内容
# aiwatcher-mcp
<p align="center">
<a href="https://github.com/casey/just"><img src="https://img.shields.io/badge/just-ready_to_go-7c5cfc?style=flat-square&logo=just&logoColor=white" alt="Just"></a>
<a href="https://github.com/astral-sh/ruff"><img src="https://img.shields.io/endpoint?url=https://raw.githubusercontent.com/astral-sh/ruff/main/assets/badge/v2.json" alt="Ruff"></a>
<a href="https://python.org"><img src="https://img.shields.io/badge/Python-3.11+-3776AB?style=flat-square&logo=python&logoColor=white" alt="Python"></a>
<a href="https://biomejs.dev"><img src="https://img.shields.io/badge/Linted_with-Biome-60a5fa?style=flat-square&logo=biome&logoColor=white" alt="Biome"></a>
<a href="https://github.com/PrefectHQ/fastmcp"><img src="https://img.shields.io/badge/FastMCP-3.2-7c5cfc?style=flat-square" alt="FastMCP"></a>
</p>
> 📖 **[安装指南](INSTALL.md)** — 快速开始，手动设置，故障排除
**AI新闻提取、提炼和警报系统。**
`aiwatcher-mcp`是一个FastMCP 3.2兼容的舰队服务器，作为一个中央情报节点。它轮询10多个AI新闻源（RSS/Atom，Gmail，ArXiv和Readly），使用定制的“Sandra”角色通过Claude评估每个项目，生成用于日常消费的漂亮HTML摘要，并为突发事件触发跨舰队TTS唤醒。
## 功能
- **多源提取**：RSS/Atom源，Gmail新闻通讯（Alpha Signal），ArXiv论文，Readly杂志
- **兴趣捆绑**：每个主题的提炼（例如“Sandra的AI研究”，“机器人”，“维也纳”）带有自定义系统提示
- **Claude提炼**：每个项目根据相关性（0-10）和紧迫度（0-10）进行评分，支持多提供商（Anthropic，Ollama，LM Studio）
- **源发现**：LLM引发的源URL被探测和验证后使用；损坏的源通过备用URL探测自动修复
- **跨源去重**：标题+摘要模糊匹配（`difflib`，85%，48小时）
- **源质量衰减**：标记低信号源（30天平均紧迫度）
- **舰队事件日志**：`ingest_fleet_event`用于PR，任务，舰队活动
- **标签趋势**：`get_tag_trends` / `GET /api/trends`
- **投资组合监视**：关键词列表在提炼过程中提升紧迫度
- **摘要缓存**：TTL避免重复LLM调用（`DIGEST_CACHE_TTL_MINUTES`）
- **Prometheus**：`GET /metrics`用于舰队监控
- **Fritz集成**：办公室日常准备从aiwatcher拉取`get_top_items`
- **捆绑健康**：每个捆绑的指标 — 评分项目，平均紧迫度，顶级标签，源贡献
- **OPML导入**：从Feedly，Inoreader等导入精选源
- **跨舰队警报**：`robofang`（议会桥）+ `speechops`（TTS唤醒）用于超过紧迫度阈值的项目
- **电子邮件和Calibre存档**：通过`email-mcp`发送每日HTML摘要，通过`calibre-mcp`存档到Calibre
- **当前AI栈差距图**：`currentai`混合工具 — 从currentai-org/os-ai-map获取产品开放性/成熟度数据，存储版本快照，差异变化，标记舰队依赖风险
- **情报报告中心**：每日摘要HTML发布到共享的舰队中心（`INTEL_REPORTS_HUB_URL`，端口**11027**）用于iPad/Tailscale阅读
- **Web应用程序和预制UI**：独立的React/Vite仪表板 + FastMCP预制UI卡
## 文档
- [ARCHITECTURE.md](docs/ARCHITECTURE.md):深入了解系统流程、管道和SQLite模式。
- [API.md](docs/API.md):MCP工具/提示/资源 + HTTP REST索引（`GET /api/capabilities`获取实时工具名称）。
- [PRD.md](docs/PRD.md):产品需求和路线图。
- [ASSESSMENT.md](ASSESSMENT.md):代码评估（更新于2026-06-03）
- [TODO.md](TODO.md):行动项目和进度跟踪
- [SPEC_0.2.md](SPEC_0.2.md):v0.2实施计划
## 快速开始
```powershell
git clone https://github.com/sandraschi/aiwatcher-mcp
cd aiwatcher-mcp
just
```
这将打开一个交互式仪表板，显示所有可用的命令。运行`just install`安装依赖项，然后运行`just start`（或单独运行`just backend` / `just frontend`）。
### 手动设置
如果您没有安装`just`:
```powershell
git clone https://github.com/sandraschi/aiwatcher-mcp
cd aiwatcher-mcp
copy .env.example .env
# 编辑.env并设置ANTHROPIC_API_KEY
.\start.ps1
```
### 启动选项（`start.ps1`）
- **`-Headless`** — 在隐藏窗口中重新启动（参见脚本头部）。
- **`-BackendOnly`** — 仅Python API（无Vite）；跳过前端`npm install`。
- **`-NoBrowser`** — 前端准备好时不要打开浏览器。
- **`SKIP_SYNC=1`** — 跳过`uv sync`（当另一个进程持有venv时很有用）。
`start.ps1`使用 **`uv`** 进行Python依赖项管理，并解析 **`npm.cmd`** 在 **`node.exe`** 旁边，以便安装程序与nvm/scoop样式的shims一起使用。
## 舰队配置（Claude Desktop）
```json
{
"mcpServers": {
"aiwatcher-mcp": {
"command": "uv",
"args": ["run", "python", "-m", "aiwatcher_mcp.server"],
"cwd": "C:\\path\\to\\aiwatcher-mcp"
}
}
}
```
## 关键环境变量（`.env`）
| 变量 | 默认值 | 备注 |
|---|---|---|
| `ANTHROPIC_API_KEY` | — | **必填** 用于评分 + 摘要生成 |
| `LLM_PROVIDER` | anthropic | anthropic, ollama, 或 lmstudio |
| `LLM_BASE_URL` | — | 自定义OpenAI兼容提供商的基本URL |
| `ALERT_THRESHOLD` | 8.5 | TTS唤醒的紧急程度阈值 |
| `ALERT_HOUR_UTC` | 4 | 触发晨间警报的时间（UTC） |
| `ROBOFANG_ENABLED` | true | 将突发警报推送到 `robofang` |
| `EMAIL_ENABLED` | false | 通过 `email-mcp` 将摘要发送给Sandra + Steve |
| `CALIBRE_ENABLED` | false | 将摘要存档到 `calibre-mcp` |
| `GMAIL_ENABLED` | false | 解析Gmail新闻通讯 |
| `ARXIV_ENABLED` | false | 提取最新论文（`ARXIV_MCP_URL` 默认 **10770**） |
| `READLY_ENABLED` | false | Readly（阻止上游MCP工具） |
| `AIWATCHER_API_KEY` | — | `/api/*` （豁免：健康，`/mcp`）的可选REST身份验证。当设置时，在 `ARXIV_MCP_AIWATCHER_API_KEY` 和 `VLA_AIWATCHER_API_KEY` 上镜像 |
| `VLA_MCP_ENABLED` | true | 探测 `vla-mcp` 管道活跃度（`VLA_MCP_URL` 默认 **11024**） |
| `DIGEST_CACHE_TTL_MINUTES` | 60 | 重用最近的摘要而无需LLM |
| `just seed-feeds` | — | 如果 feeds 表为空，则使用基准RSS |
## 舰队集成和端口
| 服务 | 端口 | 描述 |
|---|---|---|
| **aiwatcher 后端** | `10946` | Starlette REST + MCP HTTP 在 **`/mcp`** （`python -m aiwatcher_mcp.api`） |
| **aiwatcher 前端** | `10947` | Vite/React Web 应用程序 |
| **robofang** | `10871` | 突发事件POST到议会桥 |
| **speechops** | `10895` | TTS唤醒HTTP API |
| **email-mcp** | `10812` | 摘要传递机制 |
| **calibre-mcp** | `10720` | 摘要存档到电子书库 |
| **arxiv-mcp** | `10770` | ArXiv论文提取 + 代码狩猎舰队推送 |
| **vla-mcp** | `11024` | VLA机器人管道舰队推送 + 活跃度探测 |
| **fleet-agent-mcp** | `10996` | Fritz — 从aiwatcher调用Day Prep |
| **readly-mcp** | `10863` | 杂志文章提取（可选） |
## 测试
```powershell
just test # pytest（单元/集成）
just e2e # Playwright — 启动后端 :10946 + Vite :10947，运行webapp/e2e
```
首次e2e设置（从仓库根目录）：
```powershell
uv sync
Set-Location webapp
npm install
npx playwright install chromium
npm run test:e2e
```
舰队范围的UI审计（可选，`mcp-central-docs`脚本）：`just e2e-fleet-audit`.
## MCP工具
权威工具名称和计数来自运行的服务器（**`GET /api/capabilities`** → `tool_surface.atomic_tools`）。典型的内置工具包括：
| 工具 | 类别 |
|------|----------|
| `poll_feeds` | 提取 |
| `distill_pending` | 提炼 |
| `check_alerts` | 警报 |
| `generate_digest` / `send_digest_now` | 传递 |
| `get_top_items` / `search_items` | 发现 |
| `get_feeds_list` / `add_feed` / `get_feed_health` | 源 |
| `get_bundles_list` / `create_bundle_from_topic` / `link_feed_to_bundle` | 捆绑 |
| `list_fleet_bundles` / `update_fleet_bundle` | 舰队捆绑 |
| `get_bundle_health` / `find_feeds_for_topic` | 捆绑 + 发现 |
| `import_opml` | 导入 |
| `ingest_fleet_event` / `get_tag_trends` | 舰队日志 + 趋势 |
| `get_digest_history` / `expire_old_items` | 维护 |
| `scrubber_reload` | 垃圾邮件/清理 |
| `show_dashboard_card` | 预制UI（启用时） |
当设置 **`MCP_BRIDGE_URLS`** 时，可能出现额外的工具（代理远程工具）。
---
*舰队服务器 — Sandra Schipal · **aiwatcher-mcp** `0.1.6`（参见 `pyproject.toml` / `_version.py`）*
