Skip to main content
Glama
salwks

mcp-techTrend

trends-mcp

Documentación en coreano: README.ko.md

A single MCP server that pulls academic + code + medical-device-regulatory trend data from seven sources and renders newspaper-style briefings — with per-domain tuning baked in.

Fuente

Herramientas

Notas

arXiv

arxiv_recent, arxiv_search

Round-robin por categoría para que las categorías pequeñas no sean eclipsadas por las grandes

PubMed

pubmed_search

Resúmenes completos vía efetch.fcgi

HF Daily Papers

paperswithcode_trending

Ordenado por votos de la comunidad (reemplaza la API de PwC que dejó de funcionar)

GitHub

github_trending, github_search

Scraping de la página de tendencias + API de búsqueda con filtro de fecha created:>

Hugging Face

huggingface_trending

Modelos / datasets / spaces, en tendencia o recientes

openFDA 510(k)

fda_510k_recent

Autorizaciones de dispositivos

openFDA Recalls

fda_recalls_recent

Eventos de retirada con filtro de clase

(agregadores)

trends_digest, trends_briefing

Llamadas paralelas a múltiples fuentes

trends_briefing es la herramienta principal: invoca "weekly news" / "주간 뉴스" y obtén un resumen con formato de periódico de todas las fuentes habilitadas, traducido automáticamente al idioma de conversación del usuario por el LLM.


Por qué existe esto

La mayoría de los servidores MCP académicos / de código / regulatorios son de una sola fuente. Este es multifuente y consciente del dominio: un investigador que rastrea IA de imágenes médicas, un ingeniero de ML que sigue artículos de ML, un analista de seguridad que observa CVEs y repositorios en tendencia — todos configuran una vez vía python configure.py, luego trends_briefing se convierte en el "periódico del lunes por la mañana" para su dominio.

Lo que lo hace útil:

  • Formato de periódico con sugerencia de traducción — el LLM traduce automáticamente el texto fuente (resúmenes de artículos, razones de retiradas, etc.) al idioma de tu conversación mientras preserva identificadores, URLs y valores métricos literalmente.

  • Round-robin por categoría para arXiv — cs.HC (~50 artículos/sem) no se ve eclipsado por cs.LG (~1500/sem) cuando ambos se rastrean juntos.

  • Caché TTL + coalescencia de solicitudes concurrentes — las llamadas repetidas y los resúmenes paralelos no saturan las APIs upstream.

  • No se requieren tokens. Las siete fuentes funcionan de forma anónima; los tokens solo aumentan el límite de tasa por fuente.

  • Lanzador de Python seguro en sandbox. Evita el bloque env de claude_desktop_config.json (que trunca valores con espacios en algunas compilaciones de macOS) configurando variables de entorno en Python antes de pasarlas al servidor.


Instalación

git clone https://github.com/salwks/mcp-techTrend.git
cd mcp-techTrend
python3 -m venv .venv
.venv/bin/pip install -r requirements.txt

Conéctate a Claude Desktop editando ~/Library/Application Support/Claude/claude_desktop_config.json:

{
  "mcpServers": {
    "trends": {
      "command": "/path/to/trends-mcp/.venv/bin/python",
      "args": ["/path/to/trends-mcp/run.py"]
    }
  }
}

⚠️ args apunta a run.py (el lanzador), no a trends_mcp.py. El lanzador establece variables de entorno específicas del dominio antes de que se inicie el servidor.

Reinicia Claude Desktop. El servidor trends debería aparecer con 11 herramientas.


Configuración

Una única fuente de verdad: run.py. Dos formas de editarlo:

A. TUI interactiva — configure.py (recomendado)

python configure.py
═══ trends-mcp 설정 ═══
  [1] Active sources       (7/7 enabled)
  [2] arXiv categories     (4 entries · 13 papers/wk)
  [3] PubMed query
  [4] API tokens           (0/4 set)
  [5] Show current config
  [6] Save and restart
  [7] Quit without saving

Alterna fuentes con números, establece pesos de arXiv con set 1 7, aplica preajustes con preset medical-imaging, guarda con [6]. La acción de guardar crea una copia de seguridad en run.py.bak, escribe el nuevo bloque SETTINGS (basado en AST — nunca toca código que no sea de configuración), y ejecuta pkill -f trends_mcp para que Claude Desktop reinicie el servidor con la nueva configuración en la siguiente llamada.

Las etiquetas del menú TUI están en coreano; los comandos y preajustes están en inglés. La internacionalización (i18n) de la propia TUI está en la hoja de ruta de la v0.2.

Modos de disparo único:

python configure.py --show       # print current config
python configure.py --restart    # pkill stale MCP processes

B. Edición directa — bloque SETTINGS de run.py

TRENDS_ENABLED_SOURCES = ""                          # "" = all
TRENDS_ARXIV_CATEGORIES = "cs.LG:5,cs.CV:3,cs.CL:3,cs.AI:2"
TRENDS_DEFAULT_PUBMED_QUERY = "(deep learning OR AI) AND (medical OR clinical)"
# GITHUB_TOKEN = "ghp_..."         # raises 60 → 5,000 req/h
# HF_TOKEN = "hf_..."
# NCBI_API_KEY = "..."             # raises 3 → 10 req/s for PubMed
# OPENFDA_API_KEY = "..."          # raises 240 → 120,000 req/day

Reinicia Claude Desktop después de guardar (o pkill -f trends_mcp).

Preajustes

# AI/ML researcher (default)
TRENDS_ARXIV_CATEGORIES = "cs.LG:5,cs.CV:3,cs.CL:3,cs.AI:2"

# Medical imaging / clinical AI
TRENDS_ARXIV_CATEGORIES = "eess.IV:5,cs.CV:3,cs.HC:2,q-bio.QM:2"

# Robotics
TRENDS_ARXIV_CATEGORIES = "cs.RO:5,cs.AI:3,cs.LG:2,cs.CV:2"

# HCI / UX
TRENDS_ARXIV_CATEGORIES = "cs.HC:5,cs.CY:3,cs.AI:2,cs.SI:2"

# Security
TRENDS_ARXIV_CATEGORIES = "cs.CR:5,cs.LG:2,cs.NI:2"

# Computational biology
TRENDS_ARXIV_CATEGORIES = "q-bio.QM:4,q-bio.GN:3,q-bio.BM:3,stat.AP:2"

Categorías comunes de arXiv (referencia completa: ARXIV_CATEGORIES.md):

Código

Campo

Artículos semanales (aprox)

cs.AI

Inteligencia Artificial

500–800

cs.LG

Aprendizaje Automático

1,500–2,000 (el más grande)

cs.CV

Visión por Computador

1,000–1,500

cs.CL

PLN

500–800

cs.HC

HCI / UX

50–100

cs.RO

Robótica

100–200

cs.CR

Seguridad

~200

eess.IV

Procesamiento de Imagen/Video (imágenes médicas)

100–200

q-bio.QM

Biología cuantitativa

50–100

Lista de permitidos de fuentes

TRENDS_ENABLED_SOURCES = "arxiv,github,huggingface,paperswithcode"
# → fda_510k, fda_recalls, pubmed tools won't appear in the tool list at all

Vacío / "*" / "all" = habilitar todo. Las fuentes deshabilitadas no registran sus herramientas, por lo que la lista de herramientas de chat se reduce. trends_digest y trends_briefing permanecen registrados y omiten las fuentes deshabilitadas correctamente.


Herramientas

Herramienta

Propósito

arxiv_recent

Artículos recientes en una categoría, por fecha de envío

arxiv_search

Búsqueda por palabra clave / sintaxis de campo (ti:, au:, abs:, cat:)

pubmed_search

Búsqueda en PubMed (términos MeSH, etiquetas de campo) — resúmenes vía efetch

paperswithcode_trending

HF Daily Papers, ordenado por votos de la comunidad

github_trending

Explorar github.com/trending (scraping HTML)

github_search

API de búsqueda de GitHub; days filtra por created:

huggingface_trending

Modelos / datasets / spaces de HF Hub

fda_510k_recent

Autorizaciones recientes de la FDA 510(k)

fda_recalls_recent

Retiradas recientes de dispositivos médicos de la FDA (filtro de clase)

trends_digest

Resumen en lista de viñetas multifuente, dado un tema

trends_briefing

Resumen de periódico multifuente; tema opcional

Todas las herramientas de búsqueda aceptan days=N para filtrar por los últimos N días. trends_briefing agrupa los resultados en secciones de 🎓 Investigación / 💻 Código y Modelos / 🏥 Regulatorio.

trends_digest

trends_briefing

Tema

requerido

opcional (modo "qué hay de nuevo")

Rango de fuentes

subconjunto configurable (predeterminado 4)

todas las fuentes habilitadas

Formato

resumen en lista de viñetas

formato de periódico agrupado

Caso de uso

inmersión profunda en un tema

resumen semanal regular


Caché

La caché TTL en memoria por proceso envuelve cada respuesta HTTP. Las solicitudes concurrentes identes se fusionan mediante asyncio.Lock por clave — N llamadores paralelos disparan una solicitud upstream.

Grupo TTL

Duración

Herramientas

Tendencias

5 min

github_trending, paperswithcode_trending, huggingface_trending (orden de tendencias), github_search (con days)

Predeterminado

10 min

arxiv_recent, arxiv_search, github_search, huggingface_trending (otros órdenes)

Estático

1 hora

pubmed_search, fda_510k_recent, fda_recalls_recent

Hasta 256 entradas; las más antiguas se eliminan cuando está lleno. No hay forma de deshabilitar — los TTL son lo suficientemente cortos como para que la obsolescencia esté limitada.


Limitaciones conocidas

  • GitHub Trending es scraping HTML — no existe una API oficial. Los cambios de diseño pueden romperlo. Sustituto de tendencias estable: github_search con days=7 y sort=stars.

  • trendingScore de HF no está documentado. La superficie de la API puede cambiar.

  • HF Daily Papers cubre ~50 artículos seleccionados al día, no todo arXiv. Es un feed de "de qué se habló", no exhaustivo.

  • arXiv no tiene tendencias nativas — las aproximamos mediante feeds de envíos recientes equilibrados por categoría.

  • El campo classification de openFDA a veces devuelve None incluso en retiradas clasificadas recientemente (retraso de datos upstream). El índice de búsqueda también tiene retraso.


Hoja de ruta (TODO)

  • v0.2: i18n para el menú TUI y los encabezados de sección del resumen

  • bioRxiv / medRxiv vía RSS

  • Semantic Scholar (grafo de citas)

  • Eventos adversos de openFDA (MAUDE)

  • Scraping de EUDAMED de la UE

  • PMDA (dispositivos médicos de Japón)

  • MFDS (dispositivos médicos de Corea)

  • Suite de pruebas basada en mocks para CI


Licencia

MIT

Install Server
A
license - permissive license
A
quality
C
maintenance

Maintenance

Maintainers
Response time
Release cycle
Releases (12mo)
Commit activity

Latest Blog Posts

MCP directory API

We provide all the information about MCP servers via our MCP API.

curl -X GET 'https://glama.ai/api/mcp/v1/servers/salwks/mcp-techTrend'

If you have feedback or need assistance with the MCP directory API, please join our Discord server