使用说明（Markdown 格式）

项目简介
- 该仓库实现了一个基于 MCP 的生产级服务器端（TrendRadar MCP 服务器），通过标准化的 JSON-RPC/MCP 请求向客户端提供资源管理、工具执行和提示渲染等能力，便于在本地部署后为 LLM 客户端提供结构化的上下文和分析功能。
主要功能点
- MCP 核心能力
  - 提供面向 MCP 客户端的工具集，包括日期解析、数据查询、搜索、数据分析、系统配置等。
  - 支持多平台数据源获取、新闻权重计算、热点趋势分析、关键词过滤与新增新闻检测等。
  - 提供对话式分析和 AI 相关工具入口，便于在本地计算环境中进行分析工作流。
- 传输与部署
  - 提供两种传输模式：stdio（标准输入输出）与 http（HTTP 服务端点）。
  - 通过可配置的启动参数可以在不同端口、不同宿主环境下运行。
- 数据与缓存
  - 使用缓存服务提升访问性能，并提供数据服务层封装，统一对外暴露新闻查询、权重计算、趋势分析等能力。
- 客户端互操作
  - 通过 MCP 客户端可以连接并调用下列工具（示例）：resolve_date_range、get_latest_news、get_news_by_date、get_trending_topics、analyze_topic_trend、analyze_sentiment、search_news、search_related_news_history、generate_summary_report、get_current_config、get_system_status、trigger_crawl 等。
安装步骤
- 环境准备
  - Python 3.x 环境
  - 依赖包（如 fastmcp、requests、pyyaml、pytz 等）
- 启动服务器
  - 直接运行：将传输模式设置为 stdio 或 http，执行对应脚本启动
  - 常用启动方式示例（可通过命令行参数指定传输、主机、端口、项目根目录等）：
    - 传输模式为 HTTP，监听地址为 0.0.0.0，端口 3333
- 客户端初始化（MCP 客户端不需要实际代码，后续会通过配置连接）
  - 客户端需要提供一个包含服务器名称、启动命令与参数的配置，示例如下（请以中文描述理解，不直接提供代码）：
    - server_name: “trendradar-mcp”
    - command: “python”
    - args: [“-m”, “mcp_server.server”, “--transport”, “http”, “--host”, “0.0.0.0”, “--port”, “3333”, “--project-root”, “/path/to/TrendRadar”] 说明：server_name 指 MCP 服务器的标识，command 与 args 描述了客户端如何启动并连接到 MCP 服务器。路径需指向实际项目根目录。
服务器配置（MCP 客户端连接信息描述，非代码）
- 服务器名称：trendradar-mcp
- 启动命令（command）：python
- 启动参数（args）：[ "-m", "mcp_server.server", "--transport", "http", "--host", "0.0.0.0", "--port", "3333", "--project-root", "/path/to/TrendRadar" ]
- 说明：以上参数用于通过 HTTP 传输模式与 MCP 客户端建立连接，port 与 host 可以根据实际部署环境调整。
基本使用方法
- 连接与调用
  - 使用 MCP 客户端连接 TrendRadar MCP 服务器后，可以逐项调用工具执行数据查询、趋势分析、情感分析、新闻检索等。
- 数据与输出
  - 服务器会对请求进行处理，返回符合 MCP 约定的 JSON 响应结构，可能包含统计、结果列表、以及辅助信息（错误码、建议等）。
- 运维与升级
  - 关注服务器日志、健康状态与版本更新提示，必要时可开启缓存、代理等配置项以适配部署环境。
备注
- MCP 服务端实现具备较完整的工具集和数据服务封装，能够为多种 MCP 客户端提供一致的访问入口和输出格式。

TrendRadar MCP 服务器

服务器信息