$ loading_
根据自然语言生成正则表达式，并用真实 Python 引擎自动验证迭代。
复制安装指令，让 AI 自动完成配置 · 推荐新手
"verified-regex-generator" 暂无可直接复制的安装信息，请查看页面文档或源码仓库。
请根据这段描述生成正则表达式：匹配常见邮箱地址，允许用户名包含字母、数字、点、下划线和连字符，域名包含子域名；并用 Python 的 re 引擎生成正反例测试，直到验证通过。
返回一个经过测试验证的邮箱正则表达式，以及对应的正例和反例测试结果。
生成一个正则：匹配日志中的日期格式 YYYY-MM-DD，但要排除斜杠分隔或没有补零的写法。请验证正反例并在失败时自动修正。
输出适用于该日期格式的正则，并附带通过验证的测试样例。
请生成正则：匹配形如 PRD-2024-XXXX 的产品编号，其中 XXXX 是4位大写字母或数字；再用 Python re 做验证测试，确保不匹配长度不对或前缀错误的字符串。
得到一个可直接使用且经过验证的产品编号正则表达式。
开发者或分析师可以先用自然语言描述匹配规则，再让工具生成对应正则，减少手写和调试成本。它适合处理格式明确但表达起来较复杂的文本模式。
当用户担心生成的正则不准确时，这个工具会用 Python 的真实 re 引擎配合正反例测试进行验证。若测试失败，它会继续迭代直到通过。
使用 Claude Desktop 或 Claude Code 等 MCP 客户端时，用户可以把它当作可调用工具，直接在工作流中生成并验证正则。这样能把规则设计和测试放进同一交互过程。
它根据自然语言描述生成正则表达式，并用 Python 的 re 引擎对自动生成的正例和反例进行验证。测试失败时会继续迭代，直到结果通过。
它作为一个 MCP 工具提供，可被 Claude Desktop、Claude Code 等 MCP 客户端调用。用户在客户端中描述想匹配的文本规则即可。
它不仅生成正则，还会用 Python 的真实 re 引擎对正反例进行验证，并在失败时自动迭代修正。这个验证步骤是它的核心区别之一。
通过正则测试、替换与解释功能，快速完成文本匹配和校验任务
用正则快速提取、校验并脱敏敏感个人信息，提升处理效率与安全性
帮助你判断解析结构化文本时何时用正则、何时引入大模型兜底。
通过 Rube MCP 自动化邮箱验证相关流程，批量核验邮箱并整理结果。
帮助用户核查事实、验证引用并检查信息来源是否最新可靠。
用 AI 按可定制规则校验 JSON 与 SQL schema，发现命名、结构和迁移风险问题。