TrendRadar MCP Server

关键词

新闻分析跨平台通知数据服务自动化爬取容器化部署

使用说明（Markdown 格式）

项目简介

  • TrendRadar MCP Server 是 TrendRadar 项目的后端服务之一，基于 FastMCP 2.0 实现，提供 MCP 服务器端实现，能够通过 MCP 客户端进行资源/工具/提示等操作的对话式交互。支持多种传输模式（标准输入输出、HTTP）和跨平台客户端集成，便于 LLM 场景下的上下文管理与智能分析。

主要功能点

  • MCP 核心能力
    • 提供标准化的 MCP 服务端接口，允许 MCP 客户端读取新闻资源、执行分析/检索等工具、获取/渲染 Prompts。
    • 通过 JSON-RPC 形式与客户端通信，响应请求并支持错误处理。
  • 资源与工具
    • 数据查询工具、搜索工具、分析工具、配置与系统管理工具等多种 MCP 工具模块，覆盖新闻读取、趋势分析、数据洞察、情感分析、相似新闻等能力。
  • Prompts 与渲染
    • 支持将分析结果以多种格式输出，便于在不同客户端呈现（文本、HTML、Markdown 等）。
  • 部署与传输
    • 同时支持标准输入输出模式和 HTTP 模式，方便本地开发、容器化部署与云端托管。
  • 额外能力
    • 与 TrendRadar 的爬虫、输出文件、缓存、日志等系统紧密集成，具备会话状态、版本更新提示、推送通知等能力。

安装与运行

  • 环境依赖
    • 需要 Python 环境（建议 Python 3.8+）。
    • 依赖包括但不限于 fastmcp、PyYAML、requests、pytz 等。请根据实际环境安装所需依赖。
  • 运行方式
    • 标准输入输出模式（stdio，常用于 Cherry Studio 等集成场景）：
      • uv run python mcp_server/server.py
    • HTTP 模式（生产环境，提供 http://host:port/mcp 端点）：
      • uv run python mcp_server/server.py --transport http --host 0.0.0.0 --port 3333
    • 运行前请确保配置文件已就绪（config/config.yaml、config/frequency_words.txt），如需覆盖环境变量，请按项目文档进行配置。

服务器配置（MCP 客户端所需信息） 以下为 MCP 客户端的配置示例（以 JSON 形式呈现，便于粘贴到客户端配置中）。该示例描述了服务器名称、启动命令与参数等信息，便于 MCP 客户端建立连接并使用本服务。

{ "name": "trendradar-mcp", "server_name": "TrendRadar MCP Server", "command": "uv", "args": [ "run", "python", "mcp_server/server.py" ], "transport": "stdio", "description": "TrendRadar MCP 服务端，提供新闻资源、分析工具与会话能力，支持 STDIO 与 HTTP 通信" }

基本使用方法

  • 启动与连接
    • 通过 STDIO 启动后，MCP 客户端可直接连接标准输入输出通道进行请求与响应。
    • 通过 HTTP 启动后，MCP 客户端通过端点 http://host:port/mcp 与服务器进行通信。
  • 客户端操作（示例性功能点）
    • 调用数据查询工具（如获取最新新闻、按日期查询、趋势分析等）；
    • 调用分析与检索工具（如趋势分析、相似新闻查找、生成摘要报告等）；
    • 获取当前服务器配置、系统状态、触发爬取等管理功能。
  • 日常维护
    • 监控服务器日志与状态，确保 MCP 端点可用。
    • 如需更新，请参考 TrendRadar 更新日志与版本信息，确保 MCP 服务与数据路径一致。

关键词 新闻分析, 跨平台通知, 数据服务, 自动化爬取, 容器化部署

分类ID 6

服务器信息

访问项目