MCP 智能分析

MCP 全称 "Model Context Protocol"（模型上下文协议）。你可以把它理解为一座桥梁，让 AI 助手（比如 ChatGPT、Claude）能够直接访问和分析你收集的新闻数据。

有了 MCP，你不再只是被动地阅读推送消息，而是可以通过对话的方式向 AI 提问。比如你可以问：「特斯拉这周的新闻趋势怎么样？」，AI 就能基于你收集的数据给出智能分析。

你能用它做什么

能力	说明
自然语言查询	用日常语言向 AI 提问，直接查询你收集的新闻数据
话题趋势分析	追踪某个话题的热度变化、生命周期、爆发点检测
跨平台对比	对比不同平台（微博、知乎、头条等）对同一事件的关注度差异
情感分析	分析新闻标题的情感倾向（正面、负面、中性）
关联发现	自动发现与某条新闻相关的其他报道
总结报告	生成指定时间段内的新闻总结报告

数据来源说明

AI 分析的是你本地存储的数据（存放在 output/ 目录中），而不是实时联网获取的数据。项目自带测试数据可供快速体验。部署并运行项目后，系统会自动采集数据，届时你将获得自己的实时数据。

27 个内置工具

MCP Server 提供了 27 个分析工具，覆盖从基础查询到深度分析的完整场景。你不需要记住这些工具的名称，AI 助手会根据你的提问自动选择合适的工具。

分类	工具	用途
基础查询	get_latest_newsget_news_by_dateget_trending_topics	获取最新新闻、按日期查询、获取热门话题
智能搜索	search_newsfind_related_news	关键词搜索新闻、发现相关新闻
深度分析	analyze_topic_trendanalyze_data_insightsanalyze_sentimentaggregate_newscompare_periodsgenerate_summary_report	话题趋势分析、数据洞察、情感分析、新闻聚合、周期对比、生成总结报告
RSS 查询	get_latest_rsssearch_rssget_rss_feeds_status	获取最新 RSS 内容、搜索 RSS、查看 RSS 源状态
文章阅读	read_articleread_articles_batch	通过 Jina AI Reader 读取单篇文章正文、批量读取多篇文章（最多 5 篇）
消息推送	send_notificationget_channel_format_guideget_notification_channels	将 AI 生成的内容推送到配置的渠道、获取各渠道的格式限制和最佳实践、获取已配置的通知渠道状态
系统管理	get_current_configget_system_statusresolve_date_rangecheck_versiontrigger_crawl	查看当前配置、系统状态、解析日期范围、检查 TrendRadar 和 MCP Server 版本更新、手动触发爬取
存储同步	sync_from_remoteget_storage_statuslist_available_dates	从远程存储拉取数据到本地、获取存储配置和状态、列出本地/远程可用的数据日期

使用推送工具前，需先在 config.yaml 中配置至少一个通知渠道。可用 get_notification_channels 工具检查已配置的渠道。

关键工具参数说明

以下列出了几个常用工具的详细参数，帮助你了解每个工具的能力。你不需要手动填写这些参数，AI 助手会根据你的提问自动处理。

search_news - 统一搜索接口

analyze_topic_trend - 话题趋势分析

compare_periods - 时期对比分析

send_notification - 发送通知

trigger_crawl - 手动触发爬取

日期表达式

很多工具都需要指定日期范围。推荐的做法是：先用 resolve_date_range 工具将自然语言日期解析为精确范围，再传给其他工具。这样可以避免 AI 自行计算日期导致的偏差。

类型	中文表达式	英文表达式
单日	今天、昨天	today, yesterday
周	本周、上周	this week, last week
月	本月、上月	this month, last month
最近N天	最近3天、最近7天、最近14天、最近30天	last 3 days, last 7 days, last 14 days, last 30 days
动态天数	最近N天（任意数字）	last N days (any number)

MCP Resources

MCP Server 还注册了 4 个 Resource，某些客户端（如 Cherry Studio）可以直接浏览这些数据源：

config://platforms — 支持的平台列表
config://rss-feeds — RSS 订阅源列表
data://available-dates — 可查询的数据日期
config://keywords — 关注词配置

部署 MCP Server

MCP Server 以独立的 Docker 镜像提供，默认监听 3333 端口。

使用 Docker Compose（推荐）

如果你已经在使用 Docker Compose 部署 TrendRadar 主项目，只需启动 MCP 服务：

docker compose up -d trendradar-mcp

独立部署

也可以单独运行 MCP Server 容器：

docker run -d --name trendradar-mcp \
  -p 127.0.0.1:3333:3333 \
  -v $(pwd)/config:/app/config:ro \
  -v $(pwd)/output:/app/output:ro \
  wantcat/trendradar-mcp:latest

镜像说明

MCP Server 镜像名称为 wantcat/trendradar-mcp，需要挂载 config 目录（读取配置）和 output 目录（读取数据）。

验证数据就绪

MCP Server 分析的是本地 output/ 目录中的数据。在开始使用前，请确认数据已准备好：

检查 output/ 目录下是否已有数据文件（按日期分文件夹存储）
如果没有数据，需要先运行主程序采集一次：uv run python -m trendradar
也可以通过 MCP 工具 trigger_crawl 手动触发一次爬取（注意需设置 save_to_local=true 才会持久化保存）
Docker 部署时，output 目录通过 volume 挂载，主程序和 MCP Server 共享同一份数据

项目自带测试数据可供快速体验，部署后无需手动采集也能立即开始对话。

客户端配置

MCP Server 启动后，你需要在 AI 客户端中配置连接信息。以下是主流客户端的配置方法：

Cherry Studio

Claude Desktop / Cline

Cursor

VSCode (Cline/Continue)

推荐 Cherry Studio 提供了图形化配置界面，操作最为简单。

配置路径：设置 > MCP Server > 添加

类型选择：streamableHttp
URL 填写：http://127.0.0.1:3333/mcp

保存后即可在对话中使用 MCP 分析功能。

两种运行模式

MCP 支持两种运行模式，选择适合你的方式即可：

STDIO 模式

STDIO 模式下，MCP Server 作为子进程由 AI 客户端自动管理。你只需要一次性完成配置，之后每次打开客户端时服务会自动启动，无需手动干预。

优点：配置一次，自动启动，无需手动管理服务生命周期。

客户端配置示例（Claude Desktop / Cline / Cursor 等通用）：

{
  "mcpServers": {
    "trendradar": {
      "command": "uv",
      "args": ["run", "python", "-m", "mcp_server", "--transport", "stdio"],
      "cwd": "/path/to/trendradar"
    }
  }
}

请将 cwd 替换为你本地 TrendRadar 项目的实际路径。

HTTP 模式

使用示例

配置完成后，你可以在 AI 客户端中直接用自然语言提问。以下是一些示例：

提问：「今天有什么热门新闻？」

提问：「分析一下最近一周关于人工智能的新闻趋势」

提问：「对比微博和知乎上关于某个话题的讨论热度」

提问：「生成本周的新闻总结报告」

深度使用场景

场景 1：每日热点推送

提问：「帮我生成今天的热点总结并推送到飞书」

AI 会依次调用 get_trending_topics、generate_summary_report 获取并整理热点数据，然后通过 send_notification 将结果推送到你配置的飞书渠道。

场景 2：话题追踪

提问：「最近三天关于 AI 的新闻趋势如何？」

AI 会先调用 resolve_date_range 解析"最近三天"为精确日期，再调用 analyze_topic_trend 进行趋势分析，给出热度变化和关键事件。

场景 3：跨期对比

提问：「对比本周和上周的热点话题变化」

AI 会调用 compare_periods 对两个时间段进行对比分析，展示上升话题、下降话题、新出现的话题等维度的变化。

提示

你不需要了解具体使用哪个工具，AI 助手会根据你的问题自动选择合适的分析工具。直接用日常语言提问即可。

AI 提问指南

完整的 MCP 工具使用问答已整理为独立页面，包含详细的提问示例、工具行为说明和可调参数。

查看完整的 MCP 提问指南，学习如何通过自然语言与 AI 对话来使用各种分析功能。