MCP Info Gatherer

MCP-сервер для сбора информации из разных источников: веб, Twitter/X, Telegram, GitHub, Hugging Face и arXiv. Реализует протокол MCP (Model Context Protocol).

Источники

Related MCP server: websearch-skill

Установка

# Установка через uv
uv sync

# С тестовыми зависимостями
uv sync --group test

Настройка

Скопируйте .env.example в .env и укажите ключи:

cp .env.example .env

# WEB SEARCH — обязательный для search_web
TAVILY_API_KEY="tvly-..."

# TWITTER / X — опционально (требуется подписка X API)
X_BEARER_TOKEN="..."

# TELEGRAM — два режима:
# User mode (полноценный поиск по истории):
TELEGRAM_API_ID="12345"       # из my.telegram.org/apps
TELEGRAM_API_HASH="ваш_хэш"  # оттуда же
TELEGRAM_PHONE="+79001234567" # ваш номер телефона
# Bot mode (ограниченный — только последние сообщения):
TELEGRAM_BOT_TOKEN="токен_от_BotFather"

# GITHUB — опционально (для 5000 req/h вместо 60)
GITHUB_TOKEN="..."

# HUGGING FACE — опционально
HF_TOKEN="..."

• Tavily API ключ — получить на tavily.com

• X Bearer Token — получить в developer.x.com (требуется Basic/Pro подписка)

• Telegram API ID и Hash — получить на my.telegram.org/apps (бесплатно)

• Telegram Bot Token — получить у @BotFather

• GitHub Token — создать в Settings → Developer settings → Personal access tokens

• GitHub, Hugging Face, arXiv — работают без ключа

Запуск

# stdio (для интеграции с MCP-хостами — Claude Desktop, Cline, crewAI)
uv run mcp-info-gatherer

# SSE (для отладки и удалённого доступа)
uv run mcp-info-gatherer --transport sse --host 127.0.0.1 --port 8002

Развёртывание на VPS

Для удалённого доступа сервер запускается с SSE-транспортом.

Docker (рекомендуется)

В репозитории готовы Dockerfile, docker-compose.yml и конфиги в deploy/.

# 1. Склонировать репозиторий на VPS
git clone https://github.com/ESkuratov/mcp-info-gatherer.git /opt/mcp-info-gatherer
cd /opt/mcp-info-gatherer

# 2. Создать .env с ключами (см. .env.example)
cp .env.example .env
nano .env

# 3. Запустить
docker compose up -d --build

# Проверка
docker compose ps
curl -s http://127.0.0.1:8002/sse

Контейнер слушает 127.0.0.1:8002 — наружу отдаёт nginx (см. ниже). Telegram session (telegram_user_session.session) хранится в volume mcp_data и переживает перезапуски контейнера.

User mode Telegram на VPS: при первом запуске Telethon запросит код из Telegram. Проще авторизоваться локально (uv run mcp-info-gatherer), затем скопировать telegram_user_session.session в volume:

docker cp telegram_user_session.session mcp-info-gatherer:/data/

systemd (автозапуск при перезагрузке)

sudo cp deploy/mcp-info-gatherer.service /etc/systemd/system/
sudo systemctl daemon-reload
sudo systemctl enable --now mcp-info-gatherer

Nginx + HTTPS

sudo cp deploy/nginx.conf /etc/nginx/sites-available/mcp-info-gatherer
# заменить mcp.example.com на свой домен
sudo ln -s /etc/nginx/sites-available/mcp-info-gatherer /etc/nginx/sites-enabled/
sudo nginx -t && sudo systemctl reload nginx

Сертификат Let's Encrypt:

sudo apt install certbot python3-certbot-nginx
sudo certbot --nginx -d mcp.example.com

systemd-сервис (без Docker)

/etc/systemd/system/mcp-info-gatherer.service:

[Unit]
Description=MCP Info Gatherer
After=network.target

[Service]
Type=simple
User=www-data
WorkingDirectory=/opt/mcp-info-gatherer
EnvironmentFile=/opt/mcp-info-gatherer/.env
ExecStart=/opt/mcp-info-gatherer/.venv/bin/uv run mcp-info-gatherer --transport sse --host 0.0.0.0 --port 8002
Restart=always
RestartSec=5

[Install]
WantedBy=multi-user.target

sudo systemctl daemon-reload
sudo systemctl enable --now mcp-info-gatherer

Reverse proxy (рекомендуется)

Через Nginx с HTTPS и базовой аутентификацией:

server {
    listen 443 ssl;
    server_name mcp.example.com;

    ssl_certificate /etc/letsencrypt/live/mcp.example.com/fullchain.pem;
    ssl_certificate_key /etc/letsencrypt/live/mcp.example.com/privkey.pem;

    location / {
        proxy_pass http://127.0.0.1:8002;
        proxy_http_version 1.1;
        proxy_set_header Upgrade $http_upgrade;
        proxy_set_header Connection "upgrade";
        proxy_set_header Host $host;
        proxy_read_timeout 86400;
    }
}

Подключение из Claude Desktop

На локальной машине в claude_desktop_config.json:

"mcp-info-gatherer": {
  "url": "https://mcp.example.com"
}

Инструменты MCP

Web

search_web

Поиск информации в интернете через Tavily API.

Параметры:

• query (str): Поисковый запрос

• max_results (int, optional): Максимум результатов (1-20, по умолчанию 10)

Ответ:

{
  "results": [
    {
      "title": "AI Trends 2026",
      "url": "https://example.com/ai-trends",
      "content": "Краткое описание...",
      "source": "web",
      "score": 0.95
    }
  ],
  "total": 5,
  "source": "web",
  "error": null
}

Twitter / X

search_twitter

Поиск постов в Twitter/X. Требуется X_BEARER_TOKEN.

Параметры:

• query (str): Поисковый запрос (например, "AI news lang:en")

• max_results (int, optional): 1-100, по умолчанию 10

Telegram

search_telegram

Поиск сообщений по всем доступным Telegram каналам.

Два режима:

User mode использует Telethon (MTProto) — даёт полноценный поиск, как в официальном клиенте. При первом запуске потребуется ввести код подтверждения из Telegram.

Параметры:

• query (str): Поисковый запрос

• max_results (int, optional): 1-100, по умолчанию 10

search_telegram_channel

Поиск сообщений в конкретном Telegram канале.

Параметры:

• channel (str): @username, chat_id или invite link

• query (str): Поисковый запрос

• max_results (int, optional): 1-100, по умолчанию 10

get_telegram_channel_info

Получить информацию о Telegram канале (название, описание, подписчики).

Параметры:

• channel (str): @username, chat_id или invite link

GitHub

search_github

Поиск репозиториев на GitHub. Поддерживает qualifiers: language:python, stars:>100, topic:ai, org:openai, etc.

Параметры:

• query (str): Поисковый запрос

• max_results (int, optional): 1-100, по умолчанию 10

search_github_code

Поиск кода на GitHub.

Пример: "openai client lang:python"

search_github_issues

Поиск issues и PR на GitHub.

Пример: "bug label:bug state:open"

Hugging Face

search_huggingface

Поиск AI-моделей на Hugging Face Hub.

Параметры:

• query (str): Поисковый запрос (например, "text-to-image")

• max_results (int, optional): 1-100, по умолчанию 10

search_huggingface_datasets

Поиск датасетов на Hugging Face Hub.

Пример: "russian text"

arXiv

search_arxiv

Поиск научных статей на arXiv.

Параметры:

• query (str): Поисковый запрос или категория ("cat:cs.AI", "cat:cs.LG")

• max_results (int, optional): 1-100, по умолчанию 10

Trends

get_trends

Получить тренды по теме из указанного источника.

Параметры:

• topic (str): Тема для поиска трендов

• max_results (int, optional): 1-10, по умолчанию 5

• source (str, optional): web | twitter | github | huggingface | arxiv

Ответ:

[
  {
    "title": "AI в проектном менеджменте",
    "description": "Описание тренда...",
    "url": "https://example.com",
    "source": "web",
    "mentions": null
  }
]

Тестирование

# Запуск всех тестов
uv run pytest tests/ -v

# Только unit-тесты
uv run pytest tests/test_server.py -v

Что тестируется

• Модели — Pydantic-схемы (SearchResult, SearchResponse, TrendItem)

• Провайдеры — Web, Twitter, Telegram, GitHub, Hugging Face, arXiv

• Реестр провайдеров — синглтон, неизвестные источники

• MCP сервер — регистрация всех 10 инструментов

Структура проекта

mcp-info-gatherer/
├── src/mcp_info_gatherer/
│   ├── server.py          # MCP сервер (10 инструментов)
│   ├── models.py          # Pydantic-схемы
│   └── providers/
│       ├── base.py        # Базовый класс InfoProvider
│       ├── web_search.py  # Tavily API
│       ├── twitter.py     # X API v2
│       ├── telegram.py    # Telegram Bot API / Telethon
│       ├── github.py      # GitHub REST API v3
│       ├── huggingface.py # Hugging Face Hub API
│       └── arxiv.py       # arXiv API
├── tests/
│   └── test_server.py     # 27 тестов
├── deploy/
│   ├── nginx.conf          # reverse proxy с HTTPS
│   └── mcp-info-gatherer.service  # systemd unit для Docker
├── Dockerfile              # multi-stage сборка через uv
├── docker-compose.yml      # деплой на VPS
├── .dockerignore
├── .env.example
└── pyproject.toml

Интеграция с crewAI

В ai-gc-pipeline нужно будет создать bridge tool (tools/mcp_info_gatherer_tool.py), который будет запускать MCP сервер как subprocess и общаться с ним через JSON-RPC по stdio.

Агенты, которые будут использовать:

• ux-researcher — search_web, search_twitter, search_github (исследование аудитории и аналогов)

• content-strategist — search_web, search_huggingface, get_trends (контент-план)

• copywriter — search_arxiv, search_github (фактчекинг для технических статей)

• analyst — search_telegram, search_github_issues (мониторинг каналов и обсуждений)

Разработка

# Установка с dev-зависимостями
uv sync --group test

# Запуск тестов
uv run pytest

# Проверка типов
uv run mypy src/