ToHuman

Reescreva rascunhos assistidos por IA para que pareçam escritos por você. Servidor MCP remoto (Streamable HTTP, endpoint https://tohuman.io/mcp) com uma ferramenta, humanize(text, intensity). Funciona no Claude Desktop, Claude Code, Cursor, conectores do ChatGPT. Autenticação por chave de API, plano gratuito.

Ver em tohuman.ioExperimente este MCPPatrocinado

Documentação

O Servidor MCP Oficial do ToHuman: Humanize Texto de IA dentro do Claude, Cursor e Windsurf

O servidor MCP do humanizador de IA ToHuman de primeira parte está disponível em tohuman.io/mcp — um endpoint remoto hospedado, sem nada para instalar. Ele expõe a humanização do ToHuman como uma ferramenta do Model Context Protocol que seu assistente pode chamar diretamente — dentro do Claude Desktop, Claude Code, Cursor, Windsurf, Codex, ou qualquer cliente compatível com MCP. Sem copiar e colar, sem aba de navegador, sem troca de contexto.

TL;DR

O servidor MCP do ToHuman é o servidor oficial do Model Context Protocol do ToHuman. Ele roda como um endpoint remoto hospedado em https://tohuman.io/mcp, expõe uma ferramenta — humanize(text, intensity) — e funciona com Claude Desktop, Claude Code, Cursor, Windsurf e Codex. É uma ponte leve para a mesma API de humanização do ToHuman que já alimenta 88% das nossas humanizações (desenvolvedores e fluxos de trabalho, não usuários de copiar e colar na interface). Amigável ao plano gratuito, sem nada para instalar, sem dependência. Prefere rodar localmente? A página do tutorial de MCP mostra como construir o seu próprio em ~50 linhas de Python; esta página é o "o quê" e o "porquê" honestos.

O que o servidor MCP do ToHuman realmente é

O servidor MCP do ToHuman é um endpoint remoto hospedado em https://tohuman.io/mcp que implementa o Model Context Protocol (transporte HTTP streamable) e expõe uma única coisa: uma ferramenta humanize que qualquer cliente de IA compatível com MCP pode chamar. Quando seu assistente decide usar a ferramenta, o servidor passa o texto para a API síncrona de humanização do ToHuman usando sua chave de API, aguarda a saída humanizada e a retorna como resposta da ferramenta. Essa é toda a superfície. Sem armazenamento, sem prompts extras, sem transformação proprietária — o modelo de humanização em si vive atrás da nossa API, e o servidor MCP é uma ponte para ele.

É oficial e de primeira parte: hospedado e mantido pela equipe do ToHuman, apoiado pelo mesmo modelo de humanização que roda a interface web e a API. Existem wrappers MCP de humanizadores de IA de terceiros — eles geralmente terceirizam para o fornecedor mais barato da semana. Este é o que o fornecedor construiu.

Por que humanizar dentro do seu agente

O fluxo de copiar e colar é bom para usos pontuais — escreva no ChatGPT, cole em uma ferramenta web de humanizador de ChatGPT, cole o resultado de volta em um documento. Ele quebra no momento em que você está realmente trabalhando em um agente. Um desenvolvedor usando Claude Code não quer alternar para o navegador a cada parágrafo. Um escritor usando Cursor para rascunhar um post longo não quer interromper o fluxo. Um fluxo de trabalho de rascunho de e-mail dentro do Claude Desktop não pode sair do Claude Desktop.

O dado interessante é o nosso próprio: 88% de todas as humanizações no ToHuman passam pela API, não pela interface web de copiar e colar. Essa tendência se manteve estável por meses. É o sinal mais forte que temos de que nossos usuários são moldados por fluxos de trabalho — eles querem humanização como uma etapa dentro de algo maior, não como um destino. O servidor MCP é a mesma API na forma que um agente fala nativamente.

Dois benefícios concretos surgem disso:

Sem troca de contexto. "Humanize isso" vira uma única etapa na mesma conversa. O assistente devolve o texto humanizado inline e pode agir imediatamente — colá-lo em um arquivo, colocá-lo em um rascunho de e-mail, iterar no tom.
Encadeamento. Como a saída humanizada é uma resposta de ferramenta, o agente pode passá-la para a próxima etapa. "Escreva uma introdução de 500 palavras sobre trabalho remoto, humanize-a e salve-a em drafts/remote-work.md" é uma única etapa. Sem humano no loop entre geração e humanização.

Clientes MCP suportados

Qualquer cliente que implemente a especificação do Model Context Protocol. Na prática, a partir de julho de 2026, isso significa:

Cliente	Onde você coloca a configuração	Uso típico
Claude Desktop	`claude_desktop_config.json` (via a ponte `mcp-remote`)	Escrita geral, rascunhos de e-mail, humanização do dia a dia dentro do aplicativo desktop da Anthropic.
Claude Code	`claude mcp add --transport http` (gerenciado por CLI)	Humanização de docs, READMEs, changelogs e conteúdo gerado diretamente dentro de uma sessão de codificação agêntica.
Cursor	`.cursor/mcp.json` (projeto) ou `~/.cursor/mcp.json` (global)	Humanização no editor para docs, rascunhos de blog, copy de marketing embutido no código.
Windsurf	Painel de configuração MCP do Windsurf	Mesma forma que o Cursor — humanização como uma ação nativa do editor.
Codex CLI	`~/.codex/config.toml` (via a ponte `mcp-remote`)	Humanização dirigida por terminal dentro de um fluxo de trabalho de agente OpenAI Codex.
Cline / Continue / OpenAI Agents SDK	Registro MCP específico do cliente	Qualquer outro cliente com suporte a MCP — o servidor não tem código específico de cliente, então funciona onde quer que o MCP funcione.

A configuração é essencialmente idêntica entre clientes — a URL do endpoint https://tohuman.io/mcp, um cabeçalho Authorization com sua chave de API, reinicie o cliente. Quer um servidor local que você possa estender? O tutorial de construir seu próprio MCP mostra o passo a passo em ~50 linhas de Python.

Rodar dentro do ChatGPT em vez do Claude é uma configuração diferente — a página do conector MCP tem as ressalvas do modo desenvolvedor e o requisito da chave de API.

O que ele faz por baixo dos panos

Deliberadamente sem surpresas. O servidor expõe uma ferramenta:

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

Quando chamada, ela passa o texto para a API síncrona de humanização do ToHuman, usando a chave de API do cabeçalho Authorization do seu cliente para autenticação, e retorna o texto humanizado como resposta da ferramenta. Só isso. O servidor é sem estado — não armazena em cache, não registra o texto, não envolve a resposta. O que a API do humanizador ToHuman retornaria para aquela solicitação é o que a ferramenta retorna.

O parâmetro intensity mapeia para os mesmos quatro níveis que a API expõe: minimal, subtle, medium (padrão) e heavy. Níveis mais altos aplicam uma reescrita multi-passagem mais profunda. Há um limite de 2.000 palavras por chamada — uma restrição do endpoint síncrono, não do MCP. Para documentos mais longos, você divide em limites de parágrafo ou usa o endpoint assíncrono em lote diretamente (documentado na documentação da API do ToHuman).

Configuração (a versão curta)

Tudo o que você precisa é de uma chave de API gratuita do ToHuman na sua conta tohuman.io — o servidor é hospedado, então não há nada para instalar. No Claude Code, é um comando:

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

Clientes com suporte nativo a MCP remoto aceitam uma URL na configuração. Exemplo do Cursor (.cursor/mcp.json):

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

Clientes que só iniciam servidores stdio locais (Claude Desktop entre eles) se conectam pela ponte de código aberto mcp-remote — mesmo endpoint, envolvido em um processo 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" }
    }
  }
}

Reinicie o cliente. A ferramenta humanize aparece na lista de ferramentas. Peça "humanize este parágrafo" em uma mensagem e o assistente a chama. Esse é todo o fluxo.

Prefere um servidor local que você possa ler e estender? O tutorial de construir o seu próprio mostra um servidor MCP Python de ~50 linhas na mesma API, incluindo configuração do Claude Desktop e Cursor e as etapas de depuração se a ferramenta não aparecer após reiniciar.

Para quem é isso

Três tipos de usuário apareceram até agora:

Desenvolvedores usando assistentes de codificação com IA. Qualquer pessoa dirigindo Claude Code, Cursor, Windsurf ou Codex para o trabalho do dia a dia. Humanização de docstrings, reescritas de README, changelogs gerados e copy de marketing embutido em um repositório — tudo sem sair do editor.
Construtores de agentes / fluxos de trabalho. Pessoas compondo cadeias de LLM de múltiplas etapas dentro do Claude Desktop, Continue ou do OpenAI Agents SDK. "Rascunhe, humanize, salve" como uma única etapa em vez de três.
Escritores que vivem no Claude Desktop. Rascunho de textos longos dentro do aplicativo desktop, com humanização como uma ação no meio do fluxo em vez de uma ida e volta de copiar e colar para o navegador.

Se você é um usuário ocasional que às vezes precisa humanizar um parágrafo, a interface web ainda é a forma certa para você — o servidor MCP é a superfície de pipeline, e pipelines são o que os números dizem que a maioria dos nossos usuários realmente quer.

Perguntas Frequentes

O que é o servidor MCP do ToHuman?

O servidor MCP do ToHuman é o servidor oficial de primeira parte do Model Context Protocol para a API de humanização do ToHuman. Ele roda como um endpoint remoto hospedado em https://tohuman.io/mcp — nada para instalar — e expõe uma única ferramenta — humanize(text, intensity) — que qualquer cliente de IA compatível com MCP (Claude Desktop, Claude Code, Cursor, Windsurf, Codex, o OpenAI Agents SDK) pode chamar. Em vez de copiar e colar a saída de IA em um humanizador web, seu assistente humaniza o texto na mesma conversa, dentro do fluxo de trabalho.

Com quais clientes de IA o servidor MCP do ToHuman funciona?

Qualquer cliente que implemente o Model Context Protocol. Isso inclui Claude Desktop, Claude Code, Cursor, Windsurf, Codex CLI, Cline, Continue e o OpenAI Agents SDK. A configuração é quase idêntica entre clientes — você aponta o cliente para https://tohuman.io/mcp com sua chave de API em um cabeçalho Authorization, reinicia, e a ferramenta de humanização aparece na lista de ferramentas. Clientes que só iniciam servidores stdio locais podem se conectar pela ponte de código aberto mcp-remote.

Este é um servidor MCP oficial do ToHuman ou um wrapper de terceiros?

Oficial e de primeira parte. O endpoint em https://tohuman.io/mcp é hospedado e mantido pelo ToHuman. Vários wrappers MCP de humanizadores de IA de terceiros existem no mercado — eles chamam várias APIs de humanização de fora do fornecedor. Este é construído e atualizado pela mesma equipe que possui o modelo de humanização subjacente.

O que o servidor MCP faz por baixo dos panos?

É uma ponte MCP fina e sem estado. Quando seu cliente de IA chama a ferramenta de humanização, o servidor faz um POST do texto para o endpoint da API síncrona de humanização do ToHuman usando sua chave de API, aguarda a saída humanizada e a retorna como resposta da ferramenta. Ele não armazena o texto, não adiciona prompts extras e não modifica o comportamento de humanização. Se a API do ToHuman pode fazer, o servidor MCP pode expor.

Preciso de um plano pago do ToHuman para usar o servidor MCP?

Não. O servidor MCP usa sua chave de API do ToHuman, que está disponível no plano gratuito. Os limites do plano gratuito se aplicam como se aplicariam a qualquer outra chamada de API. Se você é um usuário mais pesado (documentos longos, execuções em lote), vai querer um plano pago para limites de taxa mais altos, mas o servidor MCP em si é gratuito para usar.

Por que humanizar texto dentro do agente em vez de copiar e colar em uma ferramenta web?

Duas razões. Primeiro, atrito de fluxo de trabalho — uma ida e volta de copiar e colar para uma aba do navegador quebra o fluxo, e para desenvolvedores dirigindo Claude Code ou Cursor não se encaixa de forma alguma. Segundo, encadeamento — com MCP, o texto humanizado é uma resposta de ferramenta dentro da conversa, então o assistente pode imediatamente fazer a próxima etapa (colá-lo em um arquivo, enviá-lo em um rascunho de e-mail, iterar no tom). Nossos próprios dados de produto refletem esse padrão já: 88% das humanizações do ToHuman passam pela API, não pela interface web. O servidor MCP é essa mesma API, apresentada na forma de chamada de ferramenta que os agentes falam nativamente.

Como instalo o servidor MCP do ToHuman?

Não há nada para instalar — é um servidor remoto hospedado. Aponte seu cliente MCP para https://tohuman.io/mcp com sua chave de API do ToHuman em um cabeçalho Authorization: Bearer. No Claude Code, isso é um comando: claude mcp add --transport http tohuman https://tohuman.io/mcp --header "Authorization: Bearer YOUR_KEY". Clientes que só suportam servidores stdio locais podem fazer a ponte com o adaptador de código aberto mcp-remote, ou você pode construir seu próprio servidor local em cerca de 50 linhas de Python — o passo a passo completo está na página do tutorial.

Leitura Relacionada

A API ToHuman AI Humanizer — a API subjacente que o servidor MCP chama. Endpoints síncronos e assíncronos, limites de taxa, níveis de intensidade.
Crie Seu Próprio Servidor MCP (passo a passo) — um servidor MCP Python de ~50 linhas na mesma API, com guias de configuração para Claude Desktop e Cursor.
Documentação da API ToHuman — referência de endpoints, autenticação, códigos de erro e o padrão de lote assíncrono para documentos com mais de 2.000 palavras.
Como Humanizar Texto de IA com uma API — guia de integração n8n, Zapier & MCP — o panorama mais amplo de integrações depois que você escolher uma superfície de humanização.
Humanizador de ChatGPT — a análise honesta — o que a mesma reescrita faz com a saída do GPT, os quatro níveis de intensidade e os dados de produção por trás deles.

Publicado em 27 de julho de 2026 pela equipe ToHuman.