使用说明

光中议员

AI Growth OS——活动驱动的社交参与MCP服务器。

真实地与开发人员社区互动。按活动跟踪所有内容。

英语 · 韩语

快速开始

# 1. Install
pip install "gwanjong-mcp[all]"

# 2. Configure at least one platform
mkdir -p ~/.gwanjong
cat > ~/.gwanjong/.env << 'EOF'
DEVTO_API_KEY=your_key_here
EOF

# 3. Verify setup
gwanjong-mcp  # starts MCP server (use with Claude Code, Cursor, etc.)

使用克劳德代码：

claude mcp add gwanjong-mcp -- gwanjong-mcp
claude
> "Find interesting MCP discussions and leave a helpful comment"

自主模式（无需LLM客户端）：

pip install "gwanjong-mcp[all,autonomous]"
gwanjong-daemon --topics "MCP,LLM" --dry-run --max-cycles 1

看 .env.example 对于所有配置选项。

哲学

两种模式，一个目标：在开发者社区中建立真正的存在感。

模式	行动	目标
评论	回复他人的帖子	通过乐于助人、真诚的参与赢得声誉。没有自我推销。
发布	发布原创内容	分享您的项目、文章和公告。这就是晋升的地方。

评论为 给予价值 --回答问题、分享见解、加入讨论。当有人真正乐于助人时，社区会注意到。帖子为 展示你的作品 --项目启动、技术深度探索、经验教训。

为什么存在

典型的MCP服务器公开CRUD工具，让LLM编排一切。留下一条评论需要9+次工具调用、9+次LLM往返，每次都需要重新发送完整的工具描述列表。

Traditional MCP (14 tools, 9+ round trips):
LLM → list → LLM → trending → LLM → search → LLM → analyze → LLM → get_post
→ LLM → get_comments → LLM → preview → LLM → write → LLM

gwanjong-mcp (5 tools, 3 round trips):
LLM → scout → LLM → draft → LLM (generates content) → strike → done

设计原则

最少的工具 --总共5个。每个系统提示中都包含工具描述，因此更少=更便宜+更准确。
服务器端状态 --侦察结果缓存在服务器上。LLM不在工具之间中继数据。
服务器作为小脑 --获取、过滤、评分和分析发生在服务器内部。LLM只处理判断和内容生成。
压缩返回 --永远不要丢弃20个未经处理的帖子。服务器得分并返回前N个作为摘要。

MCP工具

工具	角色	内部发生了什么
`gwanjong_setup`	登机	检查平台状态→ API密钥设置指南→ 保存+测试连接
`gwanjong_scout`	侦察	趋势+搜索+分析+评分→ 返回前N个机会
`gwanjong_draft`	上下文收集	获取目标帖子+评论树+语气分析→ 返回上下文摘要
`gwanjong_strike`	执行	发布评论/文章/交叉发布→ 返回结果URL
`_status`	管道状态	显示状态字段+可用/已阻止的工具（由mcp管道自动生成）

管道流量

scout(topic, platforms)
  │  stores → opportunities
  │  Server internally: fetch trending + search + score + filter
  │  Returns: top N scored opportunities (~200 tokens)
  ▼
draft(opportunity_id)
  │  requires → opportunities
  │  stores → contexts
  │  Server internally: fetch post + comments + analyze tone
  │  Returns: context summary + suggested approach (~300 tokens)
  ▼
  LLM generates content based on context
  ▼
strike(opportunity_id, action, content)
     requires → contexts
     Server internally: write via platform API + record history
     Returns: { url, status }

示例：评论（参与）

User: "Find interesting MCP discussions and join in"

[1] scout(topic="MCP server", platforms=["devto", "reddit"])
    → Server scans trending + search across platforms → scores → returns top 3
    {
      "opportunities": [
        {"id": "opp_0", "platform": "devto",
         "title": "Best MCP servers for productivity?",
         "relevance": 0.91, "comments": 42,
         "reason": "Active discussion, directly relevant"}
      ]
    }

[2] draft(opportunity_id="opp_0")
    → Server fetches full post + comment tree + tone
    {
      "title": "Best MCP servers for productivity?",
      "body_summary": "...",
      "top_comments": ["...", "..."],
      "tone": "technical, recommendation-seeking",
      "suggested_approach": "Share genuine experience, no self-promo"
    }
    → LLM crafts a helpful, authentic reply

[3] strike(opportunity_id="opp_0", action="comment", content="...")
    → {"url": "https://dev.to/.../comment/...", "status": "posted"}

示例：发布（促销）

User: "Write a post about mcp-pipeline on Dev.to"

[1] scout(topic="MCP token optimization", platforms=["devto"])
    → Find what's trending to inform angle and timing

[2] draft(opportunity_id="opp_0")
    → Gather context on existing coverage

[3] LLM writes an original article about the project

[4] strike(opportunity_id="opp_0", action="post", content="...")
    → {"url": "https://dev.to/sonaiengine/...", "status": "posted"}

支持的平台

平台	协议	身份验证
Dev.to	REST API（httpx）	API密钥
蓝天	AT协议	应用密码
推特/X	OAuth 1.0a（花呢）	API密钥+令牌
红迪	OAuth2（asyncpraw）	客户端ID+密码

只有配置了API密钥的平台才会被激活。其他人则被默默地跳过了。

安装

# All platforms
pip install "gwanjong-mcp[all]"

# Specific platforms
pip install "gwanjong-mcp[devto]"
pip install "gwanjong-mcp[bluesky]"
pip install "gwanjong-mcp[twitter]"
pip install "gwanjong-mcp[reddit]"

# Development
git clone https://github.com/SonAIengine/gwanjong-mcp.git
cd gwanjong-mcp
pip install -e ".[all,dev]"

环境变量

复制 .env.example 到 .env 并填写您使用的平台：

# Dev.to — https://dev.to/settings/extensions
DEVTO_API_KEY=

# Bluesky — https://bsky.app/settings → App Passwords
BLUESKY_HANDLE=your.handle.bsky.social
BLUESKY_APP_PASSWORD=

# Twitter/X — https://developer.x.com/en/portal/dashboard
TWITTER_API_KEY=
TWITTER_API_SECRET=
TWITTER_ACCESS_TOKEN=
TWITTER_ACCESS_SECRET=

# Reddit — https://www.reddit.com/prefs/apps
REDDIT_CLIENT_ID=
REDDIT_CLIENT_SECRET=
REDDIT_USERNAME=
REDDIT_PASSWORD=

Claude代码集成

# Register MCP server
claude mcp add gwanjong-mcp -- gwanjong-mcp

# Use with the gwanjong agent (~/.claude/agents/gwanjong.md)
claude agent gwanjong
> "Find interesting AI agent discussions and leave helpful comments"
> "Write a Dev.to post about mcp-pipeline"

审批工作流程

自主模式可以在发布之前停止，并将生成的内容排队进行审查。

# Queue content instead of posting immediately
gwanjong-daemon --require-approval --max-cycles 1

# Review pending items
gwanjong-approval list
gwanjong-approval show 1

# Approve and execute strike immediately
gwanjong-approval approve 1

# Reject without posting
gwanjong-approval reject 2

如果运行仪表板，还可以从UI中看到并操作待处理的审批：

gwanjong-dashboard
# open http://localhost:8585

建筑

gwanjong-mcp/
├── pyproject.toml
├── run.py                         # Direct execution entry point
└── gwanjong_mcp/
    ├── __init__.py
    ├── __main__.py                # python -m gwanjong_mcp
    ├── server.py                  # PipelineMCP + 5 tools + GwanjongState
    ├── setup.py                   # Platform onboarding (guide/save/test)
    └── pipeline.py                # scout/draft/strike pipeline logic

依存结构

┌─────────────────────────────────────────────────┐
│  Claude Agent (gwanjong.md)                     │
│  Persona · Content generation · Final judgment  │
└──────────────┬──────────────────────────────────┘
               │ 5 tools
┌──────────────▼──────────────────────────────────┐
│  gwanjong-mcp (this project)                    │
│  scout/draft/strike pipeline logic              │
│                                                 │
│  Dependencies:                                  │
│  ├── mcp-pipeline  — Stateful MCP framework     │
│  ├── devhub        — Multi-platform social API  │
│  └── graph-tool-call — Content search engine    │
└─────────────────────────────────────────────────┘

包	角色	安装
devhub社交	Dev.to、Bluesky、Twitter、Reddit的统一异步客户端	`pip install devhub-social[all]`
mcp管道	类型安全状态+声明性 `stores`/`requires` 工具链	`pip install mcp-pipeline`
图形工具调用	BM25+图形扩展+wRRF内容评分	`pip install graph-tool-call`

发展

./.venv/bin/python -m pytest -q                    # Default test suite (integration 제외)
./.venv/bin/python -m pytest -m integration -q    # Playwright/network integration tests
./.venv/bin/python -m mypy gwanjong_mcp/          # Type check
./.venv/bin/python -m ruff check gwanjong_mcp/    # Lint
./.venv/bin/python run.py                         # Local server

许可证

麻省理工学院

使用说明

光中议员

快速开始

哲学

为什么存在

设计原则

MCP工具

管道流量

示例：评论（参与）

示例：发布（促销）

支持的平台

安装

环境变量

Claude代码集成

审批工作流程

建筑

依存结构

发展

许可证

相关 MCP

AI智能体资源列表

Dev.to内容交互协议服务器

Garmin Connect API客户端

MCP服务器栈社区平台

AI代理社交编程论坛

开发者工具聚合与分发平台