Nachrichten-Big-Data-Dienst

Dieser MCP-Dienst bietet Unternehmens-Keyword-Suche, globale Nachrichtensuche, Unternehmensnachrichten, Branchennachrichten, Themenverfolgung und Unternehmensdynamik-Überwachung und hilft Benutzern bei Branchenforschung, Trendverfolgung, der Beobachtung der öffentlichen Meinung zu Unternehmen und dem Markenreputationsmanagement.

Hauptfunktionen

• 🏢 Suche nach Unternehmenskurznamen und Keywords

• 🔍 Globale Nachrichten-Keyword-Suche

• 🏢 Abfrage von Unternehmensnachrichten und öffentlicher Meinung

• 🏭 Branchen- und Sektor-Nachrichtensuche

• 🎯 Themenverfolgung zu Politik, Technologie, Marken und Ereignissen

• 📊 Überwachung von Unternehmensnachrichtendetails und Sentiment-Statistiken

Related MCP server: industry-chain-mcp-server

Hinweise zum Servicedesign

• Der Dienst bietet 6 Tools basierend auf tatsächlichen Geschäftsszenarien an, nicht flach nach der Anzahl der Upstream-APIs.

• Wenn der Benutzer nur einen Unternehmenskurznamen angibt, rufen Sie zuerst information_enterprise_search auf, um den vollständigen Unternehmensnamen oder eine stabile ID zu erhalten.

• Die Such-, Branchen- und Themen-Tools verwenden dieselbe Produkt-ID für die globale Nachrichtensuche, behalten aber die Semantik der verschiedenen Szenarien bei.

• Die Ergebnisse der Upstream-Nachrichtensuche werden von der MCP-Schicht über pageIndex und pageSize paginiert, standardmäßig 20 Einträge pro Seite, maximal 50.

• Suchresultate geben standardmäßig keinen langen Text zurück; nach dem Setzen von includeContent=true kann die Länge jedes Texts über contentMaxChars begrenzt werden.

• information_monitor wählt über view Details oder Statistiken aus und greift pro Aufruf nur auf eine Produkt-ID zu.

• Der äußere Geschäftsrahmen aller paginierten Antworten enthält nur total und resultList.

Systemanforderungen

• Python 3.10+

• Abhängigkeiten: python-dotenv, requests, mcp

Lokaler Schnellstart

1. In das Projektverzeichnis wechseln

cd information-mcp-server

2. Virtuelle Umgebung erstellen und Abhängigkeiten installieren

python3 -m venv mcp_env
source mcp_env/bin/activate
pip install -r requirements.txt

3. Umgebungsvariablen konfigurieren

Umgebungsvariablen-Vorlage kopieren:

cp .env.example .env

.env-Datei bearbeiten:

INTEGRATOR_ID=your_integrator_id
SECRET_ID=your_secret_id
SECRET_KEY=your_secret_key
HANDAAS_REQUEST_TIMEOUT=30

HANDAAS_REQUEST_TIMEOUT ist eine optionale Konfiguration in Sekunden; der Standardwert ist 30.

4. Streamable-HTTP-Dienst starten

python server/mcp_server.py streamable-http

Die Standardadresse des Dienstes ist http://localhost:8000/mcp.

Alternativ kann das Startskript verwendet werden:

./start_mcp_server.sh streamable-http

Es werden drei Startmodi unterstützt: stdio, sse und streamable-http.

5. MCP-Konfiguration für Cursor / Cherry Studio

{
  "mcpServers": {
    "information-mcp-server": {
      "type": "streamableHttp",
      "url": "http://127.0.0.1:8000/mcp"
    }
  }
}

Installation und Bereitstellung der STDIO-Version

Ersetzen Sie {workdir} durch den absoluten Pfad von information-mcp-server:

{
  "mcpServers": {
    "information-mcp-server": {
      "command": "{workdir}/mcp_env/bin/python",
      "args": [
        "{workdir}/server/mcp_server.py",
        "stdio"
      ]
    }
  }
}

INTEGRATOR_ID, SECRET_ID und SECRET_KEY erhalten Sie, nachdem Sie sich bei HandaaS registriert und einen Integrator aktiviert haben. Echte Anmeldedaten sollten nur in der lokalen .env-Datei oder in Bereitstellungsschlüsseln gespeichert werden.

Verfügbare Tools und Produkt-IDs

1. information_enterprise_search

Funktion: Sucht Kandidatenunternehmen nach Unternehmenskurzname, Marke, Produkt oder anderen Keywords.

Wichtige Parameter: matchKeyword erforderlich; pageIndex Standard 1; pageSize Standard 10, maximal 50.

Rückgabe: Kandidatenunternehmen total/resultList. Nach Bestätigung des Unternehmens verwenden Sie den vollständigen Unternehmensnamen, die Unternehmens-ID oder die einheitliche soziale Kreditnummer für die Unternehmensnachrichten- und Überwachungs-Tools.

2. information_search

Funktion: Sucht Nachrichtentitel und -inhalte anhand von Keywords.

Wichtige Parameter:

• matchKeyword (erforderlich): Suchkeyword.

• pubDateBegin, pubDateEnd (optional): Start- und Endbedingungen für die Veröffentlichungszeit.

• pageIndex (optional): Von MCP zurückgegebene Seitennummer, beginnend bei 1.

• pageSize (optional): Anzahl pro Seite, Standard 20, maximal 50.

• includeContent (optional): Ob der Nachrichtentext zurückgegeben werden soll, Standard false.

• contentMaxChars (optional): Maximale Anzahl von Zeichen pro Eintrag bei Rückgabe des Texts, Standard 1000, Bereich 100–5000.

Rückgabe: total und resultList; die Ergebnisse können Titel, Quelle, Veröffentlichungszeit, Nachrichtenlink und bei Bedarf gekürzten Text enthalten.

3. information_company_news

Funktion: Fragt Nachrichten- und Stimmungsdetails zu einem bestimmten Unternehmen ab.

Wichtige Parameter:

• matchKeyword (erforderlich): Unternehmensname, Unternehmens-ID, Registrierungsnummer oder einheitliche soziale Kreditnummer.

• keywordType (optional): Typ der Unternehmenskennung, unterstützt name, nameId, regNumber, socialCreditCode.

• pageIndex (optional): Seitennummer, beginnend bei 1.

• pageSize (optional): Anzahl pro Seite, Standard 50, maximal 50.

• sentimentLabel (optional): 0 negativ, 1 positiv, 2 neutral, 3 unbekannt.

Rückgabe: total und resultList; die Ergebnisse können Nachrichtenzusammenfassung, Link, Quelle, Titel, Veröffentlichungszeit, zugehörige Unternehmen und Sentiment-Label enthalten.

4. information_industry_news

Funktion: Sucht Nachrichten nach Branchen-, Sektor- oder Industrie-Keywords für Branchenforschung und Marktdynamikanalyse.

Wichtige Parameter:

• matchKeyword (erforderlich): Branchen-, Sektor- oder Industrie-Keyword.

• pubDateBegin, pubDateEnd (optional): Zeitraum der Veröffentlichung.

• pageIndex, pageSize (optional): Seitennummer und Anzahl pro Seite, pageSize maximal 50.

• includeContent, contentMaxChars (optional): Schalter für die Textrückgabe und Obergrenze für die Textlänge.

Rückgabe: total und resultList.

5. information_topic

Funktion: Verfolgt klare Themen wie Politik, Technologie, Marken oder aktuelle Ereignisse.

Wichtige Parameter:

• matchKeyword (erforderlich): Konkretes Themen- oder Ereignis-Keyword.

• pubDateBegin, pubDateEnd (optional): Beobachtungszeitraum für das Thema.

• pageIndex, pageSize (optional): Seitennummer und Anzahl pro Seite, pageSize maximal 50.

• includeContent, contentMaxChars (optional): Schalter für die Textrückgabe und Obergrenze für die Textlänge.

Rückgabe: total und resultList.

6. information_monitor

Funktion: Überwacht Unternehmensnachrichten; wahlweise mit Detailansicht der Nachrichtenereignisse oder Sentiment-Statistikansicht.

Wichtige Parameter:

• matchKeyword (erforderlich): Unternehmensname, Unternehmens-ID, Registrierungsnummer oder einheitliche soziale Kreditnummer.

• view (optional): details Detailansicht der Nachrichtenereignisse; statistics Sentimentverteilung und -trends. Standard statistics.

• keywordType (optional): Typ der Unternehmenskennung.

• pageIndex, pageSize (optional): Nur für die details-Ansicht, pageSize maximal 50.

• sentimentLabel (optional): Sentimentfilter, nur für die details-Ansicht.

Rückgabe: Die Detailansicht gibt total und resultList zurück; die Statistikansicht gibt Geschäftsfelder für Sentimentverteilung und -trends zurück.

Anwendungsfälle

1. Unternehmensidentifikation: Bestätigt über Kurznamen oder Markenbegriffe den vollständigen Unternehmensnamen und stabile Kennungen.

2. Nachrichtensuche: Aggregiert globale Nachrichtentitel, Quellen, Zeiten und Links nach Keywords.

3. Branchenforschung: Verfolgt branchen-, sektor- und industriespezifische Entwicklungen.

4. Themenverfolgung: Beobachtet kontinuierlich Politik, Technologie, Marken und aktuelle Ereignisse.

5. Unternehmensöffentlichkeit: Fragt unternehmensbezogene Nachrichten ab und filtert nach Sentiment-Kategorien.

6. Dynamiküberwachung: Analysiert Sentimentverteilung und Veränderungstrends von Unternehmensnachrichten.

7. Markenreputationsmanagement: Identifiziert Reputationsrisiken durch Kombination von Nachrichtendetails und Sentiment-Statistiken.

Hinweise zur Verwendung

1. Kurznamenbehandlung: Wenn ein Unternehmenskurzname nicht direkt abgefragt werden kann, rufen Sie zuerst information_enterprise_search auf.

2. Szenarioauswahl: Für Unternehmensöffentlichkeit verwenden Sie information_company_news oder information_monitor; für Branchenforschung information_industry_news.

3. Paginierungsbeschränkungen: pageIndex beginnt bei 1, pageSize muss zwischen 1 und 50 liegen.

4. Textsteuerung: Standardmäßig wird informationText nicht zurückgegeben; wenn Text benötigt wird, setzen Sie explizit includeContent=true.

5. Textlänge: contentMaxChars muss zwischen 100 und 5000 liegen.

6. Sentiment-Labels: 0 bedeutet negativ, 1 positiv, 2 neutral, 3 unbekannt.

7. Legitime leere Ergebnisse: Wenn keine Übereinstimmung mit Keyword-, Zeit- oder Sentimentbedingungen vorliegt, können total=0 und eine leere resultList zurückgegeben werden.

Beispielfragen zur Verwendung

information_enterprise_search (Unternehmens-Keyword-Suche)

1. Welche Unternehmen entsprechen „小米“?

2. Verwenden Sie „格力“, um den genauen Unternehmensnamen und die Unternehmens-ID zu finden.

information_search (Volltextsuche in Nachrichten)

1. Suchen Sie nach Nachrichten zu künstlicher Intelligenz; zeigen Sie nur Titel und Quelle an.

2. Suchen Sie nach Nachrichten zu neuen Energiefahrzeugen und geben Sie zwei kurze Textausschnitte zurück.

information_company_news (Unternehmensnachrichten abfragen)

1. Fragen Sie die letzten Unternehmensnachrichten von 小米科技有限责任公司 ab.

2. Zeigen Sie die negative öffentliche Meinung zu 珠海格力电器股份有限公司 an.

information_industry_news (Branchennachrichtensuche)

1. Suchen Sie die neuesten Nachrichten zur Low-Altitude-Economy-Branche.

2. Welche aktuellen Branchenentwicklungen gibt es im Bereich humanoider Roboter?

information_topic (Nachrichten-Themenverfolgung)

1. Verfolgen Sie kontinuierlich das technologische Thema großer KI-Modelle.

2. Verfolgen Sie Ereignisse im Zusammenhang mit der Politik zum Umtausch alter Konsumgüter gegen neue.

information_monitor (Überwachung von Unternehmensnachrichten)

1. Überwachen Sie die Sentimentverteilung und -trends der öffentlichen Meinung zu 小米科技有限责任公司.

2. Zeigen Sie die neuesten Nachrichtenereignisdetails von 北京京东世纪贸易有限公司 an.

Test und Validierung

python -m py_compile server/mcp_server.py
python -m unittest discover -s tests -v

Die Unit-Tests verwenden Mock-HTTP-Antworten und rufen keine echten HandaaS-Nachrichtenschnittstellen auf.