使用说明
📰 MCP RSS新闻聚合器
一种模型上下文协议(MCP)服务器,为AI助手提供RSS提要聚合功能。此服务器允许您从各种新闻源和网站获取和解析RSS提要。
🚀 特性
- 📡 从任何URL获取RSS源
- 🔢 可配置的检索条目数
- ⏰ 从发布/更新日期中提取时间戳
- 🛡️ 对格式错误的源进行错误处理
- 🐳 Docker支持,易于部署
- 🔗 与VS Code和Cursor AI助手兼容
📋 先决条件
- 码头工人
- VS代码或游标IDE
📱 VS代码集成
-
安装MCP扩展 (如果可用)或配置MCP客户端
-
添加服务器配置 到您的VS代码设置:
{ "mcp.servers": { "feed": { "type": "stdio", "command": "docker", "args": [ "run", "-i", "--rm", "ghcr.io/edersonbadeca/rss-server:latest" ], } } -
VS代码/光标中的用法:
- 打开命令面板(
Cmd+Shift+P在 macOS 上,Ctrl+Shift+P在Windows/Linux上) - 键入“MCP”以访问MCP相关命令
- 在AI助手交互中使用RSS服务器工具
- 打开命令面板(
🔧 可用工具
get_feed
从给定的URL获取和解析RSS提要。
参数:
url(string):RSS源URLnum_entries(int,可选):要检索的条目数(默认值:10)
退货:
- 带有标题、链接和已发布时间戳的提要条目数组
AI聊天中的示例用法:
"Can you fetch the latest 5 articles from https://feeds.feedburner.com/TechCrunch?"
📚 API示例
基本饲料提取
# The tool will be called automatically by the AI assistant
# Example prompt: "Get me the latest news from BBC RSS feed"
自定义条目数
# Example prompt: "Fetch 20 articles from the Reuters RSS feed"
🐳 Docker配置
包括 Dockerfile 提供了一个容器化环境,其中包含:
- Python 3.13.3精简基础镜像
- 已预安装所有必需的依赖项
- 针对生产部署进行了优化
🔍 故障排除
常见问题
-
源解析错误:
- 检查URL是否为有效的RSS源
- 服务器优雅地处理格式错误的提要并发出警告
-
连接问题:
- 验证互联网连接
- 检查RSS URL是否可访问
-
VS代码/光标集成:
- 确保Docker容器正在运行
- 检查设置中的配置路径
- 验证Docker是否已正确安装并可访问
调试模式
查看Docker容器日志以了解详细的错误消息:
docker logs mcp-rss-server
或者以交互模式运行容器以查看实时日志:
docker run -it mcp-rss-server
🤝 贡献
- 分叉存储库
- 创建要素分支
- 进行更改
- 彻底测试
- 提交拉取请求
📄 许可证
这个项目是开源的。请检查许可证文件以了解详细信息。
🆘 支持
对于问题和疑问:
- 检查上面的故障排除部分
- 查阅MCP文档
- 在项目存储库中创建问题
🎉 致谢
- 内置于 模型上下文协议(MCP)
- 用途 馈送分析器 用于RSS解析
- 由...驱动 FastMCP
由以下材料制成❤️ 对于AI社区