Skip to main content
Glama

PolicySignal

一个用于搜索和分析习近平主席公开讲话的模型上下文协议(MCP)服务器 —— 涵盖公开政府来源发布的讲话、文章和官方声明。面向中国观察者、学者、记者和分析师的独立研究基础设施。任何兼容 MCP 的客户端 —— Claude Desktop、Claude Code、ChatGPT、Cursor、VS Code、Cline、Windsurf —— 均可通过一个公共 URL 连接。

中文说明见 README.zh.md · 完整设置与工具参考:USER-GUIDE.md / 使用指南.md

这是什么: 一个基于公开官方文本的检索与话语分析工具 —— 它呈现说了什么、何时说的、措辞如何演变,并附逐字引用和来源链接。这不是什么: 不是预测服务,不是背书,不是用于分析私人个体的工具。分析输出被标注为研究推断,绝不虚构引文或声称确定性。秉承开放的中国研究工具传统,如 China Media Project 和 CSIS Interpret: China。


快速开始

该服务器是一个公共、远程、无需认证的 MCP 端点 —— 大多数客户端只需 URL:

https://policy-signal.onrender.com/mcp
  • Claude Code(最快):claude mcp add --transport http --scope user policy-signal https://policy-signal.onrender.com/mcp

  • Claude Desktop / ChatGPT / Cursor / VS Code / Cline / Windsurf:添加自定义 / 远程 MCP 连接器并粘贴上述 URL(无需认证)。各客户端的详细步骤见 USER-GUIDE.md。

然后向你的助手提问,例如:

"使用 policy-signal,按年份绘制 新质生产力 与 高质量发展 的短语趋势图,并引用关键段落及其来源。"

Related MCP server: Korean Assembly Speech MCP

功能

工具

功能说明

search / list_articles

全文搜索(同义词/OR 集合、按时间排序),支持元数据过滤

get_article / get_context

检索文档 / 精读段落 —— 逐字引用的唯一来源

topic_timeline

主题框架逐年演变的证据时间线

phrase_trend

追踪某种表述的兴起 / 衰落 / 消失(tifa 信号;零填充桶使"不再提及"可见)

recent_signals

扫描近期上升或新出现的表述

corpus_stats / update_corpus

覆盖范围与新鲜度 / 增量刷新(公共端点已禁用刷新)

两个引导式提示词 —— scenario_research(topic) 和 event_prediction(event) —— 引导客户端模型采用证据优先的方法:构建时间线 → 比较表述 → 精读转折点 → 分层的高/中/低置信度推断,并附明确的证伪点。

方法与护栏

  • 每项主张都锚定到具体文档(id + 日期 + 来源 URL)。逐字引用仅来自 get_context / get_article,并与语料库核对。

  • 事实与推断分开标注。 分析提示词预测的是主题、框架和表述优先级 —— 绝非逐字脚本、特定日期的事件或行为概率。

  • 研究框架。 输出是对公开声明的文献研究,而非预言。

语料库与来源

公开政府来源发布的官方声明;见 SOURCES.md。语料库存储文档文本和元数据,用于搜索和引用,不作为批量下载数据集提供;每条结果都链接回原始发布页面。使用限制和故障排除见 USER-GUIDE.md。

免责声明

由 ACEE Ventures 发布的独立研究基础设施,仅供教育和分析使用。它分析公开可得的官方声明,不代表、预测或背书任何个人或政府;与任何政府或官方机构无关联,亦未获其背书。分析输出属于研究推断,不应视为事实性预测。见 DISCLAIMER.md。

许可证

代码:MIT。语料库文本归原始发布者所有,此处仅用于研究和引用;本仓库不授予再分发源文本的权利。


由 ACEE Ventures 维护。

Available Tools

9 tools
corpus_statsBInspect

语料库覆盖情况:总篇数、时间范围、来源分布、待抓取/失败数、站点总数对比。

Inputs: no named parameters.

get_articleAInspect

按 id 取一篇文章的完整元数据与全文。max_chars>0 时截断正文。

Inputs: article_id (required), max_chars.

get_contextAInspect

单篇精读:返回该文章中命中 query 的段落及前后 window 段上下文(带段号)。 需要逐字引用原话时,必须从这里或 get_article 的返回文本中原样复制。

Inputs: query (required), article_id (required), window.

list_articlesBInspect

按时间/来源/标题子串浏览语料库(不做全文匹配,浏览用)。

Inputs: limit, offset, source, date_to, +3 more.

phrase_trendAInspect

提法(tifa)趋势:每个提法在各时间桶的覆盖率(articles/per100)与强度(per10k_chars)。 提法的出现、升温、降温、消失是可观察的政策信号(CMP 方法论);时间桶零填充,消失本身即信号。 注意:per100 对高频词(如单字"党")会饱和于 100,看强度变化用 per10k_chars;小桶(of<20)噪声大。 适合对比同义/竞争提法,如 ["高质量发展","高速增长"]。

Inputs: phrases (required), granularity.

recent_signalsBInspect

新提法信号:近 days 天(上限365)相对之前 baseline_days 天(上限1095)基线明显升温 或全新出现的表述(锚定语料库最新文章日期)。baseline_count=0 即全新提法。 结果带 baseline_thin 标志,基线过薄时 ratio 仅供参考。用于预测前的信号扫描。

Inputs: top, days, baseline_days.

topic_timelineAInspect

主题证据时间线:按时间桶(year/quarter/month)返回该主题最相关的若干篇(含片段), 用于追踪他在某问题上表述的演变。研究特定场景/问题时先用这个建立证据骨架。

Inputs: query (required), per_bucket, granularity.

update_corpusAInspect

增量抓取:发现并抓取数据库尚未收录的最新文章。full=True 时重新走完整个列表 (仅初建/校对用,耗时长)。返回本次新增与当前库存统计。

Inputs: full, max_articles.

Tool Schema Changelog

Recent tool additions, removals, and schema changes observed during successful MCP inspections.

Loading tool schema changelog…

    TDQS

    A3.8/5.0

    Scored across 9 tools

    Disambiguation5/5

    Each tool serves a distinct purpose: search for full-text query, list_articles for metadata browsing, get_article for retrieval by ID, topic_timeline for temporal evidence, phrase_trend for phrase frequency, recent_signals for new phrase detection, get_context for passage extraction, corpus_stats for coverage, and update_corpus for crawling. No two tools overlap sufficiently to cause misselection.

    Naming Consistency4/5

    All names use snake_case and are descriptive, but the pattern mixes verb_noun (get_article, list_articles, get_context, update_corpus) with noun phrases (topic_timeline, phrase_trend, recent_signals, corpus_stats) and a single verb (search). This is still readable and predictable, but not as uniform as a strict verb_noun convention.

    Tool Count5/5

    9 tools is well-scoped for a specialized corpus analysis server. The set covers search, retrieval, browsing, temporal analysis, phrase trends, signal detection, context extraction, statistics, and updating, with no redundancy or missing essential operations.

    Completeness5/5

    The tool surface is comprehensive for the domain: full-text search, article retrieval, browsing, timeline construction, phrase trend analysis, new signal detection, contextual quoting, corpus statistics, and incremental updates. There are no obvious gaps that would hinder an agent's ability to conduct research on this corpus.

    Related MCP Connectors

    Related MCP Servers