ToHuman

Reescribe borradores asistidos por IA para que se lean como escritura propia. Servidor MCP remoto (Streamable HTTP, endpoint https://tohuman.io/mcp) con una herramienta, humanize(text, intensity). Funciona en Claude Desktop, Claude Code, Cursor, conectores de ChatGPT. Autenticación por clave API, plan gratuito.

Ver en tohuman.ioPrueba este MCPPatrocinado

Documentación

El Servidor MCP Oficial de ToHuman: Humaniza Texto de IA dentro de Claude, Cursor y Windsurf

El servidor MCP humanizador de IA ToHuman de primera parte está disponible en tohuman.io/mcp — un endpoint remoto alojado, sin nada que instalar. Expone la humanización de ToHuman como una herramienta del Protocolo de Contexto de Modelos (MCP) que tu asistente puede llamar directamente — dentro de Claude Desktop, Claude Code, Cursor, Windsurf, Codex, o cualquier cliente compatible con MCP. Sin copiar y pegar, sin pestaña de navegador, sin cambio de contexto.

En resumen

El servidor MCP de ToHuman es el servidor oficial del Protocolo de Contexto de Modelos de ToHuman. Se ejecuta como un endpoint remoto alojado en https://tohuman.io/mcp, expone una herramienta — humanize(text, intensity) — y funciona con Claude Desktop, Claude Code, Cursor, Windsurf y Codex. Es un puente delgado hacia la misma API de humanización de ToHuman que ya impulsa el 88% de nuestras humanizaciones (desarrolladores y flujos de trabajo, no usuarios de la interfaz de copiar y pegar). Amigable con el nivel gratuito, sin nada que instalar, sin bloqueo. ¿Prefieres ejecutarlo localmente? La página del tutorial de MCP muestra cómo construir el tuyo propio en ~50 líneas de Python; esta página es el qué y el porqué honesto.

Qué es realmente el servidor MCP de ToHuman

El servidor MCP de ToHuman es un endpoint remoto alojado en https://tohuman.io/mcp que implementa el Protocolo de Contexto de Modelos (transporte HTTP transmisible) y expone una sola cosa: una herramienta humanize que cualquier cliente de IA compatible con MCP puede llamar. Cuando tu asistente decide usar la herramienta, el servidor pasa el texto a la API síncrona de humanización de ToHuman usando tu clave de API, espera la salida humanizada y la devuelve como respuesta de la herramienta. Esa es toda la superficie. Sin almacenamiento, sin indicaciones adicionales, sin transformación propietaria — el modelo de humanización en sí vive detrás de nuestra API y el servidor MCP es un puente hacia él.

Es oficial y de primera parte: alojado y mantenido por el equipo de ToHuman, respaldado por el mismo modelo de humanización que ejecuta la interfaz web y la API. Existen envoltorios MCP de humanizadores de IA de terceros — generalmente recurren al proveedor más barato de la semana. Este es el que construyó el propio proveedor.

Por qué humanizar dentro de tu agente

El flujo de copiar y pegar está bien para casos puntuales — escribe en ChatGPT, pega en una herramienta web humanizadora de ChatGPT, pega el resultado de vuelta en un documento. Se rompe en el momento en que realmente trabajas en un agente. Un desarrollador que usa Claude Code no quiere cambiar de ventana a un navegador por cada párrafo. Un escritor que usa Cursor para redactar una publicación larga no quiere interrumpir el flujo. Un flujo de trabajo de redacción de correos dentro de Claude Desktop no puede salir de Claude Desktop.

El dato interesante es el nuestro: el 88% de todas las humanizaciones en ToHuman se ejecutan a través de la API, no de la interfaz web de copiar y pegar. Esa tendencia se ha mantenido estable durante meses. Es la señal más fuerte que tenemos de que nuestros usuarios tienen forma de flujo de trabajo — quieren la humanización como un paso dentro de algo más grande, no como un destino. El servidor MCP es la misma API en la forma que un agente habla de forma nativa.

Dos beneficios concretos se derivan de eso:

Sin cambio de contexto. "Humaniza esto" se convierte en un solo turno en la misma conversación. El asistente devuelve el texto humanizado en línea y puede actuar inmediatamente sobre él — pegarlo en un archivo, ponerlo en un borrador de correo, iterar sobre el tono.
Encadenabilidad. Como la salida humanizada es una respuesta de herramienta, el agente puede pasarla al siguiente paso. "Escribe una introducción de 500 palabras sobre trabajo remoto, humanízala, luego guárdala en drafts/remote-work.md" es un solo turno. Sin humano en el bucle entre la generación y la humanización.

Clientes MCP compatibles

Cualquier cliente que implemente la especificación del Protocolo de Contexto de Modelos. En la práctica, a partir de julio de 2026, eso significa:

Cliente	Dónde colocas la configuración	Uso típico
Claude Desktop	`claude_desktop_config.json` (a través del puente `mcp-remote`)	Escritura general, borradores de correos, humanización diaria dentro de la aplicación de escritorio de Anthropic.
Claude Code	`claude mcp add --transport http` (gestionado por CLI)	Humanización de documentos, READMEs, registros de cambios y contenido generado directamente dentro de una sesión de codificación agéntica.
Cursor	`.cursor/mcp.json` (proyecto) o `~/.cursor/mcp.json` (global)	Humanización en el editor para documentos, borradores de blogs, texto de marketing incrustado en el código.
Windsurf	Panel de configuración MCP de Windsurf	Misma forma que Cursor — humanización como acción nativa del editor.
Codex CLI	`~/.codex/config.toml` (a través del puente `mcp-remote`)	Humanización impulsada por terminal dentro de un flujo de trabajo de agente OpenAI Codex.
Cline / Continue / OpenAI Agents SDK	Registro MCP específico del cliente	Cualquier otro cliente compatible con MCP — el servidor no tiene código específico de cliente, así que funciona dondequiera que funcione MCP.

La configuración es esencialmente idéntica entre clientes — la URL del endpoint https://tohuman.io/mcp, un encabezado de Autorización con tu clave de API, reinicia el cliente. ¿Quieres un servidor local que puedas extender? El tutorial para construir tu propio MCP lo recorre en ~50 líneas de Python.

Ejecutarlo dentro de ChatGPT en lugar de Claude es una configuración diferente — la página del conector MCP tiene las advertencias del modo desarrollador y el requisito de clave de API.

Qué hace bajo el capó

Deliberadamente sin sorpresas. El servidor expone una herramienta:

humanize(text: string, intensity?: "minimal" | "subtle" | "medium" | "heavy") -> string

Cuando se llama, pasa el texto a la API síncrona de humanización de ToHuman, usando la clave de API del encabezado de Autorización de tu cliente para la autenticación, y devuelve el texto humanizado como respuesta de la herramienta. Eso es todo. El servidor no tiene estado — no almacena en caché, no registra el texto, no envuelve la respuesta. Lo que la API humanizadora de ToHuman devolvería para esa solicitud es lo que devuelve la herramienta.

El parámetro intensity se asigna a los mismos cuatro niveles que expone la API: minimal, subtle, medium (predeterminado) y heavy. Los niveles más altos aplican una reescritura de múltiples pasadas más profunda. Hay un límite de entrada de 2,000 palabras por llamada — una restricción del endpoint síncrono, no de MCP. Para documentos más largos, o bien divides en los límites de párrafo o usas el endpoint de lotes asíncronos directamente (documentado en los documentos de la API de ToHuman).

Configuración (la versión corta)

Todo lo que necesitas es una clave de API gratuita de ToHuman desde tu cuenta de tohuman.io — el servidor está alojado, así que no hay nada que instalar. En Claude Code es un comando:

claude mcp add --transport http tohuman https://tohuman.io/mcp \
  --header "Authorization: Bearer your-key-here"

Los clientes con soporte nativo de MCP remoto toman una URL en su configuración. Ejemplo de Cursor (.cursor/mcp.json):

{
  "mcpServers": {
    "tohuman": {
      "url": "https://tohuman.io/mcp",
      "headers": { "Authorization": "Bearer your-key-here" }
    }
  }
}

Los clientes que solo lanzan servidores stdio locales (Claude Desktop entre ellos) se conectan a través del puente de código abierto mcp-remote — el mismo endpoint, envuelto en un proceso local:

{
  "mcpServers": {
    "tohuman": {
      "command": "npx",
      "args": ["-y", "mcp-remote", "https://tohuman.io/mcp",
               "--transport", "http-only",
               "--header", "Authorization:${TOHUMAN_AUTH}"],
      "env": { "TOHUMAN_AUTH": "Bearer your-key-here" }
    }
  }
}

Reinicia el cliente. La herramienta humanize aparece en la lista de herramientas. Pide "humaniza este párrafo" en un mensaje y el asistente la llama. Ese es todo el flujo.

¿Prefieres un servidor local que puedas leer y extender? El tutorial para construir el tuyo propio recorre un servidor MCP de Python de ~50 líneas en la misma API, incluyendo la configuración de Claude Desktop y Cursor y los pasos de depuración si la herramienta no aparece después de un reinicio.

Para quién es esto

Tres tipos de usuarios han aparecido hasta ahora:

Desarrolladores que usan asistentes de codificación con IA. Cualquiera que maneje Claude Code, Cursor, Windsurf o Codex para el trabajo diario. Humanizar docstrings, reescrituras de README, registros de cambios generados y texto de marketing incrustado en un repositorio — todo sin salir del editor.
Constructores de agentes / flujos de trabajo. Personas que componen cadenas de LLM de múltiples pasos dentro de Claude Desktop, Continue o el OpenAI Agents SDK. "Redacta, humaniza, guarda" como un solo turno en lugar de tres.
Escritores que viven en Claude Desktop. Redacción de formato largo dentro de la aplicación de escritorio, con humanización como acción a mitad del flujo en lugar de un viaje de copiar y pegar al navegador.

Si eres un usuario ocasional que necesita humanizar un párrafo de vez en cuando, la interfaz web sigue siendo la forma correcta para ti — el servidor MCP es la superficie de canalización, y las canalizaciones son lo que los números dicen que la mayoría de nuestros usuarios realmente quieren.

Preguntas Frecuentes

¿Qué es el servidor MCP de ToHuman?

El servidor MCP de ToHuman es el servidor oficial de primera parte del Protocolo de Contexto de Modelos para la API humanizadora de ToHuman. Se ejecuta como un endpoint remoto alojado en https://tohuman.io/mcp — sin nada que instalar — y expone una sola herramienta — humanize(text, intensity) — que cualquier cliente de IA compatible con MCP (Claude Desktop, Claude Code, Cursor, Windsurf, Codex, el OpenAI Agents SDK) puede llamar. En lugar de copiar y pegar la salida de IA en un humanizador web, tu asistente humaniza el texto en la misma conversación, dentro del flujo de trabajo.

¿Con qué clientes de IA funciona el servidor MCP de ToHuman?

Con cualquier cliente que implemente el Protocolo de Contexto de Modelos. Eso incluye Claude Desktop, Claude Code, Cursor, Windsurf, Codex CLI, Cline, Continue y el OpenAI Agents SDK. La configuración es casi idéntica entre clientes — apuntas el cliente a https://tohuman.io/mcp con tu clave de API en un encabezado de Autorización, lo reinicias, y la herramienta de humanización aparece en la lista de herramientas. Los clientes que solo lanzan servidores stdio locales pueden conectarse a través del puente de código abierto mcp-remote.

¿Es este un servidor MCP oficial de ToHuman o un envoltorio de terceros?

Oficial y de primera parte. El endpoint en https://tohuman.io/mcp está alojado y mantenido por ToHuman. Existen varios envoltorios MCP de humanizadores de IA de terceros en el mercado — llaman a varias APIs de humanización desde fuera del proveedor. Este está construido y actualizado por el mismo equipo que posee el modelo de humanización subyacente.

¿Qué hace el servidor MCP bajo el capó?

Es un puente MCP delgado y sin estado. Cuando tu cliente de IA llama a la herramienta de humanización, el servidor envía el texto al endpoint de la API síncrona de humanización de ToHuman usando tu clave de API, espera la salida humanizada y la devuelve como respuesta de la herramienta. No almacena el texto, no añade indicaciones adicionales y no modifica el comportamiento de humanización. Si la API de ToHuman puede hacerlo, el servidor MCP puede exponerlo.

¿Necesito un plan de pago de ToHuman para usar el servidor MCP?

No. El servidor MCP usa tu clave de API de ToHuman, que está disponible en el nivel gratuito. Los límites del nivel gratuito se aplican como lo harían a cualquier otra llamada de API. Si eres un usuario más intensivo (documentos largos, ejecuciones por lotes), querrás un plan de pago para los límites de velocidad más altos, pero el servidor MCP en sí es gratuito de usar.

¿Por qué humanizar texto dentro del agente en lugar de copiar y pegar en una herramienta web?

Dos razones. Primero, fricción del flujo de trabajo — un viaje de copiar y pegar a una pestaña del navegador rompe el flujo, y para desarrolladores que manejan Claude Code o Cursor no encaja en absoluto. Segundo, encadenabilidad — con MCP el texto humanizado es una respuesta de herramienta dentro de la conversación, así que el asistente puede hacer inmediatamente el siguiente paso (pegarlo en un archivo, enviarlo en un borrador de correo, iterar sobre el tono). Nuestros propios datos de producto reflejan este patrón ya: el 88% de las humanizaciones de ToHuman se ejecutan a través de la API, no de la interfaz web. El servidor MCP es esa misma API, presentada en la forma de llamada a herramientas que los agentes hablan de forma nativa.

¿Cómo instalo el servidor MCP de ToHuman?

No hay nada que instalar — es un servidor remoto alojado. Apunta tu cliente MCP a https://tohuman.io/mcp con tu clave de API de ToHuman en un encabezado Authorization: Bearer. En Claude Code eso es un comando: claude mcp add --transport http tohuman https://tohuman.io/mcp --header "Authorization: Bearer YOUR_KEY". Los clientes que solo soportan servidores stdio locales pueden hacer un puente con el adaptador de código abierto mcp-remote, o puedes construir tu propio servidor local en unas 50 líneas de Python — el recorrido completo está en la página del tutorial.

Lectura Relacionada

La API ToHuman AI Humanizer — la API subyacente que el servidor MCP llama. Endpoints síncronos y asíncronos, límites de tasa, niveles de intensidad.
Construye tu propio servidor MCP (paso a paso) — un servidor MCP de Python de ~50 líneas en la misma API, con guías de configuración para Claude Desktop y Cursor.
Documentación de la API ToHuman — referencia de endpoints, autenticación, códigos de error y el patrón de lote asíncrono para documentos de más de 2,000 palabras.
Cómo humanizar texto de IA con una API — guía de integración con n8n, Zapier y MCP — el panorama de integración más amplio una vez que hayas elegido una superficie de humanización.
Humanizador de ChatGPT — el análisis honesto — qué hace la misma reescritura con la salida de GPT, los cuatro niveles de intensidad y los datos de producción detrás de ellos.

Publicado el 27 de julio de 2026 por el equipo de ToHuman.