.

Notas de diseño

• Direccionamiento canónico: referencias estilo OSIS (Gen.1.1) en todas partes; cada tabla se clavea en ellas.
• Procedencia: cada fila de documento lleva fuente, licencia y nivel de licencia (A=libre, B=compartir-igual, C=sin fines comerciales, D=cerrada — somos sin fines comerciales, así que C es utilizable).
• Los 16 versículos "faltantes" de BSB (Mat 17:21, Juan 5:4, Hechos 8:37…) son las omisiones estándar del texto crítico, no errores.
• Versificación: versemap (todos los libros) + psalm_offsets (sobrescritos) alinean la numeración MT/NA de MACULA al inglés. Ambos derivados empíricamente de los dos testigos propios del corpus y validados por superposición de texto de glosa; el esquema de tabla es compatible con TVTMS para que los datos de STEPBible puedan extenderlo a otras tradiciones (LXX, Vulgata) más adelante.
• Ignacio se incluye solo en la recensión breve (media); la recensión larga de ANF es una expansión posterior y duplicaría cada capítulo en la búsqueda.
• La capa de resultados de investigación se genera, está claramente etiquetada (layer='output') y nunca puede confundirse con fuentes primarias; los enlaces draws_on vinculan cada artefacto a sus referencias fundamentales.
• Siguiente según ROADMAP.md: Ireneo (adquisición de fuentes), shingling de citas de nivel 2 (tres fallos confirmados de índice de notas al pie como fixtures), TVTMS propiamente dicho.