关键词

热点新闻分析AI对话系统趋势追踪舆情监控智能报告

项目简介

TrendRadar 本身是一个功能全面的全网热点聚合与推送工具，能够从知乎、抖音、微博等多个主流平台抓取热点新闻，并通过企业微信、飞书、邮件等多种渠道推送给用户。在此基础上，它内嵌了一个 MCP（Model Context Protocol）服务器，专门设计用于与大型语言模型（LLM）客户端进行交互。该 MCP 服务器允许 AI 模型通过标准化的协议访问 TrendRadar 积累的本地新闻数据，并调用内置的各种分析工具，使用户可以通过自然语言对热点趋势进行深度查询和分析。

主要功能点

  • 新闻数据托管 (Resources): 作为数据提供者，MCP 服务器管理并提供 TrendRadar 抓取到的海量新闻数据，LLM 客户端可以按需访问这些上下文信息。
  • AI 智能分析工具 (Tools): 内置 13 种强大的分析工具，涵盖了基础查询（如查询特定日期热点）、智能检索（如搜索相关新闻）、趋势分析（如热度变化、生命周期）、数据洞察（如跨平台对比）以及情感分析等。这些工具允许 LLM 通过 MCP 协议调用外部功能，实现复杂的分析任务。
  • Prompt 模板支持 (Prompts): MCP 服务器支持定义和渲染 Prompt 模板，这有助于客户端根据不同场景生成定制化的 LLM 交互模式，提高交互效率和质量。
  • 多客户端兼容: 该 MCP 服务器遵循标准协议，可以无缝接入各种支持 MCP 的 AI 客户端，包括 Cherry Studio、Claude Desktop、Cursor、Cline 等，极大地扩展了 TrendRadar 的应用场景。
  • 会话管理与能力声明: MCP 服务器负责维护与客户端的会话状态，并向连接的 LLM 客户端声明其提供的所有工具和资源能力，确保客户端能够正确理解和利用服务。

安装步骤

在配置 MCP 客户端连接 TrendRadar MCP 服务器之前，您需要先完成 TrendRadar 项目的基础部署和数据积累：

  1. 克隆或Fork仓库: 将 TrendRadar 仓库克隆到您的本地计算机。 'git clone https://github.com/lee-walker/TrendRadar.git' 然后进入项目目录：'cd TrendRadar'
  2. 安装依赖: 确保您的计算机已安装 Python 环境。根据您的操作系统，运行相应的安装脚本来安装所有必要的 Python 依赖，包括用于启动 MCP 服务器的 'uv' 工具。
    • Windows: 运行 'setup-windows.bat' 或 'setup-windows-en.bat'。
    • Mac/Linux: 运行 './setup-mac.sh'。
  3. 积累数据: 运行 TrendRadar 应用程序一段时间（例如通过 GitHub Actions 或 Docker 容器定时运行），使其在项目根目录的 'output' 文件夹中积累新闻数据。AI 分析功能依赖于这些本地数据，数据越多，分析越全面。项目默认提供了 2025年11月1日～11月15日的测试数据，可用于初步体验。

服务器配置

TrendRadar 的 MCP 服务器通过 'mcp_server.server' 模块启动。MCP 客户端（如 Claude Desktop, Cursor, Cline）需要配置 MCP 服务器的启动命令及其参数。以下是不同客户端常用的配置信息，您只需将这些 JSON 配置项填入您 MCP 客户端的设置界面即可，无需手动编写或运行代码：

1. STDIO 模式 (推荐)

此模式下，MCP 客户端会直接启动并管理 MCP 服务器进程，通常配置一次即可长期使用。

在客户端设置中填入以下信息：

{
  "name": "trendradar",       // 为您的MCP服务器实例指定一个名称，例如"trendradar"
  "command": "uv",            // 启动MCP服务器的命令是 "uv"
  "args": [                   // 传递给 "uv" 命令的参数列表
    "--directory",
    "/path/to/TrendRadar",    // 【重要】请将此路径替换为TrendRadar项目根目录的绝对路径
                               // (例如：在Windows上可能是 "C:\\Users\\YourName\\TrendRadar")
    "run",
    "python",
    "-m",
    "mcp_server.server"       // 指定要运行的Python模块是 mcp_server.server
  ],
  "type": "stdio"             // 指定传输协议类型为 STDIO
}

2. HTTP 模式 (备选)

如果 STDIO 模式遇到连接问题，您可以选择使用 HTTP 模式。在这种模式下，您需要先手动启动 TrendRadar 的 MCP HTTP 服务，然后 MCP 客户端通过 URL 连接。

  1. 手动启动 HTTP 服务: 在 TrendRadar 项目的根目录下，打开终端并运行以下脚本：
    • Windows: 运行 'start-http.bat'
    • Mac/Linux: 运行 './start-http.sh' 这将启动一个 MCP 服务器，并在 'http://localhost:3333/mcp' 监听请求。
  2. 在客户端设置中填入以下信息： 
    {
  "name": "trendradar",                // 为您的MCP服务器实例指定一个名称
  "url": "http://localhost:3333/mcp",  // MCP 服务器的 HTTP 端点
  "type": "http",                      // 指定传输协议类型为 HTTP
  "description": "TrendRadar 新闻热点聚合分析" // 对此 MCP 服务器的简要描述
}

基本使用方法

成功配置并连接 MCP 客户端到 TrendRadar MCP 服务器后，您就可以开始利用 AI 进行智能分析了：

  1. 连接 MCP 客户端: 在您选择的 MCP 客户端（如 Cherry Studio、Claude Desktop、Cursor 或 VSCode 的 Cline/Continue 插件）中，按照上述“服务器配置”部分提供的指示，完成 TrendRadar MCP 服务器的连接。连接成功后，客户端通常会显示 TrendRadar 提供的工具列表。
  2. 提出自然语言查询: 在 MCP 客户端的对话界面中，使用自然语言向 TrendRadar MCP 服务器提问。例如：
    • "查询昨天知乎的热点"
    • "分析比特币最近一周的热度趋势"
    • "搜索所有包含'AI芯片'的新闻"
    • "生成今天的热点摘要报告"
  3. 获取分析结果: MCP 服务器会调用内部的分析工具处理您的请求，并返回结构化的分析结果给 LLM 客户端。LLM 可以利用这些结果进行更深层次的分析、生成报告或提供个性化建议。

信息

分类

开发者工具

访问项目