Social Listening MCP Server 使用说明

项目简介

Social Listening MCP Server 是一个基于 Model Context Protocol (MCP) 构建的应用后端，它利用 Syften API 提供的社交媒体数据，为大型语言模型 (LLM) 客户端提供实时的社交媒体监听能力。通过此服务器，LLM 可以访问最新的社交媒体提及信息，进行趋势分析、情感分析，并根据自然语言指令配置和管理监听任务。

主要功能点

实时社交媒体提及监控: 持续监控社交媒体平台，获取最新的用户提及信息。
AI驱动的内容分类: 利用 AI 技术对社交媒体内容进行分类，例如区分反馈、bug 报告、功能请求等。
Webhook 实时通知: 当检测到重要的社交媒体提及事件时，通过 Webhook 推送实时通知。
历史数据回溯: 支持回溯指定月份的社交媒体数据。
趋势分析与报告: 分析社交媒体提及的趋势，生成报告。
自然语言查询: 支持使用自然语言指令查询和操作社交媒体数据及监听功能。

安装步骤

克隆仓库:

git clone https://github.com/fred-em/social-listening.git
cd social-listening

安装依赖:
```
npm install
```
构建服务器:
```
npm run build
```

服务器配置

为了让 MCP 客户端（如 Claude 桌面应用或 VSCode Claude 扩展）连接到 Social Listening MCP Server，您需要配置客户端的 MCP 服务器设置。以下是配置示例，您需要根据实际情况修改路径和 API 密钥。

配置文件 (JSON 格式):

{
  "mcpServers": {
    "social-listening": {
      "command": "node",
      "args": ["/absolute/path/to/social-listening/build/index.js"],
      "env": {
        "SYFTEN_API_KEY": "your-syften-api-key"
      }
    }
  }
}

参数说明:

'"social-listening"': 服务器名称，您可以自定义，用于在 MCP 客户端中识别该服务器。
'"command": "node"': 启动服务器的命令，这里使用 Node.js 运行时。
'"args": ["/absolute/path/to/social-listening/build/index.js"]': 启动命令的参数，指向构建后的服务器入口文件 'index.js' 的绝对路径。 请务必替换 '/absolute/path/to/social-listening' 为您本地仓库的实际绝对路径。
'"env"': 环境变量配置。
- '"SYFTEN_API_KEY": "your-syften-api-key"': 必须配置 Syften API 密钥，用于访问 Syften 社交媒体数据。 请替换 '"your-syften-api-key"' 为您在 Syften 账户中生成的 API 密钥。

客户端配置位置:

Claude 桌面应用: '~/Library/Application Support/Claude/claude_desktop_config.json'
VSCode Claude 扩展: '/Users/YOUR_USERNAME/Library/Application Support/Code/User/globalStorage/saoudrizwan.claude-dev/settings/cline_mcp_settings.json' 请替换 'YOUR_USERNAME' 为您的用户名。

基本使用方法

配置完成后，在 MCP 客户端中选择 "social-listening" 服务器，即可通过自然语言指令与服务器交互。以下是一些示例指令：

配置 AI 过滤器: 'Configure the social listening AI filter to detect bug reports and feature requests with 80% confidence.'
设置 Webhook 通知: 'Set up a webhook for the social listening server to send notifications to https://my-server.com/webhook with the secret token "my-secret".'
分析趋势: 'Show me the trend of bug reports and feature requests from last month.'
获取过滤后的提及: 'Show me all high-confidence bug reports from the past week.'
自然语言查询: 'What kind of feedback have we received about the new feature launch?'

更详细的工具和使用方法请参考仓库 README 文件中的 "Available Tools" 和 "Example Usage in Claude" 部分。

关键词