
模型上下文协议 (MCP) 服务器
模型上下文协议(MCP)服务器将 AI 助手与外部数据源、API 和服务连接起来,实现复杂工作流的无缝集成,并在 FlowHunt 中安全管理开发任务。...
在你的工作流中展示好消息:Goodnews MCP 抓取并排名积极故事,帮助 AI 代理和仪表盘通过精选的振奋内容提升用户心情。
Goodnews MCP 服务器是 Model Context Protocol (MCP) 的一种简单实现,旨在推送精选、正面和振奋人心的新闻故事。它作为 AI 助手与外部新闻数据源之间的中间层,专门从 NewsAPI 抓取新闻,并利用 Cohere 大语言模型(LLM)对其进行正面情感排名。这让 AI 驱动的代理和工作流能够呈现好消息内容,提升用户互动体验,并实时访问经过情感过滤的新闻。Goodnews MCP 服务器展示了 MCP 基础设施如何简化与第三方 API 及 LLM 的集成,帮助开发者开发更加愉快和具备上下文感知的应用。
仓库中未提供有关提示模板的信息。
在所提供的仓库文件或文档中未找到明确的资源定义。
仓库结构或文档中未提供详细的工具描述或 server.py
文件,因此无法基于现有信息进行工具列表归纳。
所提供的仓库或文档中未包含设置说明或平台配置指南。
在 FlowHunt 中使用 MCP
要将 MCP 服务器集成到 FlowHunt 工作流中,首先添加 MCP 组件,并将其与 AI 代理连接:
点击 MCP 组件以打开配置面板。在系统 MCP 配置部分,使用如下 JSON 格式填写你的 MCP 服务器信息:
{
"goodnews-mcp": {
"transport": "streamable_http",
"url": "https://yourmcpserver.example/pathtothemcp/url"
}
}
配置完成后,AI 代理即可作为工具使用此 MCP,访问其全部功能。请记得将 “goodnews-mcp” 改为你实际的 MCP 服务器名称(如 “github-mcp”、“weather-api” 等),并替换成你自己的 MCP 服务器 URL。
部分 | 可用性 | 备注说明 |
---|---|---|
概览 | ✅ | README.md 中已提供概览 |
提示模板列表 | ⛔ | 未记录提示模板 |
资源列表 | ⛔ | 未记录 MCP 资源 |
工具列表 | ⛔ | 未提供工具清单或 server.py |
API 密钥安全 | ⛔ | 文档未提及 |
采样支持(评估时不重要) | ⛔ | 没有采样支持相关内容 |
根据现有文档,MCP Goodnews 服务器目标清晰、用例有趣,但缺乏完善的实现与集成细节。
此 MCP 得分中等,具备明确用途和宽松许可,但缺乏技术文档、工具定义和设置指导。对于希望开箱即用的开发者来说,若能有更详尽的集成说明将更为理想。
是否有 LICENSE | ✅ (Apache-2.0) |
---|---|
至少有一个工具 | ⛔ |
Fork 数量 | 5 |
Star 数量 | 39 |
Goodnews MCP 服务器是一种 Model Context Protocol 实现,旨在获取和推送精选的正面新闻故事。它以 NewsAPI 作为数据源,并利用 Cohere LLM 对文章进行正面情感排名,使 AI 代理和仪表盘能够展示积极振奋的内容。
它会查询 NewsAPI 的最新文章,然后使用大语言模型根据正面情感对这些故事进行评估和排名,最后通过 MCP 接口返回。
典型场景包括为聊天机器人提供好消息回复、在仪表盘中嵌入积极内容、支持企业健康以及过滤新闻流只显示正面故事等。
是的,它以 Apache-2.0 许可协议发布,你可以自由使用和修改于你的项目中。
现有文档中未提供提示模板或明确的工具/资源定义。服务器的主要功能是获取并按正面情感排名新闻内容。
将 MCP 组件添加到你的 FlowHunt 流程中,并用 JSON 格式配置 Goodnews MCP 服务器信息。配置完成后,AI 代理即可访问服务器获取并推送正面新闻。
现有文档未包含具体的设置说明和 API 密钥管理。你需要参考 NewsAPI 和 Cohere 的官方文档来处理 API 密钥相关事项。
模型上下文协议(MCP)服务器将 AI 助手与外部数据源、API 和服务连接起来,实现复杂工作流的无缝集成,并在 FlowHunt 中安全管理开发任务。...
lingo.dev MCP 服务器为 AI 助手与外部数据源、API 和服务之间搭建桥梁,实现结构化资源访问、提示模板和工具执行,助力高级 LLM 工作流。...
Contentful MCP 服务器将 AI 助手与 Contentful 的管理 API 连接起来,使内容查询、更新和内容模型管理等操作可以在 AI 工作流中无缝进行。通过自动化迁移、条目管理和工作流自动化,提升无头 CMS 团队的生产力。...