noticias-mcp Servidor MCP

servidor de noticias mcp

Componentes

Recursos

El servidor expone artículos de noticias almacenados en una base de datos a través de un URI de recurso:

• news://{category}/{limit} : recupera una lista de los últimos artículos para una categoría determinada.

  • {category} : Filtra artículos por categoría (p. ej., tech , data_science , news ). Consulta la descripción de la herramienta para ver la lista completa.

  • {limit} (opcional, predeterminado 10): especifica el número máximo de artículos a devolver.

• Cada artículo devuelto incluye título, enlace, fecha de publicación y fuente.

Indicaciones

Actualmente, el servidor no muestra ningún mensaje. (La lógica de resumen existe internamente, pero no está disponible a través de un mensaje de MCP).

Herramientas

El servidor implementa una herramienta:

• summarize_news : recupera artículos de noticias sin procesar de la base de datos, lo que permite al cliente (LLM) resumirlos.

  • Toma argumentos opcionales category (cadena) y limit (entero, predeterminado 20).

  • Devuelve una lista de diccionarios de artículos, cada uno de los cuales contiene id , title , link , published , source y content .

  • Categorías disponibles: tech , data_science , llm_tools , cybersecurity , linux , audio_dsp , startups , news , science , research , policy .

Related MCP server: The Verge News MCP Server

Configuración

El servidor se basa en una base de datos PostgreSQL configurada a través de la variable de entorno DATABASE_URL (el valor predeterminado es postgresql://localhost/mcp_news ).

El script news_gatherer.py (destinado a ejecutarse por separado/programado) llena la base de datos a partir de varias fuentes RSS.

La lógica de resumen (interna, no expuesta a través de MCP) utiliza la API de OpenAI, configurada a través de la variable de entorno OPENAI_API_KEY .

Otras configuraciones (a través de variables de entorno o valores predeterminados):

• LOOKBACK_HOURS : Hasta qué punto news_gatherer.py busca artículos nuevos (valor predeterminado: 6).

• SUMMARY_WORD_TARGET : Cantidad de palabras objetivo para el resumen interno (predeterminado: 500).

• MAX_ARTICLES_PER_SUMMARY : Máximo de artículos incluidos en un lote de resumen (predeterminado: 25).

• KEYWORD_FILTER : Palabras clave utilizadas por la lógica de resumen interna.

Inicio rápido

Instalar

Escritorio de Claude

En MacOS: ~/Library/Application\ Support/Claude/claude_desktop_config.json En Windows: %APPDATA%/Claude/claude_desktop_config.json

Desarrollo

Construcción y publicación

Para preparar el paquete para su distribución:

1. Sincronizar dependencias y actualizar archivo de bloqueo:

uv sync

2. Distribuciones de paquetes de compilación:

uv build

Esto creará distribuciones de origen y de rueda en el directorio dist/ .

3. Publicar en PyPI:

uv publish

Nota: Deberás configurar las credenciales de PyPI a través de variables de entorno o indicadores de comando:

• Token: --token o UV_PUBLISH_TOKEN

• O nombre de usuario/contraseña: --username / UV_PUBLISH_USERNAME y --password / UV_PUBLISH_PASSWORD

Depuración

Dado que los servidores MCP se ejecutan en stdio, la depuración puede ser complicada. Para una experiencia óptima, recomendamos usar el Inspector MCP .

Puede iniciar el Inspector MCP a través de npm con este comando:

npx @modelcontextprotocol/inspector uv --directory ~/dev/news-mcp run news-mcp 

Al iniciarse, el Inspector mostrará una URL a la que podrá acceder en su navegador para comenzar a depurar.