trends-mcp

韩语文档：README.ko.md

一个单一的 MCP 服务器，可从七个来源获取学术 + 代码 + 医疗器械监管趋势数据，并生成报纸风格的简报——内置了针对特定领域的调优功能。

trends_briefing 是核心工具：调用“weekly news” / “周报”即可获取涵盖所有已启用来源的报纸格式简报，并由 LLM 自动翻译成用户的对话语言。

为什么会有这个项目

大多数学术 / 代码 / 监管 MCP 服务器都是单一来源的。本项目不仅支持多源，而且具备领域感知能力：无论是追踪医学影像 AI 的研究人员、关注 ML 论文的机器学习工程师，还是监控 CVE 和热门仓库的安全分析师，只需通过 python configure.py 配置一次，trends_briefing 就会成为他们专属的“周一早报”。

其核心优势：

• 报纸格式及翻译提示 — LLM 会自动将源文本（论文摘要、召回原因等）翻译成您的对话语言，同时完整保留标识符、URL 和度量值。

• arXiv 按类别轮询 — 当 cs.HC（约 50 篇/周）与 cs.LG（约 1500 篇/周）同时被追踪时，前者不会被后者淹没。

• TTL 缓存 + 并发请求合并 — 重复调用和并行简报不会对上游 API 造成压力。

• 无需 Token。所有七个来源均可匿名工作；Token 仅用于提高各来源的速率限制上限。

• 沙盒安全的 Python 启动器。通过在 Python 中设置环境变量后再交给服务器，绕过了 claude_desktop_config.json 中 env 块（在某些 macOS 构建版本中会截断包含空格的值）的限制。

安装

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

通过编辑 ~/Library/Application Support/Claude/claude_desktop_config.json 连接到 Claude Desktop：

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

⚠️ args 指向 run.py（启动器），而非 trends_mcp.py。 启动器会在服务器启动前设置特定领域的环境变量。

重启 Claude Desktop。trends 服务器应显示 11 个工具。

配置

单一事实来源：run.py。 有两种编辑方式：

A. 交互式 TUI — configure.py（推荐）

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

使用数字切换来源，通过 set 1 7 设置 arXiv 权重，使用 preset medical-imaging 应用预设，通过 [6] 保存。保存操作会备份至 run.py.bak，写入新的 SETTINGS 块（基于 AST，不会触及非配置代码），并运行 pkill -f trends_mcp，以便 Claude Desktop 在下次调用时以新配置重启服务器。

TUI 菜单标签为韩语；命令和预设为英语。 TUI 本身的国际化（i18n）在 v0.2 路线图中。

单次运行模式：

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

B. 直接编辑 — run.py SETTINGS 块

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

保存后重启 Claude Desktop（或运行 pkill -f trends_mcp）。

预设

# 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"

常见的 arXiv 类别（完整参考：ARXIV_CATEGORIES.md）：

来源白名单

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

留空 / "*" / "all" = 启用所有。禁用的来源不会注册其工具，因此聊天工具列表本身会缩减。trends_digest 和 trends_briefing 仍会注册，并优雅地跳过已禁用的来源。

工具

所有搜索工具均接受 days=N 进行最近 N 天的过滤。trends_briefing 将结果分为 🎓 研究 / 💻 代码与模型 / 🏥 监管部分。

trends_digest vs trends_briefing

缓存

每个进程内的内存 TTL 缓存封装了每个 HTTP 响应。并发的相同请求通过每个键的 asyncio.Lock 进行合并 — N 个并行调用者仅触发一次上游请求。

最多 256 条目；存满时驱逐最旧的。无法禁用 — TTL 时间足够短，陈旧度在可控范围内。

已知限制

• GitHub Trending 是 HTML 抓取 — 不存在官方 API。布局更改可能会导致其失效。稳定的热门替代方案：带 days=7 和 sort=stars 的 github_search。

• HF trendingScore 未公开文档。API 接口可能会发生变化。

• HF Daily Papers 每天涵盖约 50 篇精选论文，并非 arXiv 的全部。它是一个“讨论热点”源，而非详尽列表。

• arXiv 没有原生的热门功能 — 我们通过按类别平衡的最新提交源进行近似。

• openFDA classification 字段有时即使在最近分类的召回中也会返回 None（上游数据滞后）。搜索索引也存在滞后。

路线图 (TODO)

• v0.2: TUI 菜单和简报章节标题的国际化 (i18n)

• 通过 RSS 获取 bioRxiv / medRxiv

• Semantic Scholar (引用图谱)

• openFDA 不良事件 (MAUDE)

• EU EUDAMED 抓取

• PMDA (日本医疗器械)

• MFDS (韩国医疗器械)

• 用于 CI 的 Mock 测试套件

许可证

MIT