readhn

KI-nativer HackerNews-MCP-Server. Finde HN-Inhalte, die zählen, mit erklärbaren Qualitätssignalen.

Was es tut

Entdecken — Filtere Geschichten nach Schlüsselwörtern, Punktzahl, Zeit. Erhalte sortierte Ergebnisse mit Qualitätssignalen.

Vertrauen — Finde Fachexperten. Sieh, wer spricht und warum sie wichtig sind. EigenTrust-Ausbreitung von Startexperten.

Verstehen — Jedes Ergebnis erklärt WARUM. 5 Signale: Praktiker-Tiefe (30%), Thread-Tiefe (20%), Expertenbeteiligung (20%), Geschwindigkeit (15%), Referenzen (15%).

Related MCP server: Hacker News MCP Server

Schnellstart

# Install
pip install readhn

# Auto-configure supported AI agents
readhn setup

readhn setup erkennt Konfigurationspfade von Claude Code, Codex, Cursor, Claude Desktop, Cline, Windsurf und OpenCode und fügt den readhn-MCP-Server hinzu.

Nützliche Setup-Flags:

readhn setup --list              # Show detected agents
readhn setup --dry-run           # Preview config changes only
readhn setup --agents "Cursor"  # Configure only specific agents

Nach dem Setup erkennt dein KI-Agent readhn automatisch und verwendet es, wenn du HN-Fragen stellst.

Verwendung

Frag deinen KI-Agenten:

• „Zeig mir die Top-HN-Geschichten über Rust diese Woche"

• „Finde Experten, die auf HN über Datenbanken schreiben"

• „Was sagten Praktiker über Kubernetes-Netzwerke?"

Der Agent ruft readhn-Tools auf, erhält Ergebnisse mit Qualitätssignalen und erklärt, warum jedes Ergebnis wichtig ist.

Konfiguration (Optional)

export HN_KEYWORDS="ai,llm,rust,distributed-systems,databases"  # Default filter keywords
export HN_MIN_SCORE="50"                                         # Minimum story score
export HN_EXPERTS="tptacek,simonw,antirez,ept,jepsen"           # Seed experts for trust
export HN_TIME_HOURS="24"                                        # Time window

So funktioniert es

Wenn du HN-Fragen stellst, verwendet dein KI-Agent diese Tools:

• discover_stories() — Top-Geschichten gefiltert nach Schlüsselwörtern/Punktzahl/Zeit, sortiert nach Qualitätssignalen

• search() — Algolia-Suche mit erklärbarem Ranking

• find_experts() — Finde Fachexperten mithilfe von EigenTrust im Kommentargraphen

• expert_brief() — Benutzerprofil + Aktivität + Vertrauenswert

• story_brief() — Geschichte + Top-Kommentare + Signale in einem Aufruf

• thread_analysis() — Vollständiger Kommentarbaum mit Qualitätssignalen pro Kommentar

Jede Antwort enthält eine Signale-Aufschlüsselung: warum jedes Ergebnis ausgewählt wurde.

Lizenz

MIT