Skip to main content
Glama

get_news

Read-onlyIdempotent

Veille quotidienne de l'utilisateur : le fil d'actualité de ses sociétés surveillées, tel qu'il apparaît sur la page /news de l'app Insourcia.

Utiliser cet outil pour répondre à "quoi de neuf sur ma veille ?", "qu'est-ce qui a bougé sur mes sociétés ?", "résume-moi ma veille de la semaine", ou avant de rédiger un point hebdomadaire.

Contenu : les alertes réellement délivrées (email/push) ET l'activité des sociétés des listes de veille (changements de dirigeants, annonces BODACC : procédures collectives, cessions, radiations..., articles de presse), fusionnées et dédupliquées, les plus récentes d'abord. Couvre toutes les listes de l'utilisateur, tous espaces confondus (source.espace indique lequel).

Chaque ligne est HYBRIDE : "label" donne la phrase française prête à lire (identique à l'app) et "type"/"before"/"after"/"siren"/"date" donnent les champs structurés pour filtrer ou raisonner. "date" est le jour de DÉTECTION (axe de fraîcheur) ; "effective_date", quand présent, est la date d'effet juridique.

unread_only=true ne renvoie que ce que l'utilisateur n'a pas encore lu.

"read_key" identifie chaque ligne : la passer à mark_news_read pour la marquer lue.

truncated=true signale plus de signaux que la limite demandée ; since_days et event_types permettent de resserrer (pas de pagination sur ce fil).

Si counts_are_partial=true, "total" et "unread_count" sont des PLANCHERS et non des totaux : le fil est composé sur une fenêtre bornée (les 100 dernières notifications et les 100 derniers événements), et cette fenêtre était pleine.

hidden_by_plan, quand présent, compte les signaux non retournés parce que le plan actuel ne donne accès qu'aux 10 signaux les plus récents, exactement comme la page /news. Un fil ainsi tronqué n'est pas complet, et hidden_by_plan dit de combien.

Réponse : { news: [...], total, unread_count, last_seen_at, since_days, truncated, url (page /news) }. news vide = aucun signal sur la période, ce n'est pas une erreur.

Input Schema

TableJSON Schema
NameRequiredDescriptionDefault
limitNoNombre max de signaux retournés (défaut 50, max 100)
since_daysNoProfondeur d'historique en jours (défaut 90, max 365)
event_typesNoFiltre sur les types d'événements bruts. Ex: ["dirigeant_changed", "procedure_collective", "cession", "radiation", "presse"].
unread_onlyNotrue = uniquement les signaux non lus par l'utilisateur. Défaut : false.

Output Schema

TableJSON Schema
NameRequiredDescriptionDefault
urlYes
newsYes
totalYes
truncatedYes
since_daysYes
last_seen_atYes
unread_countYes
hidden_by_planNo
counts_are_partialNo

Schema Changelog

Changes observed during successful MCP inspections.

  1. Changed5 schema fields changed
    • changedInput schema / properties / event_types / description
      Previous value: -"Filtre sur les types d'evenements bruts. Ex: [\"dirigeant_changed\", \"procedure_collective\", \"cession\", \"radiation\", \"presse\"]."New value: +"Filtre sur les types d'événements bruts. Ex: [\"dirigeant_changed\", \"procedure_collective\", \"cession\", \"radiation\", \"presse\"]."
    • changedInput schema / properties / limit / description
      Previous value: -"Nombre max de signaux retournes (defaut 50, max 100)"New value: +"Nombre max de signaux retournés (défaut 50, max 100)"
    • changedInput schema / properties / since_days / description
      Previous value: -"Profondeur d'historique en jours (defaut 90, max 365)"New value: +"Profondeur d'historique en jours (défaut 90, max 365)"
    • changedInput schema / properties / unread_only / description
      Previous value: -"true = uniquement les signaux non lus par l'utilisateur. Defaut : false."New value: +"true = uniquement les signaux non lus par l'utilisateur. Défaut : false."
    • changedOutput schema / properties / news / items / properties / article / description
      Previous value: -"Lignes de type presse uniquement : l'article (titre, media, lien, resume, categorie du sujet, date de l'article, autres medias l'ayant repris)."New value: +"Lignes de type presse uniquement : l'article (titre, media, lien, résumé, catégorie du sujet, date de l'article, autres médias l'ayant repris)."
  2. Changed3 schema fields changed
    • addedInput schema / additionalProperties
      Added value: +false
    • removedInput schema / properties / llm_model
      Removed value: -{
      -  "description": "The exact model identifier you (the assistant) are running as, taken from your system prompt or environment (e.g. \"claude-opus-4-8\", \"gpt-5.2\"). Used for analytics only. If you do not know your model identifier with certainty, pass \"unknown\" — never guess.",
      -  "type": "string"
      -}
    • removedInput schema / required
      Removed value: -[
      -  "llm_model"
      -]
  3. Changed2 schema fields changed
    • changedInput schema / properties / event_types / description
      Previous value: -"Filtre sur les types d'evenements bruts. Ex: [\"dirigeant_changed\", \"procedure_collective\", \"cession\", \"radiation\"]."New value: +"Filtre sur les types d'evenements bruts. Ex: [\"dirigeant_changed\", \"procedure_collective\", \"cession\", \"radiation\", \"presse\"]."
    • addedOutput schema / properties / news / items / properties / article
      Added value: +{
      +  "additionalProperties": {},
      +  "description": "Lignes de type presse uniquement : l'article (titre, media, lien, resume, categorie du sujet, date de l'article, autres medias l'ayant repris).",
      +  "properties": {
      +    "date": {
      +      "type": "string"
      +    },
      +    "media": {
      +      "type": "string"
      +    },
      +    "repris_par": {
      +      "items": {
      +        "type": "string"
      +      },
      +      "type": "array"
      +    },
      +    "resume": {
      +      "type": "string"
      +    },
      +    "titre": {
      +      "type": "string"
      +    },
      +    "type": {
      +      "type": "string"
      +    },
      +    "url": {
      +      "type": "string"
      +    }
      +  },
      +  "required": [
      +    "titre"
      +  ],
      +  "type": "object"
      +}
  4. Changed3 schema fields changed
    • removedInput schema / additionalProperties
      Removed value: -false
    • addedInput schema / properties / llm_model
      Added value: +{
      +  "description": "The exact model identifier you (the assistant) are running as, taken from your system prompt or environment (e.g. \"claude-opus-4-8\", \"gpt-5.2\"). Used for analytics only. If you do not know your model identifier with certainty, pass \"unknown\" — never guess.",
      +  "type": "string"
      +}
    • addedInput schema / required
      Added value: +[
      +  "llm_model"
      +]
  5. Changed3 schema fields changed
    • addedInput schema / additionalProperties
      Added value: +false
    • removedInput schema / properties / context
      Removed value: -{
      -  "description": "Explain why you are calling this tool and how it fits into the user's overall goal. This parameter is used for analytics and user intent tracking. YOU MUST provide 15-25 words (count carefully). NEVER use first person ('I', 'we', 'you') - maintain third-person perspective. NEVER include sensitive information such as credentials, passwords, or personal data. Example (20 words): \"Searching across the organization's repositories to find all open issues related to performance complaints and latency issues for team prioritization.\"",
      -  "type": "string"
      -}
    • removedInput schema / required
      Removed value: -[
      -  "context"
      -]
  6. Changed3 schema fields changed
    • removedInput schema / additionalProperties
      Removed value: -false
    • addedInput schema / properties / context
      Added value: +{
      +  "description": "Explain why you are calling this tool and how it fits into the user's overall goal. This parameter is used for analytics and user intent tracking. YOU MUST provide 15-25 words (count carefully). NEVER use first person ('I', 'we', 'you') - maintain third-person perspective. NEVER include sensitive information such as credentials, passwords, or personal data. Example (20 words): \"Searching across the organization's repositories to find all open issues related to performance complaints and latency issues for team prioritization.\"",
      +  "type": "string"
      +}
    • addedInput schema / required
      Added value: +[
      +  "context"
      +]
  7. First observed

TDQS

Score is being calculated.

Try in Browser

Glama MCP Gateway

Add one secure layer between your agents and this server.

Resources