使用说明

IT趋势 MCP服务器

概述

此仓库提供了一个模型上下文协议（MCP）服务器，用于收集和分析有关IT服务、技术和趋势受欢迎程度的信号。它通过MCP暴露工具，以获取Reddit讨论、聚合指标并生成报告（HTML/PDF/Excel）。该设计具有可扩展性，可添加自由职业者市场爬虫和趋势搜索器（如Google Trends、GitHub Trending、Stack Overflow）。

建筑学

server.py使用FastMCP构建的MCP服务器，用于注册工具、资源和提示。
tools/
- reddit_analyzer.py使用PRAW获取并分析Reddit帖子；提取技术提及内容和朴素情感分析结果。
- report_generator.py生成HTML/PDF/Excel格式的报告；使用matplotlib渲染图表。
- freelance_analyzer.py抓取并解析公开的自由职业市场（如Upwork/Freelancer），并汇总技能需求，同时进行基本费率分析。
- trends_searcher.py从Google Trends、GitHub趋势和Stack Overflow标签中搜索公开信号；对结果进行标准化并汇总。
utils/
- cache_manager.py带有TTL（生存时间）的文件/Redis缓存，以及get_or_fetch辅助函数。
- data_processor.py归一化、增长率、异常检测以及多源聚合辅助工具。
- api_clients.py外部API客户端（目前为Reddit）的工厂。
templates/
- report_template.html用于HTML报告的Jinja2模板。
config.yaml服务器、数据源、分析、缓存、数据库和报告的配置。

MCP组件

工具

analyze_trends （别名： analyze， trends_analyze）
- 输入： days: int = 7， sources: {"reddit": bool, "freelance": bool, "trends": bool}， include_charts: bool， language: str
- 输出： { "date": "YYYY-MM-DD", "top_trends": list[str], "growth_leaders": list[str], "sources": {..}, "summary": str }
- 注：聚合公共信号（Google趋势、GitHub热门趋势、Stack Overflow）并进行每日缓存。
search_trends
- 输入： keywords: list[str]， timeframe: str = "now 7-d"， region: str = "US"
- 输出： { "date": "YYYY-MM-DD", "inputs": {..}, "sources": { "google_trends": {...}, "github_trending": {...}, "stackoverflow": {...} }, "top_technologies": [{"technology": str, "mentions": float}] }
analyze_reddit
- 输入： subreddits: list[str]， lookback_days: int， keywords: list[str]
- 输出：包含以下内容的JSON top_technologies （技术，提及次数）、每项技术的情感倾向以及统计数据
- 实现：使用PRAW客户端，从指定的子版块获取最近帖子，提取关键词提及内容，进行简单情感分析，并按提及次数排序
analyze_freelance
- 输入： platforms: list[str] （以下一项或多项：Upwork、Freelancer、全部）， categories: list[str] （可选）
- 输出： { "date": "YYYY-MM-DD", "source": "freelance_markets", "platforms": [...], "top_technologies": [...], "avg_hourly_rate": number, "stats": {...}, "status": "ok|partial|not_available" }
generate_report （别名： report_generate， create_report）
- 输入： data: dict， format: str (pdf/电子表格/html)， include_charts: bool
- 输出： { "file_path": "...", "path": "..." } 生成的报告文件的路径
- 实现：使用Jinja2模板生成HTML，通过matplotlib生成图表，通过reportlab生成PDF，通过openpyxl处理Excel
get_historical_comparison (存根)
- 输入： technology: str， days_back: int
- 输出： { status: "not_implemented", message: "..." }

资源

cache://trends/{date} – 如果存在，则按日期返回缓存的趋势数据。
history://technology/{name} – 如果存在，返回该技术的历史数据（缓存或 ./data 文件)。

提示

analysis_prompt – 系统提示进行分析。
forecast_prompt – 预测系统提示。

安装

克隆并准备环境
- Python 3.10及以上版本
- 创建并激活虚拟环境
```
 python -m venv .venv
```
安装依赖项
```
pip install -r requirements.txt
```
配置环境
- 创建一个 .env 在项目根目录中创建文件并设置所需的变量。
- 至少提供Reddit的登录凭据：
  - REDDIT_CLIENT_ID
  - REDDIT_CLIENT_SECRET
- 可选： GITHUB_TOKEN， STACKOVERFLOW_KEY， REDIS_URL
评论 config.yaml
- 调整子版块、缓存后端、报告输出目录等。

运行MCP服务器

默认情况下， server.py 运行Streamable HTTP传输（通过配置 config.yaml，默认地址为 http://localhost:8080/）。

你也可以使用辅助脚本：

Windows（操作系统）： run_server.bat
macOS/Linux： ./run_server.sh

直接运行：

python server.py

可用工具（MCP）

analyze_trends （别名： analyze， trends_analyze)

示例调用

result = await mcp_client.call_tool("analyze_trends", {
    "days": 7,
    "sources": {"reddit": true, "freelance": true, "trends": true},
    "include_charts": true,
    "language": "en"
})

analyze_reddit

示例调用

result = await mcp_client.call_tool("analyze_reddit", {
    "subreddits": ["programming", "webdev"],
    "lookback_days": 7,
    "keywords": ["python", "javascript", "react"]
})

generate_report （别名： report_generate， create_report)

示例调用

report = await mcp_client.call_tool("generate_report", {
    "data": result,
    "format": "html",  # or "pdf" / "excel"
    "include_charts": true
})
# Note: Response includes both keys: {"file_path": "...", "path": "..."}

数据模式

分析趋势结果

{
  "date": "YYYY-MM-DD",
  "top_trends": ["python", "rust", "kotlin"],
  "growth_leaders": ["langchain", "webgpu", "bun"],
  "sources": {"reddit": true, "freelance": true, "trends": true},
  "summary": "Aggregated technology signals from public sources for the last N days."
}

分析Reddit结果

{
  "date": "YYYY-MM-DD",
  "subreddits": ["programming", "webdev"],
  "lookback_days": 7,
  "top_technologies": [
    {"technology": "python", "mentions": 123},
    {"technology": "javascript", "mentions": 98}
  ],
  "sentiment": {
    "python": {"avg_sentiment": 0.42, "mentions": 25},
    "javascript": {"avg_sentiment": 0.12, "mentions": 30}
  },
  "stats": {"posts_analyzed": 300, "unique_tech_count": 20}
}

生成报告结果

{ "file_path": "./reports/report_20250101_120000.html", "path": "./reports/report_20250101_120000.html" }

故障排除

缺少Reddit凭据
- 如果Reddit客户端未配置，服务器将优雅地返回空结果。请提供 REDDIT_CLIENT_ID 并且 REDDIT_CLIENT_SECRET 在你的 .env。
SSL/网络错误
- Reddit抓取器具有简单的指数退避重试机制。请检查连接状态或稍后再试。
图表不可见
- 确保 matplotlib 已安装且可使用非无头后端。报告仍将生成，但不包含图表。
PDF/Excel生成问题
- 如果 reportlab 或者 openpyxl 如果缺失，服务器将回退到HTML生成。
Redis 缓存无法工作
- 验证 REDIS_URL 并且确保一个 Redis 服务器正在运行，或者切换 cache.storage 翻译为：“存档”在 config.yaml。

获取Reddit API凭证

按照以下步骤创建一个Reddit应用，并获取该项目所需的凭据：

使用您的账户登录Reddit。
访问 https://www.reddit.com/prefs/apps（或 https://old.reddit.com/prefs/apps）。
点击“创建应用”（或“创建另一个应用”）。
填写表格：
- 名称：例如，IT趋势MCP
- 应用类型：脚本
- 描述：可选
- 重定向URI：http://localhost:8080（Reddit要求；本项目未使用）
应用创建后，复制：
- 客户端ID：应用程序名称下方显示的短字符串（位于“个人使用脚本”旁边）。
- 客户端密钥：标记为“secret”的值。
将它们放入你的 .env 文件中：
- REDDIT_CLIENT_ID=你的客户端ID
- REDDIT_CLIENT_SECRET=你的客户端密钥
- REDDIT_USER_AGENT=ITTrendsAnalyzer/1.0 由 <你的Reddit用户名> 提供
保存.env文件并重启服务器。

注释：

服务器通过PRAW使用只读访问权限；无需用户名/密码或刷新令牌。
根据每个Reddit API的规则，使用一个独特且描述性的用户代理。
API的使用受到速率限制；如果遇到错误，请放慢速度稍后再试。

路线图

持久化历史数据并启用 get_historical_comparison
增加更多自由职业者资源（如Fiverr）并提供更丰富的费率分析
在适当的情况下，为GitHub/StackExchange提供OAuth/API集成
使用时间序列模型进行预测改进
添加测试和持续集成；提供Docker打包

许可证

根据您的项目需求，选择Apache-2.0或类似的许可证。

使用说明

IT趋势 MCP服务器

概述

建筑学

MCP组件

工具

资源

提示

安装

运行MCP服务器

可用工具（MCP）

数据模式

分析趋势结果

分析Reddit结果

生成报告结果

故障排除

获取Reddit API凭证

路线图

许可证

相关 MCP

用户名搜索MCP服务器

财政数据MCP服务器

报告生成服务

模型上下文协议演示服务器

渗透测试MCP服务器

数据可视化报告生成服务