TrendRadar MCP Server (FastMCP 2.0 实现)

关键词

新闻聚合多平台分析实时推送数据查询AI 集成

  • 项目简介

    • TrendRadar 的 MCP 服务器实现，遵循 MCP 2.0 规范，通过标准化的工具集向 MCP 客户端提供新闻资源、查询、分析能力，以及基于本地数据的 AI 辅助分析入口。服务器支持多传输模式（stdio/HTTP），并实现了日期解析、关键词分析、推送/消息格式化等核心功能。

  • 主要功能点

    • MCP 基本能力：定义并暴露多种 MCP 工具（数据查询、搜索、分析、系统/配置管理等），通过工具装饰器对外提供方法调用。
    • 数据与资源访问：集中管理新闻资源、平台数据、历史数据读取，以及按日期/平台筛选的查询能力。
    • 高级分析能力：提供话题趋势、平台对比、关键词共现、情感分析等分析工具，并可输出用于 AI 的提示词。
    • 用户能力与会话管理：支持多客户端接入，提供设备/环境检测、版本检查、配置信息获取等会话级功能。
    • 兼容多客户端：可与 Claude Desktop、Cursor、Cline、Continues 等 MCP 客户端协作，支持 HTTP 和 STDIO 两种传输。
    • 数据持久化与缓存：使用本地缓存与输出目录保存历史数据、HTML/文本报告和推送记录，便于离线分析与回溯。
    • 安全与扩展性：多账号推送、推送时间窗口、批次分批发送、以及 Docker/Compose 部署等场景的支持。

  • 安装与运行步骤（简明要点）

    1. 环境依赖
      • 需要 Python 3.x，安装常用依赖库，如 fastmcp、pyyaml、pytz、requests 等。
    2. 获取源码
      • 将仓库代码克隆或下载到本地，确保 mcp_server 目录及其子模块完整可用。
    3. 启动 MCP 服务器
      • stdio 模式（默认，适合本地测试）：运行 python -m mcp_server.server
      • HTTP 模式（生产/远程接入）：运行 python -m mcp_server.server --transport http --host 0.0.0.0 --port 3333
      • 启动时服务器会输出传输模式、监听地址、已注册工具等信息，确认无错误后即可连接客户端。
    4. 客户端连接配置（JSON 描述，供 MCP 客户端使用）
      • MCP 客户端在连接服务器前需要提供一个启动配置，包含服务器名称、启动命令、参数等信息。示例描述如下，供参考（实际使用以客户端配置为准）： { "server_name": "trendradar-mcp", "command": "python3", "args": ["-m", "mcp_server.server"], "transport": "stdio", "host": "0.0.0.0", "port": 3333, "notes": "若使用 HTTP 模式，请将 transport 调整为 http，端口同样可配置。确保客户端能访问到 MCP 服务器地址。" }
    5. 运行与测试
      • 启动后在 MCP 客户端中尝试调用工具，例如数据查询、分析、获取当前配置等接口，确认返回的 JSON RPC 样式响应。
      • 如遇网络/权限问题，检查服务器日志输出与防火墙设置。

服务器信息

访问项目