Vedaword MCP — un servidor MCP público que no inventa escrituras

El problema

Pregúntale a un asistente de AI qué dice un texto antiguo y te responderá con gusto — muchas veces con un verso que suena bien pero no existe, o con un verso real pero con el número equivocado. Con las escrituras, ese es el peor error posible: la gente las cita, enseña con ellas y confía en ellas.

La solución no es un mejor prompt. El asistente necesita una forma de buscar el texto, y necesita que le digan con claridad cuando no hay nada que encontrar.

Qué construí

Un servidor MCP para Vedaword, una biblioteca de escrituras en sánscrito: el Mahābhārata, el Rāmāyaṇa, las 108 Upaniṣads, la Bhagavad-gītā, el Vedānta-sūtra con su comentario y más — unos 110,000 versos. Cualquier asistente que hable MCP (Claude, ChatGPT, Cursor…) puede conectarse a https://mcp.vedaword.com y usar unas pocas herramientas bien enfocadas:

• search_texts — encuentra pasajes por significado y por palabras al mismo tiempo, así que una pregunta con otras palabras funciona igual de bien que una frase exacta.
• get_verse — un verso completo: sánscrito, significado palabra por palabra, traducción, comentario.
• lookup_sanskrit_term — qué significa una palabra en sánscrito y dónde aparece.
• find_similar_verses — otros lugares que dicen lo mismo.
• list_works — qué hay en la biblioteca y en qué idiomas.

Las reglas que importan

• Un "no hay respuesta" honesto. Cada búsqueda devuelve un nivel de confianza. Cuando es none, el servidor no devuelve nada para citar, y la descripción de la herramienta le indica al modelo que lo diga — en lugar de armar un argumento sobre una coincidencia débil.
• Citas verificables. Cada resultado trae la referencia exacta, un enlace al verso en el sitio y un hash de versión del texto, para que una cita se pueda verificar después.
• Decir qué idioma recibiste. Algunas obras solo existen en ruso. El servidor indica en qué idioma está cada pasaje, para que el asistente sepa cuándo está traduciendo y no finja que cita.
• Pocas herramientas, nombres claros. Cinco herramientas que no se superponen, porque más herramientas con descripciones parecidas hacen que un modelo elija la equivocada.

Cómo está construido

El servidor es una ruta en la misma app de Next.js que el sitio y habla Streamable HTTP. La búsqueda es híbrida: la búsqueda de texto completo y la búsqueda vectorial (PostgreSQL con pgvector) corren juntas, y sus resultados se combinan y se ordenan. Es público y de solo lectura, así que no necesita inicio de sesión. Cada cambio se prueba con preguntas reales de respuesta conocida antes de salir.

Por qué existe

Es la prueba más clara de lo que vendo: un servidor MCP que convierte un conjunto real de conocimiento en herramientas que cualquier asistente de AI puede usar — y que está diseñado en torno al único error que más importa para sus datos.