v3.0.0 AI 智能分析功能

.github/workflows/crawler.yml

@@ -21,7 +21,7 @@ jobs:
       - name: Set up Python
         uses: actions/setup-python@v4
         with:
-          python-version: "3.9"
+          python-version: "3.10"
 
       - name: Install dependencies
         run: |

README-Cherry-Studio.md

@@ -0,0 +1,144 @@
+# TrendRadar × Cherry Studio 部署指南 🍒
+
+> **适合人群**：零编程基础的用户
+> **客户端**：Cherry Studio（免费开源 GUI 客户端）
+
+---
+
+## 📥 第一步：下载 Cherry Studio
+
+### Windows 用户
+
+访问官网下载：https://cherry-ai.com/
+或直接下载：[Cherry-Studio-Windows.exe](https://github.com/kangfenmao/cherry-studio/releases/latest)
+
+### Mac 用户
+
+访问官网下载：https://cherry-ai.com/
+或直接下载：[Cherry-Studio-Mac.dmg](https://github.com/kangfenmao/cherry-studio/releases/latest)
+
+
+---
+
+## 📦 第二步：获取项目代码
+
+为什么需要获取项目代码？
+
+AI 分析功能需要读取项目中的新闻数据才能工作。无论你使用 GitHub Actions 还是 Docker 部署，爬虫生成的新闻数据都保存在项目的 output 目录中。因此，在配置 MCP 服务器之前，需要先获取完整的项目代码（包含数据文件）。
+
+根据你的技术水平，可以选择以下任一方式获取：：
+
+### 方法一：Git Clone（推荐给技术用户）
+
+如果你熟悉 Git，可以使用以下命令克隆项目：
+
+```bash
+git clone https://github.com/你的用户名/你的项目名.git
+cd 你的项目名
+```
+
+**优点**：
+
+- 可以随时拉取一个命令就可以更新最新数据到本地了（`git pull`）
+
+### 方法二：直接下载 ZIP 压缩包（推荐给初学者）
+
+
+1. **访问 GitHub 项目页面**
+
+   - 项目链接：`https://github.com/你的用户名/你的项目名`
+
+2. **下载压缩包**
+
+   - 点击绿色的 "Code" 按钮
+   - 选择 "Download ZIP"
+   - 或直接访问：`https://github.com/你的用户名/你的项目名/archive/refs/heads/master.zip`
+
+
+**注意事项**：
+
+- 步骤稍微麻烦，后续更新数据需要重复上面步骤，然后覆盖本地数据(output 目录)
+
+---
+
+## 🚀 第三步：一键部署 MCP 服务器
+
+### Windows 用户
+
+1. **双击运行**项目文件夹中的 `setup-windows.bat`
+2. **等待安装完成**
+3. **记录显示的配置信息**（命令路径和参数）
+
+### Mac 用户
+
+1. **打开终端**（在启动台搜索"终端"）
+2. **拖拽**项目文件夹中的 `setup-mac.sh` 到终端窗口
+3. **按回车键**
+4. **记录显示的配置信息**
+
+---
+
+## 🔧 第四步：配置 Cherry Studio
+
+### 1. 打开设置
+
+启动 Cherry Studio，点击右上角 ⚙️ **设置** 按钮
+
+### 2. 添加 MCP 服务器
+
+在设置页面找到：**MCP** → 点击 **添加**
+
+### 3. 填写配置（重要！）
+
+根据刚才的安装脚本显示的信息填写
+
+### 4. 保存并启用
+
+- 点击 **保存** 按钮
+- 确保 MCP 服务器列表中的开关是 **开启** 状态 ✅
+
+---
+
+## ✅ 第五步：验证是否成功
+
+### 1. 测试连接
+
+在 Cherry Studio 的对话框中输入：
+
+```
+帮我爬取最新的新闻
+```
+
+### 2. 成功标志
+
+如果配置成功，AI 会：
+
+- ✅ 调用 TrendRadar 工具
+- ✅ 返回真实的新闻数据
+- ✅ 显示平台、标题、排名等信息
+
+
+---
+
+## 🎯 进阶配置
+
+### HTTP 模式（可选）
+
+如果需要远程访问或多客户端共享，可以使用 HTTP 模式：
+
+#### Windows
+
+双击运行 `start-http.bat`
+
+#### Mac
+
+```bash
+./start-http.sh
+```
+
+然后在 Cherry Studio 中配置：
+
+```
+类型: streamableHttp
+URL: http://localhost:3333/mcp
+```

README-MCP-FAQ.md

@@ -0,0 +1,442 @@
+# TrendRadar MCP 工具使用问答
+
+> AI 提问指南 - 如何通过对话使用新闻热点分析工具
+
+## ⚙️ 默认设置说明（重要！）
+
+默认采用以下优化策略，主要是为了节约 AI token 消耗：
+
+| 默认设置       | 说明                                    | 如何调整                              |
+| -------------- | --------------------------------------- | ------------------------------------- |
+| **限制条数**   | 默认返回 50 条新闻                      | 对话中说"返回前 10 条"或"给我 100 条" |
+| **时间范围**   | 默认查询今天的数据                      | 说"查询昨天"或"最近一周"              |
+| **URL 链接**   | 默认不返回链接（节省约 160 tokens/条）  | 说"需要链接"或"包含 URL"              |
+| **关键词列表** | 默认不使用 frequency_words.txt 过滤新闻 | 只有调用"趋势话题"工具时才使用        |
+
+**⚠️ 重要：** AI 模型的选择直接影响工具调用效果，AI 越智能，调用越准确。当你解除上面的限制，比如从今天的查询，放宽到一周的查询，首先你要在本地有一周的数据，其次，token 消耗量可能会倍增（为什么说可能，比如我查询 分析'苹果'最近一周的热度趋势，如果一周中没多少苹果的新闻，那么 token消耗量可能反而很少）
+
+
+## 💰 AI 模型
+
+下面我以 **[硅基流动](https://cloud.siliconflow.cn)** 平台作为例子，里面有很多大模型可选择。在开发和测试本项目的过程中，我使用本平台进行了许多的功能测试和验证。
+
+### 📊 注册方式对比
+
+| 注册方式 | 无邀请链接直接注册 | 含有邀请链接注册  |
+|:-------:|:-------:|:-----------------:|
+| 注册链接 | [siliconflow.cn](https://cloud.siliconflow.cn) | [邀请链接](https://cloud.siliconflow.cn/i/fqnyVaIU) |
+| 免费额度 | 0 tokens | **2000万 tokens** (≈14元) |
+| 额外福利 | ❌ | ✅ 邀请者也获得2000万tokens |
+
+> 💡 **提示**：上面的赠送额度，应该可以询问 **200次以上**
+
+
+### 🚀 快速开始
+
+#### 1️⃣ 注册并获取 API 密钥
+
+1. 使用上方链接完成注册
+2. 访问 [API 密钥管理页面](https://cloud.siliconflow.cn/me/account/ak)
+3. 点击「新建 API 密钥」
+4. 复制生成的密钥（请妥善保管）
+
+#### 2️⃣ 在 Cherry Studio 中配置
+
+1. 打开 **Cherry Studio**
+2. 进入「模型服务」设置
+3. 找到「硅基流动」
+4. 将复制的密钥粘贴到 **[API密钥]** 输入框
+5. 确保右上角勾选框打开后显示为 **绿色** ✅
+
+---
+
+### ✨ 配置完成！
+
+现在你可以开始使用本项目，享受稳定快速的 AI 服务了！
+
+在你测试一次询问后，请立刻去 [硅基流动账单](https://cloud.siliconflow.cn/me/bills) 查询这一次的消耗量，心底有个估算。
+
+
+## 基础查询
+
+### Q1: 如何查看最新的新闻？
+
+**你可以这样问：**
+
+- "给我看看最新的新闻"
+- "查询今天的热点新闻"
+- "获取知乎和微博的最新 10 条新闻"
+- "查看最新新闻，需要包含链接"
+
+**调用的工具：** `get_latest_news`
+
+**工具返回行为：**
+
+- MCP 工具会返回所有平台的最新 50 条新闻给 AI
+- 不包含 URL 链接（节省 token）
+
+**AI 展示行为（重要）：**
+
+- ⚠️ **AI 通常会自动总结**，只展示部分新闻（如 TOP 10-20 条）
+- ✅ 如果你想看全部 50 条，需要明确要求："展示所有新闻"或"完整列出所有 50 条"
+- 💡 这是 AI 模型的自然行为，不是工具的限制
+
+**可以调整：**
+
+- 指定平台：如"只看知乎的"
+- 调整数量：如"返回前 20 条"
+- 包含链接：如"需要链接"
+- **要求完整展示**：如"展示全部，不要总结"
+
+---
+
+### Q2: 如何查询特定日期的新闻？
+
+**你可以这样问：**
+
+- "查询昨天的新闻"
+- "看看 3 天前知乎的新闻"
+- "2025-10-10 的新闻有哪些"
+- "上周一的新闻"
+- "给我看看最新新闻"（自动查询今天）
+
+**调用的工具：** `get_news_by_date`
+
+**支持的日期格式：**
+
+- 相对日期：今天、昨天、前天、3 天前
+- 星期：上周一、本周三、last monday
+- 绝对日期：2025-10-10、10 月 10 日
+
+**工具返回行为：**
+
+- 不指定日期时自动查询今天（节省 token）
+- MCP 工具会返回所有平台的 50 条新闻给 AI
+- 不包含 URL 链接
+
+**AI 展示行为（重要）：**
+
+- ⚠️ **AI 通常会自动总结**，只展示部分新闻（如 TOP 10-20 条）
+- ✅ 如果你想看全部，需要明确要求："展示所有新闻，不要总结"
+
+---
+
+### Q3: 如何查看我关注的话题频率统计？
+
+**你可以这样问：**
+
+- "我关注的词今天出现了多少次"
+- "看看我的关注词列表中哪些词最热门"
+- "统计一下 frequency_words.txt 中的关注词频率"
+
+**调用的工具：** `get_trending_topics`
+
+**重要说明：**
+
+- 本工具**不是**自动提取新闻热点
+- 而是统计你在 `config/frequency_words.txt` 中设置的**个人关注词**
+- 这是一个**可自定义**的列表，你可以根据兴趣添加关注词
+
+---
+
+## 搜索检索
+
+### Q4: 如何搜索包含特定关键词的新闻？
+
+**你可以这样问：**
+
+- "搜索包含'人工智能'的新闻"
+- "查找关于'特斯拉降价'的报道"
+- "搜索马斯克相关的新闻，返回前 20 条"
+- "查找'iPhone 16 发布'这条新闻的链接"
+
+**调用的工具：** `search_news`
+
+**工具返回行为：**
+
+- 使用关键词模式搜索
+- 搜索今天的数据
+- MCP 工具会返回最多 50 条结果给 AI
+- 不包含 URL 链接
+
+**AI 展示行为（重要）：**
+
+- ⚠️ **AI 通常会自动总结**，只展示部分搜索结果
+- ✅ 如果你想看全部，需要明确要求："展示所有搜索结果"
+
+**可以调整：**
+
+- 指定时间范围：如"搜索最近一周的"
+- 指定平台：如"只搜索知乎"
+- 调整排序：如"按权重排序"
+- 包含链接：如"需要链接"
+
+---
+
+### Q5: 如何查找历史相关新闻？
+
+**你可以这样问：**
+
+- "查找昨天与'人工智能突破'相关的新闻"
+- "搜索上周关于'特斯拉'的历史报道"
+- "找出上个月与'ChatGPT'相关的新闻"
+- "看看'iPhone 发布会'相关的历史新闻"
+
+**调用的工具：** `search_related_news_history`
+
+**工具返回行为：**
+
+- 搜索昨天的数据
+- 相似度阈值 0.4
+- MCP 工具会返回最多 50 条结果给 AI
+- 不包含 URL 链接
+
+**AI 展示行为（重要）：**
+
+- ⚠️ **AI 通常会自动总结**，只展示部分相关新闻
+- ✅ 如果你想看全部，需要明确要求："展示所有相关新闻"
+
+---
+
+## 趋势分析
+
+### Q6: 如何分析话题的热度趋势？
+
+**你可以这样问：**
+
+- "分析'人工智能'最近一周的热度趋势"
+- "看看'特斯拉'话题是昙花一现还是持续热点"
+- "检测今天有哪些突然爆火的话题"
+- "预测接下来可能的热点话题"
+
+**调用的工具：** `analyze_topic_trend`
+
+**工具返回行为：**
+
+- 热度趋势模式
+- 分析最近 7 天数据
+- 按天粒度统计
+
+**AI 展示行为：**
+
+- 通常会展示趋势分析结果和图表
+- AI 可能会总结关键发现
+
+---
+
+## 数据洞察
+
+### Q7: 如何对比不同平台对话题的关注度？
+
+**你可以这样问：**
+
+- "对比各个平台对'人工智能'话题的关注度"
+- "看看哪个平台更新最频繁"
+- "分析一下哪些关键词经常一起出现"
+
+**调用的工具：** `analyze_data_insights`
+
+**三种洞察模式：**
+
+| 模式           | 功能             | 示例问法                   |
+| -------------- | ---------------- | -------------------------- |
+| **平台对比**   | 对比各平台关注度 | "对比各平台对'AI'的关注度" |
+| **活跃度统计** | 统计平台发布频率 | "看看哪个平台更新最频繁"   |
+| **关键词共现** | 分析关键词关联   | "哪些关键词经常一起出现"   |
+
+**工具返回行为：**
+
+- 平台对比模式
+- 分析今天的数据
+- 关键词共现最小频次 3 次
+
+**AI 展示行为：**
+
+- 通常会展示分析结果和统计数据
+- AI 可能会总结洞察发现
+
+---
+
+## 情感分析
+
+### Q8: 如何分析新闻的情感倾向？
+
+**你可以这样问：**
+
+- "分析一下今天新闻的情感倾向"
+- "看看'特斯拉'相关新闻是正面还是负面的"
+- "分析各平台对'人工智能'的情感态度"
+- "看看'比特币'一周内的情感倾向，选择前 20 条最重要的"
+
+**调用的工具：** `analyze_sentiment`
+
+**工具返回行为：**
+
+- 分析今天的数据
+- MCP 工具会返回最多 50 条新闻给 AI
+- 按权重排序（优先展示重要新闻）
+- 不包含 URL 链接
+
+**AI 展示行为（重要）：**
+
+- ⚠️ 本工具返回 **AI 提示词**，不是直接的情感分析结果
+- AI 会根据提示词生成情感分析报告
+- 通常会展示情感分布、关键发现和代表性新闻
+
+**可以调整：**
+
+- 指定话题：如"关于'特斯拉'"
+- 指定时间：如"最近一周"
+- 调整数量：如"返回前 20 条"
+
+---
+
+### Q9: 如何查找相似的新闻报道？
+
+**你可以这样问：**
+
+- "找出和'特斯拉降价'相似的新闻"
+- "查找关于 iPhone 发布的类似报道"
+- "看看有没有和这条新闻相似的报道"
+- "找相似新闻，需要链接"
+
+**调用的工具：** `find_similar_news`
+
+**工具返回行为：**
+
+- 相似度阈值 0.6
+- MCP 工具会返回最多 50 条结果给 AI
+- 不包含 URL 链接
+
+**AI 展示行为（重要）：**
+
+- ⚠️ **AI 通常会自动总结**，只展示部分相似新闻
+- ✅ 如果你想看全部，需要明确要求："展示所有相似新闻"
+
+---
+
+### Q10: 如何生成每日或每周的热点摘要？
+
+**你可以这样问：**
+
+- "生成今天的新闻摘要报告"
+- "给我一份本周的热点总结"
+- "生成过去 7 天的新闻分析报告"
+
+**调用的工具：** `generate_summary_report`
+
+**报告类型：**
+
+- 每日摘要：总结当天的热点新闻
+- 每周摘要：总结一周的热点趋势
+
+---
+
+## 系统管理
+
+### Q11: 如何查看系统配置？
+
+**你可以这样问：**
+
+- "查看当前系统配置"
+- "显示配置文件内容"
+- "有哪些可用的平台？"
+- "当前的权重配置是什么？"
+
+**调用的工具：** `get_current_config`
+
+**可以查询：**
+
+- 可用平台列表
+- 爬虫配置（请求间隔、超时设置）
+- 权重配置（排名权重、频次权重）
+- 通知配置（钉钉、微信）
+
+---
+
+### Q12: 如何检查系统运行状态？
+
+**你可以这样问：**
+
+- "检查系统状态"
+- "系统运行正常吗？"
+- "最后一次爬取是什么时候？"
+- "有多少天的历史数据？"
+
+**调用的工具：** `get_system_status`
+
+**返回信息：**
+
+- 系统版本和状态
+- 最后爬取时间
+- 历史数据天数
+- 健康检查结果
+
+---
+
+### Q13: 如何手动触发爬取任务？
+
+**你可以这样问：**
+
+- "请你爬取当前的今日头条的新闻"（临时查询）
+- "帮我抓取一下知乎和微博的最新新闻并保存"（持久化）
+- "触发一次爬取并保存数据"（持久化）
+- "获取 36 氪 的实时数据但不保存"（临时查询）
+
+**调用的工具：** `trigger_crawl`
+
+**两种模式：**
+
+| 模式           | 用途                 | 示例                 |
+| -------------- | -------------------- | -------------------- |
+| **临时爬取**   | 只返回数据不保存     | "爬取今日头条的新闻" |
+| **持久化爬取** | 保存到 output 文件夹 | "抓取并保存知乎新闻" |
+
+**工具返回行为：**
+
+- 临时爬取模式（不保存）
+- 爬取所有平台
+- 不包含 URL 链接
+
+**AI 展示行为（重要）：**
+
+- ⚠️ **AI 通常会总结爬取结果**，只展示部分新闻
+- ✅ 如果你想看全部，需要明确要求："展示所有爬取的新闻"
+
+**可以调整：**
+
+- 指定平台：如"只爬取知乎"
+- 保存数据：说"并保存"或"保存到本地"
+- 包含链接：说"需要链接"
+
+---
+
+## 💡 使用技巧
+
+### 1. 如何让 AI 展示全部数据而不是自动总结？
+
+**背景**: 有时 AI 会自动总结数据，只展示部分内容，即使工具返回了完整的 50 条数据。
+
+**如果 AI 仍然总结，你可以**:
+
+- **方法 1 - 明确要求**: "请展示全部新闻，不要总结"
+- **方法 2 - 指定数量**: "展示所有 50 条新闻"
+- **方法 3 - 质疑行为**: "为什么只展示了 15 条？我要看全部"
+- **方法 4 - 提前说明**: "查询今天的新闻，完整展示所有结果"
+
+**注意**: AI 仍可能根据上下文调整展示方式。
+
+
+### 2. 如何组合使用多个工具？
+
+**示例：深度分析某个话题**
+
+1. 先搜索："搜索'人工智能'相关新闻"
+2. 再分析趋势："分析'人工智能'的热度趋势"
+3. 最后情感分析："分析'人工智能'新闻的情感倾向"
+
+**示例：追踪某个事件**
+
+1. 查看最新："查询今天关于'iPhone'的新闻"
+2. 查找历史："查找上周与'iPhone'相关的历史新闻"
+3. 找相似报道："找出和'iPhone 发布会'相似的新闻"

docker/Dockerfile

@@ -6,50 +6,55 @@ WORKDIR /app
 ARG TARGETARCH
 ENV SUPERCRONIC_VERSION=v0.2.34
 
+# supercronic + locale
 RUN set -ex && \
     apt-get update && \
-    apt-get install -y --no-install-recommends curl ca-certificates && \
+    apt-get install -y --no-install-recommends curl ca-certificates locales && \
+    sed -i -e 's/# zh_CN.UTF-8 UTF-8/zh_CN.UTF-8 UTF-8/' /etc/locale.gen && \
+    sed -i -e 's/# en_US.UTF-8 UTF-8/en_US.UTF-8 UTF-8/' /etc/locale.gen && \
+    locale-gen && \
+    # 根据架构选择并下载 supercronic
     case ${TARGETARCH} in \
     amd64) \
-    export SUPERCRONIC_URL=https://github.com/aptible/supercronic/releases/download/${SUPERCRONIC_VERSION}/supercronic-linux-amd64; \
+        export SUPERCRONIC_URL=https://github.com/aptible/supercronic/releases/download/${SUPERCRONIC_VERSION}/supercronic-linux-amd64; \
-    export SUPERCRONIC_SHA1SUM=e8631edc1775000d119b70fd40339a7238eece14; \
+        export SUPERCRONIC_SHA1SUM=e8631edc1775000d119b70fd40339a7238eece14; \
-    export SUPERCRONIC=supercronic-linux-amd64; \
+        export SUPERCRONIC=supercronic-linux-amd64; \
-    ;; \
+        ;; \
     arm64) \
-    export SUPERCRONIC_URL=https://github.com/aptible/supercronic/releases/download/${SUPERCRONIC_VERSION}/supercronic-linux-arm64; \
+        export SUPERCRONIC_URL=https://github.com/aptible/supercronic/releases/download/${SUPERCRONIC_VERSION}/supercronic-linux-arm64; \
-    export SUPERCRONIC_SHA1SUM=4ab6343b52bf9da592e8b4bb7ae6eb5a8e21b71e; \
+        export SUPERCRONIC_SHA1SUM=4ab6343b52bf9da592e8b4bb7ae6eb5a8e21b71e; \
-    export SUPERCRONIC=supercronic-linux-arm64; \
+        export SUPERCRONIC=supercronic-linux-arm64; \
-    ;; \
+        ;; \
     arm) \
-    export SUPERCRONIC_URL=https://github.com/aptible/supercronic/releases/download/${SUPERCRONIC_VERSION}/supercronic-linux-arm; \
+        export SUPERCRONIC_URL=https://github.com/aptible/supercronic/releases/download/${SUPERCRONIC_VERSION}/supercronic-linux-arm; \
-    export SUPERCRONIC_SHA1SUM=4ba4cd0da62082056b6def085fa9377d965fbe01; \
+        export SUPERCRONIC_SHA1SUM=4ba4cd0da62082056b6def085fa9377d965fbe01; \
-    export SUPERCRONIC=supercronic-linux-arm; \
+        export SUPERCRONIC=supercronic-linux-arm; \
-    ;; \
+        ;; \
     386) \
-    export SUPERCRONIC_URL=https://github.com/aptible/supercronic/releases/download/${SUPERCRONIC_VERSION}/supercronic-linux-386; \
+        export SUPERCRONIC_URL=https://github.com/aptible/supercronic/releases/download/${SUPERCRONIC_VERSION}/supercronic-linux-386; \
-    export SUPERCRONIC_SHA1SUM=80b4fff03a8d7bf2f24a1771f37640337855e949; \
+        export SUPERCRONIC_SHA1SUM=80b4fff03a8d7bf2f24a1771f37640337855e949; \
-    export SUPERCRONIC=supercronic-linux-386; \
+        export SUPERCRONIC=supercronic-linux-386; \
-    ;; \
+        ;; \
     *) \
-    echo "Unsupported architecture: ${TARGETARCH}"; \
+        echo "Unsupported architecture: ${TARGETARCH}"; \
-    exit 1; \
+        exit 1; \
-    ;; \
+        ;; \
     esac && \
     echo "Downloading supercronic for ${TARGETARCH} from ${SUPERCRONIC_URL}" && \
     # 添加重试机制和超时设置
     for i in 1 2 3 4 5; do \
-    echo "Download attempt $i/5"; \
+        echo "Download attempt $i/5"; \
-    if curl --fail --silent --show-error --location --retry 3 --retry-delay 2 --connect-timeout 30 --max-time 120 -o "$SUPERCRONIC" "$SUPERCRONIC_URL"; then \
+        if curl --fail --silent --show-error --location --retry 3 --retry-delay 2 --connect-timeout 30 --max-time 120 -o "$SUPERCRONIC" "$SUPERCRONIC_URL"; then \
-    echo "Download successful"; \
+            echo "Download successful"; \
-    break; \
+            break; \
-    else \
+        else \
-    echo "Download attempt $i failed, exit code: $?"; \
+            echo "Download attempt $i failed, exit code: $?"; \
-    if [ $i -eq 5 ]; then \
+            if [ $i -eq 5 ]; then \
-    echo "All download attempts failed"; \
+                echo "All download attempts failed"; \
-    exit 1; \
+                exit 1; \
-    fi; \
+            fi; \
-    sleep $((i * 2)); \
+            sleep $((i * 2)); \
-    fi; \
+        fi; \
     done && \
     echo "${SUPERCRONIC_SHA1SUM}  ${SUPERCRONIC}" | sha1sum -c - && \
     chmod +x "$SUPERCRONIC" && \
@@ -57,6 +62,7 @@ RUN set -ex && \
     ln -s "/usr/local/bin/${SUPERCRONIC}" /usr/local/bin/supercronic && \
     # 验证安装
     supercronic -version && \
+    # 清理（保留 locales，只删除 curl）
     apt-get remove -y curl && \
     apt-get clean && \
     rm -rf /var/lib/apt/lists/*
@@ -77,6 +83,10 @@ RUN sed -i 's/\r$//' /entrypoint.sh.tmp && \
 
 ENV PYTHONUNBUFFERED=1 \
     CONFIG_PATH=/app/config/config.yaml \
-    FREQUENCY_WORDS_PATH=/app/config/frequency_words.txt
+    FREQUENCY_WORDS_PATH=/app/config/frequency_words.txt \
+    LANG=zh_CN.UTF-8 \
+    LANGUAGE=zh_CN:zh:en_US:en \
+    LC_ALL=zh_CN.UTF-8 \
+    PYTHONIOENCODING=utf-8
 
 ENTRYPOINT ["/entrypoint.sh"]

mcp_server/__init__.py

@@ -0,0 +1,7 @@
+"""
+TrendRadar MCP Server
+
+提供基于MCP协议的新闻聚合数据查询和系统管理接口。
+"""
+
+__version__ = "1.0.0"

mcp_server/server.py

@@ -0,0 +1,657 @@
+"""
+TrendRadar MCP Server - FastMCP 2.0 实现
+
+使用 FastMCP 2.0 提供生产级 MCP 工具服务器。
+支持 stdio 和 HTTP 两种传输模式。
+"""
+
+import json
+from typing import List, Optional, Dict
+
+from fastmcp import FastMCP
+
+from .tools.data_query import DataQueryTools
+from .tools.analytics import AnalyticsTools
+from .tools.search_tools import SearchTools
+from .tools.config_mgmt import ConfigManagementTools
+from .tools.system import SystemManagementTools
+
+
+# 创建 FastMCP 2.0 应用
+mcp = FastMCP('trendradar-news')
+
+# 全局工具实例（在第一次请求时初始化）
+_tools_instances = {}
+
+
+def _get_tools(project_root: Optional[str] = None):
+    """获取或创建工具实例（单例模式）"""
+    if not _tools_instances:
+        _tools_instances['data'] = DataQueryTools(project_root)
+        _tools_instances['analytics'] = AnalyticsTools(project_root)
+        _tools_instances['search'] = SearchTools(project_root)
+        _tools_instances['config'] = ConfigManagementTools(project_root)
+        _tools_instances['system'] = SystemManagementTools(project_root)
+    return _tools_instances
+
+
+# ==================== 数据查询工具 ====================
+
+@mcp.tool
+async def get_latest_news(
+    platforms: Optional[List[str]] = None,
+    limit: int = 50,
+    include_url: bool = False
+) -> str:
+    """
+    获取最新一批爬取的新闻数据，快速了解当前热点
+
+    Args:
+        platforms: 平台ID列表，如 ['zhihu', 'weibo', 'douyin']
+                   - 不指定时：使用 config.yaml 中配置的所有平台
+                   - 支持的平台来自 config/config.yaml 的 platforms 配置
+                   - 每个平台都有对应的name字段（如"知乎"、"微博"），方便AI识别
+        limit: 返回条数限制，默认50，最大1000
+               注意：实际返回数量可能少于请求值，取决于当前可用的新闻总数
+        include_url: 是否包含URL链接，默认False（节省token）
+
+    Returns:
+        JSON格式的新闻列表
+
+    **重要：数据展示建议**
+    本工具会返回完整的新闻列表（通常50条）给你。但请注意：
+    - **工具返回**：完整的50条数据 ✅
+    - **建议展示**：向用户展示全部数据，除非用户明确要求总结
+    - **用户期望**：用户可能需要完整数据，请谨慎总结
+
+    **何时可以总结**：
+    - 用户明确说"给我总结一下"或"挑重点说"
+    - 数据量超过100条时，可先展示部分并询问是否查看全部
+
+    **注意**：如果用户询问"为什么只显示了部分"，说明他们需要完整数据
+    """
+    tools = _get_tools()
+    result = tools['data'].get_latest_news(platforms=platforms, limit=limit, include_url=include_url)
+    return json.dumps(result, ensure_ascii=False, indent=2)
+
+
+@mcp.tool
+async def get_trending_topics(
+    top_n: int = 10,
+    mode: str = 'current'
+) -> str:
+    """
+    获取个人关注词的新闻出现频率统计（基于 config/frequency_words.txt）
+
+    注意：本工具不是自动提取新闻热点，而是统计你在 config/frequency_words.txt 中
+    设置的个人关注词在新闻中出现的频率。你可以自定义这个关注词列表。
+
+    Args:
+        top_n: 返回TOP N关注词，默认10
+        mode: 模式选择
+            - daily: 当日累计数据统计
+            - current: 最新一批数据统计（默认）
+
+    Returns:
+        JSON格式的关注词频率统计列表
+    """
+    tools = _get_tools()
+    result = tools['data'].get_trending_topics(top_n=top_n, mode=mode)
+    return json.dumps(result, ensure_ascii=False, indent=2)
+
+
+@mcp.tool
+async def get_news_by_date(
+    date_query: Optional[str] = None,
+    platforms: Optional[List[str]] = None,
+    limit: int = 50,
+    include_url: bool = False
+) -> str:
+    """
+    获取指定日期的新闻数据，用于历史数据分析和对比
+
+    Args:
+        date_query: 日期查询，可选格式:
+            - 自然语言: "今天", "昨天", "前天", "3天前"
+            - 标准日期: "2024-01-15", "2024/01/15"
+            - 默认值: "今天"（节省token）
+        platforms: 平台ID列表，如 ['zhihu', 'weibo', 'douyin']
+                   - 不指定时：使用 config.yaml 中配置的所有平台
+                   - 支持的平台来自 config/config.yaml 的 platforms 配置
+                   - 每个平台都有对应的name字段（如"知乎"、"微博"），方便AI识别
+        limit: 返回条数限制，默认50，最大1000
+               注意：实际返回数量可能少于请求值，取决于指定日期的新闻总数
+        include_url: 是否包含URL链接，默认False（节省token）
+
+    Returns:
+        JSON格式的新闻列表，包含标题、平台、排名等信息
+
+    **重要：数据展示建议**
+    本工具会返回完整的新闻列表（通常50条）给你。但请注意：
+    - **工具返回**：完整的50条数据 ✅
+    - **建议展示**：向用户展示全部数据，除非用户明确要求总结
+    - **用户期望**：用户可能需要完整数据，请谨慎总结
+
+    **何时可以总结**：
+    - 用户明确说"给我总结一下"或"挑重点说"
+    - 数据量超过100条时，可先展示部分并询问是否查看全部
+
+    **注意**：如果用户询问"为什么只显示了部分"，说明他们需要完整数据
+    """
+    tools = _get_tools()
+    result = tools['data'].get_news_by_date(
+        date_query=date_query,
+        platforms=platforms,
+        limit=limit,
+        include_url=include_url
+    )
+    return json.dumps(result, ensure_ascii=False, indent=2)
+
+
+
+# ==================== 高级数据分析工具 ====================
+
+@mcp.tool
+async def analyze_topic_trend(
+    topic: str,
+    analysis_type: str = "trend",
+    time_range: str = "7d",
+    granularity: str = "day",
+    threshold: float = 3.0,
+    time_window: int = 24,
+    lookback_days: int = 7,
+    lookahead_hours: int = 6,
+    confidence_threshold: float = 0.7
+) -> str:
+    """
+    统一话题趋势分析工具 - 整合多种趋势分析模式
+
+    Args:
+        topic: 话题关键词（必需）
+        analysis_type: 分析类型，可选值：
+            - "trend": 热度趋势分析（追踪话题的热度变化）
+            - "lifecycle": 生命周期分析（从出现到消失的完整周期）
+            - "viral": 异常热度检测（识别突然爆火的话题）
+            - "predict": 话题预测（预测未来可能的热点）
+        time_range: 时间范围（trend模式），默认"7d"（7d/24h/1w/1m/2m）
+        granularity: 时间粒度（trend模式），默认"day"（仅支持 day，因为底层数据按天聚合）
+        threshold: 热度突增倍数阈值（viral模式），默认3.0
+        time_window: 检测时间窗口小时数（viral模式），默认24
+        lookback_days: 回溯天数（lifecycle模式），默认7
+        lookahead_hours: 预测未来小时数（predict模式），默认6
+        confidence_threshold: 置信度阈值（predict模式），默认0.7
+
+    Returns:
+        JSON格式的趋势分析结果
+
+    Examples:
+        - analyze_topic_trend(topic="人工智能", analysis_type="trend", time_range="7d")
+        - analyze_topic_trend(topic="特斯拉", analysis_type="lifecycle", lookback_days=7)
+        - analyze_topic_trend(topic="比特币", analysis_type="viral", threshold=3.0)
+        - analyze_topic_trend(topic="ChatGPT", analysis_type="predict", lookahead_hours=6)
+    """
+    tools = _get_tools()
+    result = tools['analytics'].analyze_topic_trend_unified(
+        topic=topic,
+        analysis_type=analysis_type,
+        time_range=time_range,
+        granularity=granularity,
+        threshold=threshold,
+        time_window=time_window,
+        lookback_days=lookback_days,
+        lookahead_hours=lookahead_hours,
+        confidence_threshold=confidence_threshold
+    )
+    return json.dumps(result, ensure_ascii=False, indent=2)
+
+
+@mcp.tool
+async def analyze_data_insights(
+    insight_type: str = "platform_compare",
+    topic: Optional[str] = None,
+    date_range: Optional[Dict[str, str]] = None,
+    min_frequency: int = 3,
+    top_n: int = 20
+) -> str:
+    """
+    统一数据洞察分析工具 - 整合多种数据分析模式
+
+    Args:
+        insight_type: 洞察类型，可选值：
+            - "platform_compare": 平台对比分析（对比不同平台对话题的关注度）
+            - "platform_activity": 平台活跃度统计（统计各平台发布频率和活跃时间）
+            - "keyword_cooccur": 关键词共现分析（分析关键词同时出现的模式）
+        topic: 话题关键词（可选，platform_compare模式适用）
+        date_range: 日期范围，格式: {"start": "YYYY-MM-DD", "end": "YYYY-MM-DD"}
+        min_frequency: 最小共现频次（keyword_cooccur模式），默认3
+        top_n: 返回TOP N结果（keyword_cooccur模式），默认20
+
+    Returns:
+        JSON格式的数据洞察分析结果
+
+    Examples:
+        - analyze_data_insights(insight_type="platform_compare", topic="人工智能")
+        - analyze_data_insights(insight_type="platform_activity", date_range={...})
+        - analyze_data_insights(insight_type="keyword_cooccur", min_frequency=5, top_n=15)
+    """
+    tools = _get_tools()
+    result = tools['analytics'].analyze_data_insights_unified(
+        insight_type=insight_type,
+        topic=topic,
+        date_range=date_range,
+        min_frequency=min_frequency,
+        top_n=top_n
+    )
+    return json.dumps(result, ensure_ascii=False, indent=2)
+
+
+@mcp.tool
+async def analyze_sentiment(
+    topic: Optional[str] = None,
+    platforms: Optional[List[str]] = None,
+    date_range: Optional[Dict[str, str]] = None,
+    limit: int = 50,
+    sort_by_weight: bool = True,
+    include_url: bool = False
+) -> str:
+    """
+    分析新闻的情感倾向和热度趋势
+
+    Args:
+        keywords: 关键词列表，如 ["AI", "人工智能"]
+        date_range: 日期范围（天数），如 7 表示最近7天，默认3天
+        platforms: 平台ID列表，如 ['zhihu', 'weibo', 'douyin']
+                   - 不指定时：使用 config.yaml 中配置的所有平台
+                   - 支持的平台来自 config/config.yaml 的 platforms 配置
+                   - 每个平台都有对应的name字段（如"知乎"、"微博"），方便AI识别
+        limit: 返回新闻数量，默认50，最大100
+               注意：本工具会对新闻标题进行去重（同一标题在不同平台只保留一次），
+               因此实际返回数量可能少于请求的 limit 值
+        sort_by_weight: 是否按热度权重排序，默认True
+        include_url: 是否包含URL链接，默认False（节省token）
+
+    Returns:
+        JSON格式的分析结果，包含情感分布、热度趋势和相关新闻
+
+    **重要：数据展示策略**
+    - 本工具返回完整的分析结果和新闻列表
+    - **默认展示方式**：展示完整的分析结果（包括所有新闻）
+    - 仅在用户明确要求"总结"或"挑重点"时才进行筛选
+    """
+    tools = _get_tools()
+    result = tools['analytics'].analyze_sentiment(
+        topic=topic,
+        platforms=platforms,
+        date_range=date_range,
+        limit=limit,
+        sort_by_weight=sort_by_weight,
+        include_url=include_url
+    )
+    return json.dumps(result, ensure_ascii=False, indent=2)
+
+
+@mcp.tool
+async def find_similar_news(
+    reference_title: str,
+    threshold: float = 0.6,
+    limit: int = 50,
+    include_url: bool = False
+) -> str:
+    """
+    查找与指定新闻标题相似的其他新闻
+
+    Args:
+        title: 新闻标题（完整或部分）
+        threshold: 相似度阈值，0-1之间，默认0.6
+                   注意：阈值越高匹配越严格，返回结果越少
+        limit: 返回条数限制，默认50，最大100
+               注意：实际返回数量取决于相似度匹配结果，可能少于请求值
+        include_url: 是否包含URL链接，默认False（节省token）
+
+    Returns:
+        JSON格式的相似新闻列表，包含相似度分数
+
+    **重要：数据展示策略**
+    - 本工具返回完整的相似新闻列表
+    - **默认展示方式**：展示全部返回的新闻（包括相似度分数）
+    - 仅在用户明确要求"总结"或"挑重点"时才进行筛选
+    """
+    tools = _get_tools()
+    result = tools['analytics'].find_similar_news(
+        reference_title=reference_title,
+        threshold=threshold,
+        limit=limit,
+        include_url=include_url
+    )
+    return json.dumps(result, ensure_ascii=False, indent=2)
+
+
+@mcp.tool
+async def generate_summary_report(
+    report_type: str = "daily",
+    date_range: Optional[Dict[str, str]] = None
+) -> str:
+    """
+    每日/每周摘要生成器 - 自动生成热点摘要报告
+
+    Args:
+        report_type: 报告类型（daily/weekly）
+        date_range: 自定义日期范围（可选）
+
+    Returns:
+        JSON格式的摘要报告，包含Markdown格式内容
+    """
+    tools = _get_tools()
+    result = tools['analytics'].generate_summary_report(
+        report_type=report_type,
+        date_range=date_range
+    )
+    return json.dumps(result, ensure_ascii=False, indent=2)
+
+
+# ==================== 智能检索工具 ====================
+
+@mcp.tool
+async def search_news(
+    query: str,
+    search_mode: str = "keyword",
+    date_range: Optional[Dict[str, str]] = None,
+    platforms: Optional[List[str]] = None,
+    limit: int = 50,
+    sort_by: str = "relevance",
+    threshold: float = 0.6,
+    include_url: bool = False
+) -> str:
+    """
+    统一搜索接口，支持多种搜索模式
+
+    Args:
+        query: 搜索关键词或内容片段
+        search_mode: 搜索模式，可选值：
+            - "keyword": 精确关键词匹配（默认，适合搜索特定话题）
+            - "fuzzy": 模糊内容匹配（适合搜索内容片段，会过滤相似度低于阈值的结果）
+            - "entity": 实体名称搜索（适合搜索人物/地点/机构）
+        threshold: 相似度阈值（仅fuzzy模式有效），0-1之间，默认0.6
+                   注意：阈值越高匹配越严格，返回结果越少
+        platforms: 平台ID列表，如 ['zhihu', 'weibo', 'douyin']
+                   - 不指定时：使用 config.yaml 中配置的所有平台
+                   - 支持的平台来自 config/config.yaml 的 platforms 配置
+                   - 每个平台都有对应的name字段（如"知乎"、"微博"），方便AI识别
+        lookback_days: 回溯天数，默认7天，最大30天
+        limit: 返回条数限制，默认50，最大1000
+               注意：实际返回数量取决于搜索匹配结果（特别是 fuzzy 模式下会过滤低相似度结果）
+        include_url: 是否包含URL链接，默认False（节省token）
+
+    Returns:
+        JSON格式的搜索结果，包含标题、平台、排名等信息
+
+    **重要：数据展示策略**
+    - 本工具返回完整的搜索结果列表
+    - **默认展示方式**：展示全部返回的新闻，无需总结或筛选
+    - 仅在用户明确要求"总结"或"挑重点"时才进行筛选
+    """
+    tools = _get_tools()
+    result = tools['search'].search_news_unified(
+        query=query,
+        search_mode=search_mode,
+        date_range=date_range,
+        platforms=platforms,
+        limit=limit,
+        sort_by=sort_by,
+        threshold=threshold,
+        include_url=include_url
+    )
+    return json.dumps(result, ensure_ascii=False, indent=2)
+
+
+@mcp.tool
+async def search_related_news_history(
+    reference_text: str,
+    time_range: str = "yesterday",
+    threshold: float = 0.4,
+    limit: int = 50,
+    include_url: bool = False
+) -> str:
+    """
+    基于种子新闻，在历史数据中搜索相关新闻
+
+    Args:
+        seed_news_title: 种子新闻标题（完整或部分）
+        lookback_days: 向前查找的天数范围，默认7天，最大30天
+        threshold: 相关性阈值，0-1之间，默认0.4
+                   注意：综合相似度计算（70%关键词重合 + 30%文本相似度）
+                   阈值越高匹配越严格，返回结果越少
+        platforms: 平台ID列表。不指定则搜索所有平台
+        limit: 返回条数限制，默认50，最大100
+               注意：实际返回数量取决于相关性匹配结果，可能少于请求值
+        include_url: 是否包含URL链接，默认False（节省token）
+
+    Returns:
+        JSON格式的相关新闻列表，包含相关性分数和时间分布
+
+    **重要：数据展示策略**
+    - 本工具返回完整的相关新闻列表
+    - **默认展示方式**：展示全部返回的新闻（包括相关性分数）
+    - 仅在用户明确要求"总结"或"挑重点"时才进行筛选
+    """
+    tools = _get_tools()
+    result = tools['search'].search_related_news_history(
+        reference_text=reference_text,
+        time_range=time_range,
+        threshold=threshold,
+        limit=limit,
+        include_url=include_url
+    )
+    return json.dumps(result, ensure_ascii=False, indent=2)
+
+
+# ==================== 配置与系统管理工具 ====================
+
+@mcp.tool
+async def get_current_config(
+    section: str = "all"
+) -> str:
+    """
+    获取当前系统配置
+
+    Args:
+        section: 配置节，可选值：
+            - "all": 所有配置（默认）
+            - "crawler": 爬虫配置
+            - "push": 推送配置
+            - "keywords": 关键词配置
+            - "weights": 权重配置
+
+    Returns:
+        JSON格式的配置信息
+    """
+    tools = _get_tools()
+    result = tools['config'].get_current_config(section=section)
+    return json.dumps(result, ensure_ascii=False, indent=2)
+
+
+@mcp.tool
+async def get_system_status() -> str:
+    """
+    获取系统运行状态和健康检查信息
+
+    返回系统版本、数据统计、缓存状态等信息
+
+    Returns:
+        JSON格式的系统状态信息
+    """
+    tools = _get_tools()
+    result = tools['system'].get_system_status()
+    return json.dumps(result, ensure_ascii=False, indent=2)
+
+
+@mcp.tool
+async def trigger_crawl(
+    platforms: Optional[List[str]] = None,
+    save_to_local: bool = False,
+    include_url: bool = False
+) -> str:
+    """
+    手动触发一次爬取任务（可选持久化）
+
+    Args:
+        platforms: 指定平台ID列表，如 ['zhihu', 'weibo', 'douyin']
+                   - 不指定时：使用 config.yaml 中配置的所有平台
+                   - 支持的平台来自 config/config.yaml 的 platforms 配置
+                   - 每个平台都有对应的name字段（如"知乎"、"微博"），方便AI识别
+                   - 注意：失败的平台会在返回结果的 failed_platforms 字段中列出
+        save_to_local: 是否保存到本地 output 目录，默认 False
+        include_url: 是否包含URL链接，默认False（节省token）
+
+    Returns:
+        JSON格式的任务状态信息，包含：
+        - platforms: 成功爬取的平台列表
+        - failed_platforms: 失败的平台列表（如有）
+        - total_news: 爬取的新闻总数
+        - data: 新闻数据
+
+    Examples:
+        - 临时爬取: trigger_crawl(platforms=['zhihu'])
+        - 爬取并保存: trigger_crawl(platforms=['weibo'], save_to_local=True)
+        - 使用默认平台: trigger_crawl()  # 爬取config.yaml中配置的所有平台
+    """
+    tools = _get_tools()
+    result = tools['system'].trigger_crawl(platforms=platforms, save_to_local=save_to_local, include_url=include_url)
+    return json.dumps(result, ensure_ascii=False, indent=2)
+
+
+# ==================== 启动入口 ====================
+
+def run_server(
+    project_root: Optional[str] = None,
+    transport: str = 'stdio',
+    host: str = '0.0.0.0',
+    port: int = 3333
+):
+    """
+    启动 MCP 服务器
+
+    Args:
+        project_root: 项目根目录路径
+        transport: 传输模式，'stdio' 或 'http'
+        host: HTTP模式的监听地址，默认 0.0.0.0
+        port: HTTP模式的监听端口，默认 3333
+    """
+    # 初始化工具实例
+    _get_tools(project_root)
+
+    # 打印启动信息
+    print()
+    print("=" * 60)
+    print("  TrendRadar MCP Server - FastMCP 2.0")
+    print("=" * 60)
+    print(f"  传输模式: {transport.upper()}")
+
+    if transport == 'stdio':
+        print("  协议: MCP over stdio (标准输入输出)")
+        print("  说明: 通过标准输入输出与 MCP 客户端通信")
+    elif transport == 'http':
+        print(f"  监听地址: http://{host}:{port}")
+        print(f"  HTTP端点: http://{host}:{port}/mcp")
+        print("  协议: MCP over HTTP (生产环境)")
+
+    if project_root:
+        print(f"  项目目录: {project_root}")
+    else:
+        print("  项目目录: 当前目录")
+
+    print()
+    print("  已注册的工具:")
+    print("    === 基础数据查询（P0核心）===")
+    print("    1. get_latest_news        - 获取最新新闻")
+    print("    2. get_news_by_date       - 按日期查询新闻（支持自然语言）")
+    print("    3. get_trending_topics    - 获取趋势话题")
+    print()
+    print("    === 智能检索工具 ===")
+    print("    4. search_news                  - 统一新闻搜索（关键词/模糊/实体）")
+    print("    5. search_related_news_history  - 历史相关新闻检索")
+    print()
+    print("    === 高级数据分析 ===")
+    print("    6. analyze_topic_trend      - 统一话题趋势分析（热度/生命周期/爆火/预测）")
+    print("    7. analyze_data_insights    - 统一数据洞察分析（平台对比/活跃度/关键词共现）")
+    print("    8. analyze_sentiment        - 情感倾向分析")
+    print("    9. find_similar_news        - 相似新闻查找")
+    print("    10. generate_summary_report - 每日/每周摘要生成")
+    print()
+    print("    === 配置与系统管理 ===")
+    print("    11. get_current_config      - 获取当前系统配置")
+    print("    12. get_system_status       - 获取系统运行状态")
+    print("    13. trigger_crawl           - 手动触发爬取任务")
+    print("=" * 60)
+    print()
+
+    # 根据传输模式运行服务器
+    if transport == 'stdio':
+        mcp.run(transport='stdio')
+    elif transport == 'http':
+        # HTTP 模式（生产推荐）
+        mcp.run(
+            transport='http',
+            host=host,
+            port=port,
+            path='/mcp'  # HTTP 端点路径
+        )
+    else:
+        raise ValueError(f"不支持的传输模式: {transport}")
+
+
+if __name__ == '__main__':
+    import sys
+    import argparse
+
+    parser = argparse.ArgumentParser(
+        description='TrendRadar MCP Server - 新闻热点聚合 MCP 工具服务器',
+        formatter_class=argparse.RawDescriptionHelpFormatter,
+        epilog="""
+使用示例:
+  # STDIO 模式（用于 Cherry Studio）
+  uv run python mcp_server/server.py
+
+  # HTTP 模式（适合远程访问）
+  uv run python mcp_server/server.py --transport http --port 3333
+
+Cherry Studio 配置示例:
+  设置 > MCP Servers > 添加服务器
+  - 名称: TrendRadar
+  - 类型: STDIO
+  - 命令: [UV的完整路径]
+  - 参数: --directory [项目路径] run python mcp_server/server.py
+
+详细配置教程请查看: README-Cherry-Studio.md
+        """
+    )
+    parser.add_argument(
+        '--transport',
+        choices=['stdio', 'http'],
+        default='stdio',
+        help='传输模式：stdio (默认) 或 http (生产环境)'
+    )
+    parser.add_argument(
+        '--host',
+        default='0.0.0.0',
+        help='HTTP模式的监听地址，默认 0.0.0.0'
+    )
+    parser.add_argument(
+        '--port',
+        type=int,
+        default=3333,
+        help='HTTP模式的监听端口，默认 3333'
+    )
+    parser.add_argument(
+        '--project-root',
+        help='项目根目录路径'
+    )
+
+    args = parser.parse_args()
+
+    run_server(
+        project_root=args.project_root,
+        transport=args.transport,
+        host=args.host,
+        port=args.port
+    )

mcp_server/services/__init__.py

@@ -0,0 +1,5 @@
+"""
+服务层模块
+
+提供数据访问、缓存、解析等核心服务。
+"""

mcp_server/services/cache_service.py

@@ -0,0 +1,136 @@
+"""
+缓存服务
+
+实现TTL缓存机制，提升数据访问性能。
+"""
+
+import time
+from typing import Any, Optional
+from threading import Lock
+
+
+class CacheService:
+    """缓存服务类"""
+
+    def __init__(self):
+        """初始化缓存服务"""
+        self._cache = {}
+        self._timestamps = {}
+        self._lock = Lock()
+
+    def get(self, key: str, ttl: int = 900) -> Optional[Any]:
+        """
+        获取缓存数据
+
+        Args:
+            key: 缓存键
+            ttl: 存活时间（秒），默认15分钟
+
+        Returns:
+            缓存的值，如果不存在或已过期则返回None
+        """
+        with self._lock:
+            if key in self._cache:
+                # 检查是否过期
+                if time.time() - self._timestamps[key] < ttl:
+                    return self._cache[key]
+                else:
+                    # 已过期，删除缓存
+                    del self._cache[key]
+                    del self._timestamps[key]
+        return None
+
+    def set(self, key: str, value: Any) -> None:
+        """
+        设置缓存数据
+
+        Args:
+            key: 缓存键
+            value: 缓存值
+        """
+        with self._lock:
+            self._cache[key] = value
+            self._timestamps[key] = time.time()
+
+    def delete(self, key: str) -> bool:
+        """
+        删除缓存
+
+        Args:
+            key: 缓存键
+
+        Returns:
+            是否成功删除
+        """
+        with self._lock:
+            if key in self._cache:
+                del self._cache[key]
+                del self._timestamps[key]
+                return True
+        return False
+
+    def clear(self) -> None:
+        """清空所有缓存"""
+        with self._lock:
+            self._cache.clear()
+            self._timestamps.clear()
+
+    def cleanup_expired(self, ttl: int = 900) -> int:
+        """
+        清理过期缓存
+
+        Args:
+            ttl: 存活时间（秒）
+
+        Returns:
+            清理的条目数量
+        """
+        with self._lock:
+            current_time = time.time()
+            expired_keys = [
+                key for key, timestamp in self._timestamps.items()
+                if current_time - timestamp >= ttl
+            ]
+
+            for key in expired_keys:
+                del self._cache[key]
+                del self._timestamps[key]
+
+            return len(expired_keys)
+
+    def get_stats(self) -> dict:
+        """
+        获取缓存统计信息
+
+        Returns:
+            统计信息字典
+        """
+        with self._lock:
+            return {
+                "total_entries": len(self._cache),
+                "oldest_entry_age": (
+                    time.time() - min(self._timestamps.values())
+                    if self._timestamps else 0
+                ),
+                "newest_entry_age": (
+                    time.time() - max(self._timestamps.values())
+                    if self._timestamps else 0
+                )
+            }
+
+
+# 全局缓存实例
+_global_cache = None
+
+
+def get_cache() -> CacheService:
+    """
+    获取全局缓存实例
+
+    Returns:
+        全局缓存服务实例
+    """
+    global _global_cache
+    if _global_cache is None:
+        _global_cache = CacheService()
+    return _global_cache

mcp_server/services/data_service.py

@@ -0,0 +1,564 @@
+"""
+数据访问服务
+
+提供统一的数据查询接口,封装数据访问逻辑。
+"""
+
+import re
+from collections import Counter
+from datetime import datetime, timedelta
+from typing import Dict, List, Optional, Tuple
+
+from .cache_service import get_cache
+from .parser_service import ParserService
+from ..utils.errors import DataNotFoundError
+
+
+class DataService:
+    """数据访问服务类"""
+
+    def __init__(self, project_root: str = None):
+        """
+        初始化数据服务
+
+        Args:
+            project_root: 项目根目录
+        """
+        self.parser = ParserService(project_root)
+        self.cache = get_cache()
+
+    def get_latest_news(
+        self,
+        platforms: Optional[List[str]] = None,
+        limit: int = 50,
+        include_url: bool = False
+    ) -> List[Dict]:
+        """
+        获取最新一批爬取的新闻数据
+
+        Args:
+            platforms: 平台ID列表,None表示所有平台
+            limit: 返回条数限制
+            include_url: 是否包含URL链接,默认False(节省token)
+
+        Returns:
+            新闻列表
+
+        Raises:
+            DataNotFoundError: 数据不存在
+        """
+        # 尝试从缓存获取
+        cache_key = f"latest_news:{','.join(platforms or [])}:{limit}:{include_url}"
+        cached = self.cache.get(cache_key, ttl=900)  # 15分钟缓存
+        if cached:
+            return cached
+
+        # 读取今天的数据
+        all_titles, id_to_name, timestamps = self.parser.read_all_titles_for_date(
+            date=None,
+            platform_ids=platforms
+        )
+
+        # 获取最新的文件时间
+        if timestamps:
+            latest_timestamp = max(timestamps.values())
+            fetch_time = datetime.fromtimestamp(latest_timestamp)
+        else:
+            fetch_time = datetime.now()
+
+        # 转换为新闻列表
+        news_list = []
+        for platform_id, titles in all_titles.items():
+            platform_name = id_to_name.get(platform_id, platform_id)
+
+            for title, info in titles.items():
+                # 取第一个排名
+                rank = info["ranks"][0] if info["ranks"] else 0
+
+                news_item = {
+                    "title": title,
+                    "platform": platform_id,
+                    "platform_name": platform_name,
+                    "rank": rank,
+                    "timestamp": fetch_time.strftime("%Y-%m-%d %H:%M:%S")
+                }
+
+                # 条件性添加 URL 字段
+                if include_url:
+                    news_item["url"] = info.get("url", "")
+                    news_item["mobileUrl"] = info.get("mobileUrl", "")
+
+                news_list.append(news_item)
+
+        # 按排名排序
+        news_list.sort(key=lambda x: x["rank"])
+
+        # 限制返回数量
+        result = news_list[:limit]
+
+        # 缓存结果
+        self.cache.set(cache_key, result)
+
+        return result
+
+    def get_news_by_date(
+        self,
+        target_date: datetime,
+        platforms: Optional[List[str]] = None,
+        limit: int = 50,
+        include_url: bool = False
+    ) -> List[Dict]:
+        """
+        按指定日期获取新闻
+
+        Args:
+            target_date: 目标日期
+            platforms: 平台ID列表,None表示所有平台
+            limit: 返回条数限制
+            include_url: 是否包含URL链接,默认False(节省token)
+
+        Returns:
+            新闻列表
+
+        Raises:
+            DataNotFoundError: 数据不存在
+
+        Examples:
+            >>> service = DataService()
+            >>> news = service.get_news_by_date(
+            ...     target_date=datetime(2025, 10, 10),
+            ...     platforms=['zhihu'],
+            ...     limit=20
+            ... )
+        """
+        # 尝试从缓存获取
+        date_str = target_date.strftime("%Y-%m-%d")
+        cache_key = f"news_by_date:{date_str}:{','.join(platforms or [])}:{limit}:{include_url}"
+        cached = self.cache.get(cache_key, ttl=1800)  # 30分钟缓存
+        if cached:
+            return cached
+
+        # 读取指定日期的数据
+        all_titles, id_to_name, timestamps = self.parser.read_all_titles_for_date(
+            date=target_date,
+            platform_ids=platforms
+        )
+
+        # 转换为新闻列表
+        news_list = []
+        for platform_id, titles in all_titles.items():
+            platform_name = id_to_name.get(platform_id, platform_id)
+
+            for title, info in titles.items():
+                # 计算平均排名
+                avg_rank = sum(info["ranks"]) / len(info["ranks"]) if info["ranks"] else 0
+
+                news_item = {
+                    "title": title,
+                    "platform": platform_id,
+                    "platform_name": platform_name,
+                    "rank": info["ranks"][0] if info["ranks"] else 0,
+                    "avg_rank": round(avg_rank, 2),
+                    "count": len(info["ranks"]),
+                    "date": date_str
+                }
+
+                # 条件性添加 URL 字段
+                if include_url:
+                    news_item["url"] = info.get("url", "")
+                    news_item["mobileUrl"] = info.get("mobileUrl", "")
+
+                news_list.append(news_item)
+
+        # 按排名排序
+        news_list.sort(key=lambda x: x["rank"])
+
+        # 限制返回数量
+        result = news_list[:limit]
+
+        # 缓存结果(历史数据缓存更久)
+        self.cache.set(cache_key, result)
+
+        return result
+
+    def search_news_by_keyword(
+        self,
+        keyword: str,
+        date_range: Optional[Tuple[datetime, datetime]] = None,
+        platforms: Optional[List[str]] = None,
+        limit: Optional[int] = None
+    ) -> Dict:
+        """
+        按关键词搜索新闻
+
+        Args:
+            keyword: 搜索关键词
+            date_range: 日期范围 (start_date, end_date)
+            platforms: 平台过滤列表
+            limit: 返回条数限制(可选)
+
+        Returns:
+            搜索结果字典
+
+        Raises:
+            DataNotFoundError: 数据不存在
+        """
+        # 确定搜索日期范围
+        if date_range:
+            start_date, end_date = date_range
+        else:
+            # 默认搜索今天
+            start_date = end_date = datetime.now()
+
+        # 收集所有匹配的新闻
+        results = []
+        platform_distribution = Counter()
+
+        # 遍历日期范围
+        current_date = start_date
+        while current_date <= end_date:
+            try:
+                all_titles, id_to_name, _ = self.parser.read_all_titles_for_date(
+                    date=current_date,
+                    platform_ids=platforms
+                )
+
+                # 搜索包含关键词的标题
+                for platform_id, titles in all_titles.items():
+                    platform_name = id_to_name.get(platform_id, platform_id)
+
+                    for title, info in titles.items():
+                        if keyword.lower() in title.lower():
+                            # 计算平均排名
+                            avg_rank = sum(info["ranks"]) / len(info["ranks"]) if info["ranks"] else 0
+
+                            results.append({
+                                "title": title,
+                                "platform": platform_id,
+                                "platform_name": platform_name,
+                                "ranks": info["ranks"],
+                                "count": len(info["ranks"]),
+                                "avg_rank": round(avg_rank, 2),
+                                "url": info.get("url", ""),
+                                "mobileUrl": info.get("mobileUrl", ""),
+                                "date": current_date.strftime("%Y-%m-%d")
+                            })
+
+                            platform_distribution[platform_id] += 1
+
+            except DataNotFoundError:
+                # 该日期没有数据,继续下一天
+                pass
+
+            # 下一天
+            current_date += timedelta(days=1)
+
+        if not results:
+            raise DataNotFoundError(
+                f"未找到包含关键词 '{keyword}' 的新闻",
+                suggestion="请尝试其他关键词或扩大日期范围"
+            )
+
+        # 计算统计信息
+        total_ranks = []
+        for item in results:
+            total_ranks.extend(item["ranks"])
+
+        avg_rank = sum(total_ranks) / len(total_ranks) if total_ranks else 0
+
+        # 限制返回数量(如果指定)
+        total_found = len(results)
+        if limit is not None and limit > 0:
+            results = results[:limit]
+
+        return {
+            "results": results,
+            "total": len(results),
+            "total_found": total_found,
+            "statistics": {
+                "platform_distribution": dict(platform_distribution),
+                "avg_rank": round(avg_rank, 2),
+                "keyword": keyword
+            }
+        }
+
+    def get_trending_topics(
+        self,
+        top_n: int = 10,
+        mode: str = "current"
+    ) -> Dict:
+        """
+        获取个人关注词的新闻出现频率统计
+
+        注意:本工具基于 config/frequency_words.txt 中的个人关注词列表进行统计,
+        而不是自动从新闻中提取热点话题。用户可以自定义这个关注词列表。
+
+        Args:
+            top_n: 返回TOP N关注词
+            mode: 模式 - daily(当日累计), current(最新一批)
+
+        Returns:
+            关注词频率统计字典
+
+        Raises:
+            DataNotFoundError: 数据不存在
+        """
+        # 尝试从缓存获取
+        cache_key = f"trending_topics:{top_n}:{mode}"
+        cached = self.cache.get(cache_key, ttl=1800)  # 30分钟缓存
+        if cached:
+            return cached
+
+        # 读取今天的数据
+        all_titles, id_to_name, timestamps = self.parser.read_all_titles_for_date()
+
+        if not all_titles:
+            raise DataNotFoundError(
+                "未找到今天的新闻数据",
+                suggestion="请确保爬虫已经运行并生成了数据"
+            )
+
+        # 加载关键词配置
+        word_groups = self.parser.parse_frequency_words()
+
+        # 根据mode选择要处理的标题数据
+        titles_to_process = {}
+
+        if mode == "daily":
+            # daily模式:处理当天所有累计数据
+            titles_to_process = all_titles
+
+        elif mode == "current":
+            # current模式:只处理最新一批数据(最新时间戳的文件)
+            if timestamps:
+                # 找出最新的时间戳
+                latest_timestamp = max(timestamps.values())
+
+                # 重新读取,只获取最新时间的数据
+                # 这里我们通过timestamps字典反查找最新文件对应的平台
+                latest_titles, _, _ = self.parser.read_all_titles_for_date()
+
+                # 由于read_all_titles_for_date返回所有文件的合并数据,
+                # 我们需要通过timestamps来过滤出最新批次
+                # 简化实现:使用当前所有数据作为最新批次
+                # (更精确的实现需要解析服务支持按时间过滤)
+                titles_to_process = latest_titles
+            else:
+                titles_to_process = all_titles
+
+        else:
+            raise ValueError(
+                f"不支持的模式: {mode}。支持的模式: daily, current"
+            )
+
+        # 统计词频
+        word_frequency = Counter()
+        keyword_to_news = {}
+
+        # 遍历要处理的标题
+        for platform_id, titles in titles_to_process.items():
+            for title in titles.keys():
+                # 对每个关键词组进行匹配
+                for group in word_groups:
+                    all_words = group.get("required", []) + group.get("normal", [])
+
+                    for word in all_words:
+                        if word and word in title:
+                            word_frequency[word] += 1
+
+                            if word not in keyword_to_news:
+                                keyword_to_news[word] = []
+                            keyword_to_news[word].append(title)
+
+        # 获取TOP N关键词
+        top_keywords = word_frequency.most_common(top_n)
+
+        # 构建话题列表
+        topics = []
+        for keyword, frequency in top_keywords:
+            matched_news = keyword_to_news.get(keyword, [])
+
+            topics.append({
+                "keyword": keyword,
+                "frequency": frequency,
+                "matched_news": len(set(matched_news)),  # 去重后的新闻数量
+                "trend": "stable",  # TODO: 需要历史数据来计算趋势
+                "weight_score": 0.0  # TODO: 需要实现权重计算
+            })
+
+        # 构建结果
+        result = {
+            "topics": topics,
+            "generated_at": datetime.now().strftime("%Y-%m-%d %H:%M:%S"),
+            "mode": mode,
+            "total_keywords": len(word_frequency),
+            "description": self._get_mode_description(mode)
+        }
+
+        # 缓存结果
+        self.cache.set(cache_key, result)
+
+        return result
+
+    def _get_mode_description(self, mode: str) -> str:
+        """获取模式描述"""
+        descriptions = {
+            "daily": "当日累计统计",
+            "current": "最新一批统计"
+        }
+        return descriptions.get(mode, "未知模式")
+
+    def get_current_config(self, section: str = "all") -> Dict:
+        """
+        获取当前系统配置
+
+        Args:
+            section: 配置节 - all/crawler/push/keywords/weights
+
+        Returns:
+            配置字典
+
+        Raises:
+            FileParseError: 配置文件解析错误
+        """
+        # 尝试从缓存获取
+        cache_key = f"config:{section}"
+        cached = self.cache.get(cache_key, ttl=3600)  # 1小时缓存
+        if cached:
+            return cached
+
+        # 解析配置文件
+        config_data = self.parser.parse_yaml_config()
+        word_groups = self.parser.parse_frequency_words()
+
+        # 根据section返回对应配置
+        if section == "all" or section == "crawler":
+            crawler_config = {
+                "enable_crawler": config_data.get("crawler", {}).get("enable_crawler", True),
+                "use_proxy": config_data.get("crawler", {}).get("use_proxy", False),
+                "request_interval": config_data.get("crawler", {}).get("request_interval", 1),
+                "retry_times": 3,
+                "platforms": [p["id"] for p in config_data.get("platforms", [])]
+            }
+
+        if section == "all" or section == "push":
+            push_config = {
+                "enable_notification": config_data.get("notification", {}).get("enable_notification", True),
+                "enabled_channels": [],
+                "message_batch_size": config_data.get("notification", {}).get("message_batch_size", 20),
+                "push_window": config_data.get("notification", {}).get("push_window", {})
+            }
+
+            # 检测已配置的通知渠道
+            webhooks = config_data.get("notification", {}).get("webhooks", {})
+            if webhooks.get("feishu_url"):
+                push_config["enabled_channels"].append("feishu")
+            if webhooks.get("dingtalk_url"):
+                push_config["enabled_channels"].append("dingtalk")
+            if webhooks.get("wework_url"):
+                push_config["enabled_channels"].append("wework")
+
+        if section == "all" or section == "keywords":
+            keywords_config = {
+                "word_groups": word_groups,
+                "total_groups": len(word_groups)
+            }
+
+        if section == "all" or section == "weights":
+            weights_config = {
+                "rank_weight": config_data.get("weight", {}).get("rank_weight", 0.6),
+                "frequency_weight": config_data.get("weight", {}).get("frequency_weight", 0.3),
+                "hotness_weight": config_data.get("weight", {}).get("hotness_weight", 0.1)
+            }
+
+        # 组装结果
+        if section == "all":
+            result = {
+                "crawler": crawler_config,
+                "push": push_config,
+                "keywords": keywords_config,
+                "weights": weights_config
+            }
+        elif section == "crawler":
+            result = crawler_config
+        elif section == "push":
+            result = push_config
+        elif section == "keywords":
+            result = keywords_config
+        elif section == "weights":
+            result = weights_config
+        else:
+            result = {}
+
+        # 缓存结果
+        self.cache.set(cache_key, result)
+
+        return result
+
+    def get_system_status(self) -> Dict:
+        """
+        获取系统运行状态
+
+        Returns:
+            系统状态字典
+        """
+        # 获取数据统计
+        output_dir = self.parser.project_root / "output"
+
+        total_storage = 0
+        oldest_record = None
+        latest_record = None
+        total_news = 0
+
+        if output_dir.exists():
+            # 遍历日期文件夹
+            for date_folder in output_dir.iterdir():
+                if date_folder.is_dir():
+                    # 解析日期
+                    try:
+                        date_str = date_folder.name
+                        # 格式: YYYY年MM月DD日
+                        date_match = re.match(r'(\d{4})年(\d{2})月(\d{2})日', date_str)
+                        if date_match:
+                            folder_date = datetime(
+                                int(date_match.group(1)),
+                                int(date_match.group(2)),
+                                int(date_match.group(3))
+                            )
+
+                            if oldest_record is None or folder_date < oldest_record:
+                                oldest_record = folder_date
+                            if latest_record is None or folder_date > latest_record:
+                                latest_record = folder_date
+
+                    except:
+                        pass
+
+                    # 计算存储大小
+                    for item in date_folder.rglob("*"):
+                        if item.is_file():
+                            total_storage += item.stat().st_size
+
+        # 读取版本信息
+        version_file = self.parser.project_root / "version"
+        version = "unknown"
+        if version_file.exists():
+            try:
+                with open(version_file, "r") as f:
+                    version = f.read().strip()
+            except:
+                pass
+
+        return {
+            "system": {
+                "version": version,
+                "project_root": str(self.parser.project_root)
+            },
+            "data": {
+                "total_storage": f"{total_storage / 1024 / 1024:.2f} MB",
+                "oldest_record": oldest_record.strftime("%Y-%m-%d") if oldest_record else None,
+                "latest_record": latest_record.strftime("%Y-%m-%d") if latest_record else None,
+            },
+            "cache": self.cache.get_stats(),
+            "health": "healthy"
+        }

mcp_server/services/parser_service.py

@@ -0,0 +1,355 @@
+"""
+文件解析服务
+
+提供txt格式新闻数据和YAML配置文件的解析功能。
+"""
+
+import re
+from pathlib import Path
+from typing import Dict, List, Tuple, Optional
+from datetime import datetime
+
+import yaml
+
+from ..utils.errors import FileParseError, DataNotFoundError
+from .cache_service import get_cache
+
+
+class ParserService:
+    """文件解析服务类"""
+
+    def __init__(self, project_root: str = None):
+        """
+        初始化解析服务
+
+        Args:
+            project_root: 项目根目录，默认为当前目录的父目录
+        """
+        if project_root is None:
+            # 获取当前文件所在目录的父目录的父目录
+            current_file = Path(__file__)
+            self.project_root = current_file.parent.parent.parent
+        else:
+            self.project_root = Path(project_root)
+
+        # 初始化缓存服务
+        self.cache = get_cache()
+
+    @staticmethod
+    def clean_title(title: str) -> str:
+        """
+        清理标题文本
+
+        Args:
+            title: 原始标题
+
+        Returns:
+            清理后的标题
+        """
+        # 移除多余空白
+        title = re.sub(r'\s+', ' ', title)
+        # 移除特殊字符
+        title = title.strip()
+        return title
+
+    def parse_txt_file(self, file_path: Path) -> Tuple[Dict, Dict]:
+        """
+        解析单个txt文件的标题数据
+
+        Args:
+            file_path: txt文件路径
+
+        Returns:
+            (titles_by_id, id_to_name) 元组
+            - titles_by_id: {platform_id: {title: {ranks, url, mobileUrl}}}
+            - id_to_name: {platform_id: platform_name}
+
+        Raises:
+            FileParseError: 文件解析错误
+        """
+        if not file_path.exists():
+            raise FileParseError(str(file_path), "文件不存在")
+
+        titles_by_id = {}
+        id_to_name = {}
+
+        try:
+            with open(file_path, "r", encoding="utf-8") as f:
+                content = f.read()
+                sections = content.split("\n\n")
+
+                for section in sections:
+                    if not section.strip() or "==== 以下ID请求失败 ====" in section:
+                        continue
+
+                    lines = section.strip().split("\n")
+                    if len(lines) < 2:
+                        continue
+
+                    # 解析header: id | name 或 id
+                    header_line = lines[0].strip()
+                    if " | " in header_line:
+                        parts = header_line.split(" | ", 1)
+                        source_id = parts[0].strip()
+                        name = parts[1].strip()
+                        id_to_name[source_id] = name
+                    else:
+                        source_id = header_line
+                        id_to_name[source_id] = source_id
+
+                    titles_by_id[source_id] = {}
+
+                    # 解析标题行
+                    for line in lines[1:]:
+                        if line.strip():
+                            try:
+                                title_part = line.strip()
+                                rank = None
+
+                                # 提取排名
+                                if ". " in title_part and title_part.split(". ")[0].isdigit():
+                                    rank_str, title_part = title_part.split(". ", 1)
+                                    rank = int(rank_str)
+
+                                # 提取 MOBILE URL
+                                mobile_url = ""
+                                if " [MOBILE:" in title_part:
+                                    title_part, mobile_part = title_part.rsplit(" [MOBILE:", 1)
+                                    if mobile_part.endswith("]"):
+                                        mobile_url = mobile_part[:-1]
+
+                                # 提取 URL
+                                url = ""
+                                if " [URL:" in title_part:
+                                    title_part, url_part = title_part.rsplit(" [URL:", 1)
+                                    if url_part.endswith("]"):
+                                        url = url_part[:-1]
+
+                                title = self.clean_title(title_part.strip())
+                                ranks = [rank] if rank is not None else [1]
+
+                                titles_by_id[source_id][title] = {
+                                    "ranks": ranks,
+                                    "url": url,
+                                    "mobileUrl": mobile_url,
+                                }
+
+                            except Exception as e:
+                                # 忽略单行解析错误
+                                continue
+
+        except Exception as e:
+            raise FileParseError(str(file_path), str(e))
+
+        return titles_by_id, id_to_name
+
+    def get_date_folder_name(self, date: datetime = None) -> str:
+        """
+        获取日期文件夹名称
+
+        Args:
+            date: 日期对象，默认为今天
+
+        Returns:
+            文件夹名称，格式: YYYY年MM月DD日
+        """
+        if date is None:
+            date = datetime.now()
+        return date.strftime("%Y年%m月%d日")
+
+    def read_all_titles_for_date(
+        self,
+        date: datetime = None,
+        platform_ids: Optional[List[str]] = None
+    ) -> Tuple[Dict, Dict, Dict]:
+        """
+        读取指定日期的所有标题文件（带缓存）
+
+        Args:
+            date: 日期对象，默认为今天
+            platform_ids: 平台ID列表，None表示所有平台
+
+        Returns:
+            (all_titles, id_to_name, all_timestamps) 元组
+            - all_titles: {platform_id: {title: {ranks, url, mobileUrl, ...}}}
+            - id_to_name: {platform_id: platform_name}
+            - all_timestamps: {filename: timestamp}
+
+        Raises:
+            DataNotFoundError: 数据不存在
+        """
+        # 生成缓存键
+        date_str = self.get_date_folder_name(date)
+        platform_key = ','.join(sorted(platform_ids)) if platform_ids else 'all'
+        cache_key = f"read_all_titles:{date_str}:{platform_key}"
+
+        # 尝试从缓存获取
+        # 对于历史数据（非今天），使用更长的缓存时间（1小时）
+        # 对于今天的数据，使用较短的缓存时间（15分钟），因为可能有新数据
+        is_today = (date is None) or (date.date() == datetime.now().date())
+        ttl = 900 if is_today else 3600  # 15分钟 vs 1小时
+
+        cached = self.cache.get(cache_key, ttl=ttl)
+        if cached:
+            return cached
+
+        # 缓存未命中，读取文件
+        date_folder = self.get_date_folder_name(date)
+        txt_dir = self.project_root / "output" / date_folder / "txt"
+
+        if not txt_dir.exists():
+            raise DataNotFoundError(
+                f"未找到 {date_folder} 的数据目录",
+                suggestion="请先运行爬虫或检查日期是否正确"
+            )
+
+        all_titles = {}
+        id_to_name = {}
+        all_timestamps = {}
+
+        # 读取所有txt文件
+        txt_files = sorted(txt_dir.glob("*.txt"))
+
+        if not txt_files:
+            raise DataNotFoundError(
+                f"{date_folder} 没有数据文件",
+                suggestion="请等待爬虫任务完成"
+            )
+
+        for txt_file in txt_files:
+            try:
+                titles_by_id, file_id_to_name = self.parse_txt_file(txt_file)
+
+                # 更新id_to_name
+                id_to_name.update(file_id_to_name)
+
+                # 合并标题数据
+                for platform_id, titles in titles_by_id.items():
+                    # 如果指定了平台过滤
+                    if platform_ids and platform_id not in platform_ids:
+                        continue
+
+                    if platform_id not in all_titles:
+                        all_titles[platform_id] = {}
+
+                    for title, info in titles.items():
+                        if title in all_titles[platform_id]:
+                            # 合并排名
+                            all_titles[platform_id][title]["ranks"].extend(info["ranks"])
+                        else:
+                            all_titles[platform_id][title] = info.copy()
+
+                # 记录文件时间戳
+                all_timestamps[txt_file.name] = txt_file.stat().st_mtime
+
+            except Exception as e:
+                # 忽略单个文件的解析错误，继续处理其他文件
+                print(f"Warning: 解析文件 {txt_file} 失败: {e}")
+                continue
+
+        if not all_titles:
+            raise DataNotFoundError(
+                f"{date_folder} 没有有效的数据",
+                suggestion="请检查数据文件格式或重新运行爬虫"
+            )
+
+        # 缓存结果
+        result = (all_titles, id_to_name, all_timestamps)
+        self.cache.set(cache_key, result)
+
+        return result
+
+    def parse_yaml_config(self, config_path: str = None) -> dict:
+        """
+        解析YAML配置文件
+
+        Args:
+            config_path: 配置文件路径，默认为 config/config.yaml
+
+        Returns:
+            配置字典
+
+        Raises:
+            FileParseError: 配置文件解析错误
+        """
+        if config_path is None:
+            config_path = self.project_root / "config" / "config.yaml"
+        else:
+            config_path = Path(config_path)
+
+        if not config_path.exists():
+            raise FileParseError(str(config_path), "配置文件不存在")
+
+        try:
+            with open(config_path, "r", encoding="utf-8") as f:
+                config_data = yaml.safe_load(f)
+            return config_data
+        except Exception as e:
+            raise FileParseError(str(config_path), str(e))
+
+    def parse_frequency_words(self, words_file: str = None) -> List[Dict]:
+        """
+        解析关键词配置文件
+
+        Args:
+            words_file: 关键词文件路径，默认为 config/frequency_words.txt
+
+        Returns:
+            词组列表
+
+        Raises:
+            FileParseError: 文件解析错误
+        """
+        if words_file is None:
+            words_file = self.project_root / "config" / "frequency_words.txt"
+        else:
+            words_file = Path(words_file)
+
+        if not words_file.exists():
+            return []
+
+        word_groups = []
+
+        try:
+            with open(words_file, "r", encoding="utf-8") as f:
+                for line in f:
+                    line = line.strip()
+                    if not line or line.startswith("#"):
+                        continue
+
+                    # 使用 | 分隔符
+                    parts = [p.strip() for p in line.split("|")]
+                    if not parts:
+                        continue
+
+                    group = {
+                        "required": [],
+                        "normal": [],
+                        "filter_words": []
+                    }
+
+                    for part in parts:
+                        if not part:
+                            continue
+
+                        words = [w.strip() for w in part.split(",")]
+                        for word in words:
+                            if not word:
+                                continue
+                            if word.endswith("+"):
+                                # 必须词
+                                group["required"].append(word[:-1])
+                            elif word.endswith("!"):
+                                # 过滤词
+                                group["filter_words"].append(word[:-1])
+                            else:
+                                # 普通词
+                                group["normal"].append(word)
+
+                    if group["required"] or group["normal"]:
+                        word_groups.append(group)
+
+        except Exception as e:
+            raise FileParseError(str(words_file), str(e))
+
+        return word_groups

mcp_server/tools/__init__.py

@@ -0,0 +1,5 @@
+"""
+MCP 工具模块
+
+包含所有MCP工具的实现。
+"""

mcp_server/tools/config_mgmt.py

@@ -0,0 +1,66 @@
+"""
+配置管理工具
+
+实现配置查询和管理功能。
+"""
+
+from typing import Dict, Optional
+
+from ..services.data_service import DataService
+from ..utils.validators import validate_config_section
+from ..utils.errors import MCPError
+
+
+class ConfigManagementTools:
+    """配置管理工具类"""
+
+    def __init__(self, project_root: str = None):
+        """
+        初始化配置管理工具
+
+        Args:
+            project_root: 项目根目录
+        """
+        self.data_service = DataService(project_root)
+
+    def get_current_config(self, section: Optional[str] = None) -> Dict:
+        """
+        获取当前系统配置
+
+        Args:
+            section: 配置节 - all/crawler/push/keywords/weights，默认all
+
+        Returns:
+            配置字典
+
+        Example:
+            >>> tools = ConfigManagementTools()
+            >>> result = tools.get_current_config(section="crawler")
+            >>> print(result['crawler']['platforms'])
+        """
+        try:
+            # 参数验证
+            section = validate_config_section(section)
+
+            # 获取配置
+            config = self.data_service.get_current_config(section=section)
+
+            return {
+                "config": config,
+                "section": section,
+                "success": True
+            }
+
+        except MCPError as e:
+            return {
+                "success": False,
+                "error": e.to_dict()
+            }
+        except Exception as e:
+            return {
+                "success": False,
+                "error": {
+                    "code": "INTERNAL_ERROR",
+                    "message": str(e)
+                }
+            }

mcp_server/tools/data_query.py

@@ -0,0 +1,284 @@
+"""
+数据查询工具
+
+实现P0核心的数据查询工具。
+"""
+
+from typing import Dict, List, Optional
+
+from ..services.data_service import DataService
+from ..utils.validators import (
+    validate_platforms,
+    validate_limit,
+    validate_keyword,
+    validate_date_range,
+    validate_top_n,
+    validate_mode,
+    validate_date_query
+)
+from ..utils.errors import MCPError
+
+
+class DataQueryTools:
+    """数据查询工具类"""
+
+    def __init__(self, project_root: str = None):
+        """
+        初始化数据查询工具
+
+        Args:
+            project_root: 项目根目录
+        """
+        self.data_service = DataService(project_root)
+
+    def get_latest_news(
+        self,
+        platforms: Optional[List[str]] = None,
+        limit: Optional[int] = None,
+        include_url: bool = False
+    ) -> Dict:
+        """
+        获取最新一批爬取的新闻数据
+
+        Args:
+            platforms: 平台ID列表，如 ['zhihu', 'weibo']
+            limit: 返回条数限制，默认20
+            include_url: 是否包含URL链接，默认False（节省token）
+
+        Returns:
+            新闻列表字典
+
+        Example:
+            >>> tools = DataQueryTools()
+            >>> result = tools.get_latest_news(platforms=['zhihu'], limit=10)
+            >>> print(result['total'])
+            10
+        """
+        try:
+            # 参数验证
+            platforms = validate_platforms(platforms)
+            limit = validate_limit(limit, default=50)
+
+            # 获取数据
+            news_list = self.data_service.get_latest_news(
+                platforms=platforms,
+                limit=limit,
+                include_url=include_url
+            )
+
+            return {
+                "news": news_list,
+                "total": len(news_list),
+                "platforms": platforms,
+                "success": True
+            }
+
+        except MCPError as e:
+            return {
+                "success": False,
+                "error": e.to_dict()
+            }
+        except Exception as e:
+            return {
+                "success": False,
+                "error": {
+                    "code": "INTERNAL_ERROR",
+                    "message": str(e)
+                }
+            }
+
+    def search_news_by_keyword(
+        self,
+        keyword: str,
+        date_range: Optional[Dict] = None,
+        platforms: Optional[List[str]] = None,
+        limit: Optional[int] = None
+    ) -> Dict:
+        """
+        按关键词搜索历史新闻
+
+        Args:
+            keyword: 搜索关键词（必需）
+            date_range: 日期范围，格式: {"start": "YYYY-MM-DD", "end": "YYYY-MM-DD"}
+            platforms: 平台过滤列表
+            limit: 返回条数限制（可选，默认返回所有）
+
+        Returns:
+            搜索结果字典
+
+        Example:
+            >>> tools = DataQueryTools()
+            >>> result = tools.search_news_by_keyword(
+            ...     keyword="人工智能",
+            ...     date_range={"start": "2025-10-01", "end": "2025-10-11"},
+            ...     limit=50
+            ... )
+            >>> print(result['total'])
+        """
+        try:
+            # 参数验证
+            keyword = validate_keyword(keyword)
+            date_range_tuple = validate_date_range(date_range)
+            platforms = validate_platforms(platforms)
+
+            if limit is not None:
+                limit = validate_limit(limit, default=100)
+
+            # 搜索数据
+            search_result = self.data_service.search_news_by_keyword(
+                keyword=keyword,
+                date_range=date_range_tuple,
+                platforms=platforms,
+                limit=limit
+            )
+
+            return {
+                **search_result,
+                "success": True
+            }
+
+        except MCPError as e:
+            return {
+                "success": False,
+                "error": e.to_dict()
+            }
+        except Exception as e:
+            return {
+                "success": False,
+                "error": {
+                    "code": "INTERNAL_ERROR",
+                    "message": str(e)
+                }
+            }
+
+    def get_trending_topics(
+        self,
+        top_n: Optional[int] = None,
+        mode: Optional[str] = None
+    ) -> Dict:
+        """
+        获取个人关注词的新闻出现频率统计
+
+        注意：本工具基于 config/frequency_words.txt 中的个人关注词列表进行统计，
+        而不是自动从新闻中提取热点话题。这是一个个人可定制的关注词列表，
+        用户可以根据自己的兴趣添加或删除关注词。
+
+        Args:
+            top_n: 返回TOP N关注词，默认10
+            mode: 模式 - daily(当日累计), current(最新一批), incremental(增量)
+
+        Returns:
+            关注词频率统计字典，包含每个关注词在新闻中出现的次数
+
+        Example:
+            >>> tools = DataQueryTools()
+            >>> result = tools.get_trending_topics(top_n=5, mode="current")
+            >>> print(len(result['topics']))
+            5
+            >>> # 返回的是你在 frequency_words.txt 中设置的关注词的频率统计
+        """
+        try:
+            # 参数验证
+            top_n = validate_top_n(top_n, default=10)
+            valid_modes = ["daily", "current", "incremental"]
+            mode = validate_mode(mode, valid_modes, default="current")
+
+            # 获取趋势话题
+            trending_result = self.data_service.get_trending_topics(
+                top_n=top_n,
+                mode=mode
+            )
+
+            return {
+                **trending_result,
+                "success": True
+            }
+
+        except MCPError as e:
+            return {
+                "success": False,
+                "error": e.to_dict()
+            }
+        except Exception as e:
+            return {
+                "success": False,
+                "error": {
+                    "code": "INTERNAL_ERROR",
+                    "message": str(e)
+                }
+            }
+
+    def get_news_by_date(
+        self,
+        date_query: Optional[str] = None,
+        platforms: Optional[List[str]] = None,
+        limit: Optional[int] = None,
+        include_url: bool = False
+    ) -> Dict:
+        """
+        按日期查询新闻，支持自然语言日期
+
+        Args:
+            date_query: 日期查询字符串（可选，默认"今天"），支持：
+                - 相对日期：今天、昨天、前天、3天前、yesterday、3 days ago
+                - 星期：上周一、本周三、last monday、this friday
+                - 绝对日期：2025-10-10、10月10日、2025年10月10日
+            platforms: 平台ID列表，如 ['zhihu', 'weibo']
+            limit: 返回条数限制，默认50
+            include_url: 是否包含URL链接，默认False（节省token）
+
+        Returns:
+            新闻列表字典
+
+        Example:
+            >>> tools = DataQueryTools()
+            >>> # 不指定日期，默认查询今天
+            >>> result = tools.get_news_by_date(platforms=['zhihu'], limit=20)
+            >>> # 指定日期
+            >>> result = tools.get_news_by_date(
+            ...     date_query="昨天",
+            ...     platforms=['zhihu'],
+            ...     limit=20
+            ... )
+            >>> print(result['total'])
+            20
+        """
+        try:
+            # 参数验证 - 默认今天
+            if date_query is None:
+                date_query = "今天"
+            target_date = validate_date_query(date_query)
+            platforms = validate_platforms(platforms)
+            limit = validate_limit(limit, default=50)
+
+            # 获取数据
+            news_list = self.data_service.get_news_by_date(
+                target_date=target_date,
+                platforms=platforms,
+                limit=limit,
+                include_url=include_url
+            )
+
+            return {
+                "news": news_list,
+                "total": len(news_list),
+                "date": target_date.strftime("%Y-%m-%d"),
+                "date_query": date_query,
+                "platforms": platforms,
+                "success": True
+            }
+
+        except MCPError as e:
+            return {
+                "success": False,
+                "error": e.to_dict()
+            }
+        except Exception as e:
+            return {
+                "success": False,
+                "error": {
+                    "code": "INTERNAL_ERROR",
+                    "message": str(e)
+                }
+            }
+

mcp_server/tools/search_tools.py

@@ -0,0 +1,664 @@
+"""
+智能新闻检索工具
+
+提供模糊搜索、链接查询、历史相关新闻检索等高级搜索功能。
+"""
+
+import re
+from collections import Counter
+from datetime import datetime, timedelta
+from difflib import SequenceMatcher
+from typing import Dict, List, Optional, Tuple
+
+from ..services.data_service import DataService
+from ..utils.validators import validate_keyword, validate_limit
+from ..utils.errors import MCPError, InvalidParameterError, DataNotFoundError
+
+
+class SearchTools:
+    """智能新闻检索工具类"""
+
+    def __init__(self, project_root: str = None):
+        """
+        初始化智能检索工具
+
+        Args:
+            project_root: 项目根目录
+        """
+        self.data_service = DataService(project_root)
+        # 中文停用词列表
+        self.stopwords = {
+            '的', '了', '在', '是', '我', '有', '和', '就', '不', '人', '都', '一',
+            '一个', '上', '也', '很', '到', '说', '要', '去', '你', '会', '着', '没有',
+            '看', '好', '自己', '这', '那', '来', '被', '与', '为', '对', '将', '从',
+            '以', '及', '等', '但', '或', '而', '于', '中', '由', '可', '可以', '已',
+            '已经', '还', '更', '最', '再', '因为', '所以', '如果', '虽然', '然而'
+        }
+
+    def search_news_unified(
+        self,
+        query: str,
+        search_mode: str = "keyword",
+        date_range: Optional[Dict[str, str]] = None,
+        platforms: Optional[List[str]] = None,
+        limit: int = 50,
+        sort_by: str = "relevance",
+        threshold: float = 0.6,
+        include_url: bool = False
+    ) -> Dict:
+        """
+        统一新闻搜索工具 - 整合多种搜索模式
+
+        Args:
+            query: 查询内容（必需）- 关键词、内容片段或实体名称
+            search_mode: 搜索模式，可选值：
+                - "keyword": 精确关键词匹配（默认）
+                - "fuzzy": 模糊内容匹配（使用相似度算法）
+                - "entity": 实体名称搜索（自动按权重排序）
+            date_range: 日期范围，格式: {"start": "YYYY-MM-DD", "end": "YYYY-MM-DD"}
+                       不指定则默认查询今天
+            platforms: 平台过滤列表，如 ['zhihu', 'weibo']
+            limit: 返回条数限制，默认50
+            sort_by: 排序方式，可选值：
+                - "relevance": 按相关度排序（默认）
+                - "weight": 按新闻权重排序
+                - "date": 按日期排序
+            threshold: 相似度阈值（仅fuzzy模式有效），0-1之间，默认0.6
+            include_url: 是否包含URL链接，默认False（节省token）
+
+        Returns:
+            搜索结果字典，包含匹配的新闻列表
+
+        Examples:
+            - search_news_unified(query="人工智能", search_mode="keyword")
+            - search_news_unified(query="特斯拉降价", search_mode="fuzzy", threshold=0.4)
+            - search_news_unified(query="马斯克", search_mode="entity", limit=20)
+            - search_news_unified(query="iPhone 16发布", search_mode="keyword")
+        """
+        try:
+            # 参数验证
+            query = validate_keyword(query)
+
+            if search_mode not in ["keyword", "fuzzy", "entity"]:
+                raise InvalidParameterError(
+                    f"无效的搜索模式: {search_mode}",
+                    suggestion="支持的模式: keyword, fuzzy, entity"
+                )
+
+            if sort_by not in ["relevance", "weight", "date"]:
+                raise InvalidParameterError(
+                    f"无效的排序方式: {sort_by}",
+                    suggestion="支持的排序: relevance, weight, date"
+                )
+
+            limit = validate_limit(limit, default=50)
+            threshold = max(0.0, min(1.0, threshold))
+
+            # 处理日期范围
+            if date_range:
+                from ..utils.validators import validate_date_range
+                date_range_tuple = validate_date_range(date_range)
+                start_date, end_date = date_range_tuple
+            else:
+                # 默认今天
+                start_date = end_date = datetime.now()
+
+            # 收集所有匹配的新闻
+            all_matches = []
+            current_date = start_date
+
+            while current_date <= end_date:
+                try:
+                    all_titles, id_to_name, timestamps = self.data_service.parser.read_all_titles_for_date(
+                        date=current_date,
+                        platform_ids=platforms
+                    )
+
+                    # 根据搜索模式执行不同的搜索逻辑
+                    if search_mode == "keyword":
+                        matches = self._search_by_keyword_mode(
+                            query, all_titles, id_to_name, current_date, include_url
+                        )
+                    elif search_mode == "fuzzy":
+                        matches = self._search_by_fuzzy_mode(
+                            query, all_titles, id_to_name, current_date, threshold, include_url
+                        )
+                    else:  # entity
+                        matches = self._search_by_entity_mode(
+                            query, all_titles, id_to_name, current_date, include_url
+                        )
+
+                    all_matches.extend(matches)
+
+                except DataNotFoundError:
+                    # 该日期没有数据，继续下一天
+                    pass
+
+                current_date += timedelta(days=1)
+
+            if not all_matches:
+                time_desc = "今天" if start_date == end_date else f"{start_date.strftime('%Y-%m-%d')} 至 {end_date.strftime('%Y-%m-%d')}"
+                return {
+                    "success": True,
+                    "results": [],
+                    "total": 0,
+                    "query": query,
+                    "search_mode": search_mode,
+                    "time_range": time_desc,
+                    "message": f"未找到匹配的新闻（{time_desc}）"
+                }
+
+            # 统一排序逻辑
+            if sort_by == "relevance":
+                all_matches.sort(key=lambda x: x.get("similarity_score", 1.0), reverse=True)
+            elif sort_by == "weight":
+                from .analytics import calculate_news_weight
+                all_matches.sort(key=lambda x: calculate_news_weight(x), reverse=True)
+            elif sort_by == "date":
+                all_matches.sort(key=lambda x: x.get("date", ""), reverse=True)
+
+            # 限制返回数量
+            results = all_matches[:limit]
+
+            # 构建时间范围描述
+            if start_date == end_date:
+                time_range_desc = start_date.strftime("%Y-%m-%d")
+            else:
+                time_range_desc = f"{start_date.strftime('%Y-%m-%d')} 至 {end_date.strftime('%Y-%m-%d')}"
+
+            result = {
+                "success": True,
+                "summary": {
+                    "total_found": len(all_matches),
+                    "returned_count": len(results),
+                    "requested_limit": limit,
+                    "search_mode": search_mode,
+                    "query": query,
+                    "platforms": platforms or "所有平台",
+                    "time_range": time_range_desc,
+                    "sort_by": sort_by
+                },
+                "results": results
+            }
+
+            if search_mode == "fuzzy":
+                result["summary"]["threshold"] = threshold
+                if len(all_matches) < limit:
+                    result["note"] = f"模糊搜索模式下，相似度阈值 {threshold} 仅匹配到 {len(all_matches)} 条结果"
+
+            return result
+
+        except MCPError as e:
+            return {
+                "success": False,
+                "error": e.to_dict()
+            }
+        except Exception as e:
+            return {
+                "success": False,
+                "error": {
+                    "code": "INTERNAL_ERROR",
+                    "message": str(e)
+                }
+            }
+
+    def _search_by_keyword_mode(
+        self,
+        query: str,
+        all_titles: Dict,
+        id_to_name: Dict,
+        current_date: datetime,
+        include_url: bool
+    ) -> List[Dict]:
+        """
+        关键词搜索模式（精确匹配）
+
+        Args:
+            query: 搜索关键词
+            all_titles: 所有标题字典
+            id_to_name: 平台ID到名称映射
+            current_date: 当前日期
+
+        Returns:
+            匹配的新闻列表
+        """
+        matches = []
+        query_lower = query.lower()
+
+        for platform_id, titles in all_titles.items():
+            platform_name = id_to_name.get(platform_id, platform_id)
+
+            for title, info in titles.items():
+                # 精确包含判断
+                if query_lower in title.lower():
+                    news_item = {
+                        "title": title,
+                        "platform": platform_id,
+                        "platform_name": platform_name,
+                        "date": current_date.strftime("%Y-%m-%d"),
+                        "similarity_score": 1.0,  # 精确匹配，相似度为1
+                        "ranks": info.get("ranks", []),
+                        "count": len(info.get("ranks", [])),
+                        "rank": info["ranks"][0] if info["ranks"] else 999
+                    }
+
+                    # 条件性添加 URL 字段
+                    if include_url:
+                        news_item["url"] = info.get("url", "")
+                        news_item["mobileUrl"] = info.get("mobileUrl", "")
+
+                    matches.append(news_item)
+
+        return matches
+
+    def _search_by_fuzzy_mode(
+        self,
+        query: str,
+        all_titles: Dict,
+        id_to_name: Dict,
+        current_date: datetime,
+        threshold: float,
+        include_url: bool
+    ) -> List[Dict]:
+        """
+        模糊搜索模式（使用相似度算法）
+
+        Args:
+            query: 搜索内容
+            all_titles: 所有标题字典
+            id_to_name: 平台ID到名称映射
+            current_date: 当前日期
+            threshold: 相似度阈值
+
+        Returns:
+            匹配的新闻列表
+        """
+        matches = []
+
+        for platform_id, titles in all_titles.items():
+            platform_name = id_to_name.get(platform_id, platform_id)
+
+            for title, info in titles.items():
+                # 模糊匹配
+                is_match, similarity = self._fuzzy_match(query, title, threshold)
+
+                if is_match:
+                    news_item = {
+                        "title": title,
+                        "platform": platform_id,
+                        "platform_name": platform_name,
+                        "date": current_date.strftime("%Y-%m-%d"),
+                        "similarity_score": round(similarity, 4),
+                        "ranks": info.get("ranks", []),
+                        "count": len(info.get("ranks", [])),
+                        "rank": info["ranks"][0] if info["ranks"] else 999
+                    }
+
+                    # 条件性添加 URL 字段
+                    if include_url:
+                        news_item["url"] = info.get("url", "")
+                        news_item["mobileUrl"] = info.get("mobileUrl", "")
+
+                    matches.append(news_item)
+
+        return matches
+
+    def _search_by_entity_mode(
+        self,
+        query: str,
+        all_titles: Dict,
+        id_to_name: Dict,
+        current_date: datetime,
+        include_url: bool
+    ) -> List[Dict]:
+        """
+        实体搜索模式（自动按权重排序）
+
+        Args:
+            query: 实体名称
+            all_titles: 所有标题字典
+            id_to_name: 平台ID到名称映射
+            current_date: 当前日期
+
+        Returns:
+            匹配的新闻列表
+        """
+        matches = []
+
+        for platform_id, titles in all_titles.items():
+            platform_name = id_to_name.get(platform_id, platform_id)
+
+            for title, info in titles.items():
+                # 实体搜索：精确包含实体名称
+                if query in title:
+                    news_item = {
+                        "title": title,
+                        "platform": platform_id,
+                        "platform_name": platform_name,
+                        "date": current_date.strftime("%Y-%m-%d"),
+                        "similarity_score": 1.0,
+                        "ranks": info.get("ranks", []),
+                        "count": len(info.get("ranks", [])),
+                        "rank": info["ranks"][0] if info["ranks"] else 999
+                    }
+
+                    # 条件性添加 URL 字段
+                    if include_url:
+                        news_item["url"] = info.get("url", "")
+                        news_item["mobileUrl"] = info.get("mobileUrl", "")
+
+                    matches.append(news_item)
+
+        return matches
+
+    def _calculate_similarity(self, text1: str, text2: str) -> float:
+        """
+        计算两个文本的相似度
+
+        Args:
+            text1: 文本1
+            text2: 文本2
+
+        Returns:
+            相似度分数 (0-1之间)
+        """
+        # 使用 difflib.SequenceMatcher 计算序列相似度
+        return SequenceMatcher(None, text1.lower(), text2.lower()).ratio()
+
+    def _fuzzy_match(self, query: str, text: str, threshold: float = 0.3) -> Tuple[bool, float]:
+        """
+        模糊匹配函数
+
+        Args:
+            query: 查询文本
+            text: 待匹配文本
+            threshold: 匹配阈值
+
+        Returns:
+            (是否匹配, 相似度分数)
+        """
+        # 直接包含判断
+        if query.lower() in text.lower():
+            return True, 1.0
+
+        # 计算整体相似度
+        similarity = self._calculate_similarity(query, text)
+        if similarity >= threshold:
+            return True, similarity
+
+        # 分词后的部分匹配
+        query_words = set(self._extract_keywords(query))
+        text_words = set(self._extract_keywords(text))
+
+        if not query_words or not text_words:
+            return False, 0.0
+
+        # 计算关键词重合度
+        common_words = query_words & text_words
+        keyword_overlap = len(common_words) / len(query_words)
+
+        if keyword_overlap >= 0.5:  # 50%的关键词重合
+            return True, keyword_overlap
+
+        return False, similarity
+
+    def _extract_keywords(self, text: str, min_length: int = 2) -> List[str]:
+        """
+        从文本中提取关键词
+
+        Args:
+            text: 输入文本
+            min_length: 最小词长
+
+        Returns:
+            关键词列表
+        """
+        # 移除URL和特殊字符
+        text = re.sub(r'http[s]?://\S+', '', text)
+        text = re.sub(r'\[.*?\]', '', text)  # 移除方括号内容
+
+        # 使用正则表达式分词（中文和英文）
+        words = re.findall(r'[\w]+', text)
+
+        # 过滤停用词和短词
+        keywords = [
+            word for word in words
+            if word and len(word) >= min_length and word not in self.stopwords
+        ]
+
+        return keywords
+
+    def _calculate_keyword_overlap(self, keywords1: List[str], keywords2: List[str]) -> float:
+        """
+        计算两个关键词列表的重合度
+
+        Args:
+            keywords1: 关键词列表1
+            keywords2: 关键词列表2
+
+        Returns:
+            重合度分数 (0-1之间)
+        """
+        if not keywords1 or not keywords2:
+            return 0.0
+
+        set1 = set(keywords1)
+        set2 = set(keywords2)
+
+        # Jaccard 相似度
+        intersection = len(set1 & set2)
+        union = len(set1 | set2)
+
+        if union == 0:
+            return 0.0
+
+        return intersection / union
+
+    def search_related_news_history(
+        self,
+        reference_text: str,
+        time_range: str = "yesterday",
+        start_date: Optional[datetime] = None,
+        end_date: Optional[datetime] = None,
+        threshold: float = 0.4,
+        limit: int = 50,
+        include_url: bool = False
+    ) -> Dict:
+        """
+        在历史数据中搜索与给定新闻相关的新闻
+
+        Args:
+            reference_text: 参考新闻标题或内容
+            time_range: 时间范围预设值，可选：
+                - "yesterday": 昨天
+                - "last_week": 上周 (7天)
+                - "last_month": 上个月 (30天)
+                - "custom": 自定义日期范围（需要提供 start_date 和 end_date）
+            start_date: 自定义开始日期（仅当 time_range="custom" 时有效）
+            end_date: 自定义结束日期（仅当 time_range="custom" 时有效）
+            threshold: 相似度阈值 (0-1之间)，默认0.4
+            limit: 返回条数限制，默认50
+            include_url: 是否包含URL链接，默认False（节省token）
+
+        Returns:
+            搜索结果字典，包含相关新闻列表
+
+        Example:
+            >>> tools = SearchTools()
+            >>> result = tools.search_related_news_history(
+            ...     reference_text="人工智能技术突破",
+            ...     time_range="last_week",
+            ...     threshold=0.4,
+            ...     limit=50
+            ... )
+            >>> for news in result['results']:
+            ...     print(f"{news['date']}: {news['title']} (相似度: {news['similarity_score']})")
+        """
+        try:
+            # 参数验证
+            reference_text = validate_keyword(reference_text)
+            threshold = max(0.0, min(1.0, threshold))
+            limit = validate_limit(limit, default=50)
+
+            # 确定查询日期范围
+            today = datetime.now()
+
+            if time_range == "yesterday":
+                search_start = today - timedelta(days=1)
+                search_end = today - timedelta(days=1)
+            elif time_range == "last_week":
+                search_start = today - timedelta(days=7)
+                search_end = today - timedelta(days=1)
+            elif time_range == "last_month":
+                search_start = today - timedelta(days=30)
+                search_end = today - timedelta(days=1)
+            elif time_range == "custom":
+                if not start_date or not end_date:
+                    raise InvalidParameterError(
+                        "自定义时间范围需要提供 start_date 和 end_date",
+                        suggestion="请提供 start_date 和 end_date 参数"
+                    )
+                search_start = start_date
+                search_end = end_date
+            else:
+                raise InvalidParameterError(
+                    f"不支持的时间范围: {time_range}",
+                    suggestion="请使用 'yesterday', 'last_week', 'last_month' 或 'custom'"
+                )
+
+            # 提取参考文本的关键词
+            reference_keywords = self._extract_keywords(reference_text)
+
+            if not reference_keywords:
+                raise InvalidParameterError(
+                    "无法从参考文本中提取关键词",
+                    suggestion="请提供更详细的文本内容"
+                )
+
+            # 收集所有相关新闻
+            all_related_news = []
+            current_date = search_start
+
+            while current_date <= search_end:
+                try:
+                    # 读取该日期的数据
+                    all_titles, id_to_name, _ = self.data_service.parser.read_all_titles_for_date(current_date)
+
+                    # 搜索相关新闻
+                    for platform_id, titles in all_titles.items():
+                        platform_name = id_to_name.get(platform_id, platform_id)
+
+                        for title, info in titles.items():
+                            # 计算标题相似度
+                            title_similarity = self._calculate_similarity(reference_text, title)
+
+                            # 提取标题关键词
+                            title_keywords = self._extract_keywords(title)
+
+                            # 计算关键词重合度
+                            keyword_overlap = self._calculate_keyword_overlap(
+                                reference_keywords,
+                                title_keywords
+                            )
+
+                            # 综合相似度 (70% 关键词重合 + 30% 文本相似度)
+                            combined_score = keyword_overlap * 0.7 + title_similarity * 0.3
+
+                            if combined_score >= threshold:
+                                news_item = {
+                                    "title": title,
+                                    "platform": platform_id,
+                                    "platform_name": platform_name,
+                                    "date": current_date.strftime("%Y-%m-%d"),
+                                    "similarity_score": round(combined_score, 4),
+                                    "keyword_overlap": round(keyword_overlap, 4),
+                                    "text_similarity": round(title_similarity, 4),
+                                    "common_keywords": list(set(reference_keywords) & set(title_keywords)),
+                                    "rank": info["ranks"][0] if info["ranks"] else 0
+                                }
+
+                                # 条件性添加 URL 字段
+                                if include_url:
+                                    news_item["url"] = info.get("url", "")
+                                    news_item["mobileUrl"] = info.get("mobileUrl", "")
+
+                                all_related_news.append(news_item)
+
+                except DataNotFoundError:
+                    # 该日期没有数据，继续下一天
+                    pass
+                except Exception as e:
+                    # 记录错误但继续处理其他日期
+                    print(f"Warning: 处理日期 {current_date.strftime('%Y-%m-%d')} 时出错: {e}")
+
+                # 移动到下一天
+                current_date += timedelta(days=1)
+
+            if not all_related_news:
+                return {
+                    "success": True,
+                    "results": [],
+                    "total": 0,
+                    "query": reference_text,
+                    "time_range": time_range,
+                    "date_range": {
+                        "start": search_start.strftime("%Y-%m-%d"),
+                        "end": search_end.strftime("%Y-%m-%d")
+                    },
+                    "message": "未找到相关新闻"
+                }
+
+            # 按相似度排序
+            all_related_news.sort(key=lambda x: x["similarity_score"], reverse=True)
+
+            # 限制返回数量
+            results = all_related_news[:limit]
+
+            # 统计信息
+            platform_distribution = Counter([news["platform"] for news in all_related_news])
+            date_distribution = Counter([news["date"] for news in all_related_news])
+
+            result = {
+                "success": True,
+                "summary": {
+                    "total_found": len(all_related_news),
+                    "returned_count": len(results),
+                    "requested_limit": limit,
+                    "threshold": threshold,
+                    "reference_text": reference_text,
+                    "reference_keywords": reference_keywords,
+                    "time_range": time_range,
+                    "date_range": {
+                        "start": search_start.strftime("%Y-%m-%d"),
+                        "end": search_end.strftime("%Y-%m-%d")
+                    }
+                },
+                "results": results,
+                "statistics": {
+                    "platform_distribution": dict(platform_distribution),
+                    "date_distribution": dict(date_distribution),
+                    "avg_similarity": round(
+                        sum([news["similarity_score"] for news in all_related_news]) / len(all_related_news),
+                        4
+                    ) if all_related_news else 0.0
+                }
+            }
+
+            if len(all_related_news) < limit:
+                result["note"] = f"相关性阈值 {threshold} 下仅找到 {len(all_related_news)} 条相关新闻"
+
+            return result
+
+        except MCPError as e:
+            return {
+                "success": False,
+                "error": e.to_dict()
+            }
+        except Exception as e:
+            return {
+                "success": False,
+                "error": {
+                    "code": "INTERNAL_ERROR",
+                    "message": str(e)
+                }
+            }

mcp_server/tools/system.py

@@ -0,0 +1,465 @@
+"""
+系统管理工具
+
+实现系统状态查询和爬虫触发功能。
+"""
+
+from pathlib import Path
+from typing import Dict, List, Optional
+
+from ..services.data_service import DataService
+from ..utils.validators import validate_platforms
+from ..utils.errors import MCPError, CrawlTaskError
+
+
+class SystemManagementTools:
+    """系统管理工具类"""
+
+    def __init__(self, project_root: str = None):
+        """
+        初始化系统管理工具
+
+        Args:
+            project_root: 项目根目录
+        """
+        self.data_service = DataService(project_root)
+        if project_root:
+            self.project_root = Path(project_root)
+        else:
+            # 获取项目根目录
+            current_file = Path(__file__)
+            self.project_root = current_file.parent.parent.parent
+
+    def get_system_status(self) -> Dict:
+        """
+        获取系统运行状态和健康检查信息
+
+        Returns:
+            系统状态字典
+
+        Example:
+            >>> tools = SystemManagementTools()
+            >>> result = tools.get_system_status()
+            >>> print(result['system']['version'])
+        """
+        try:
+            # 获取系统状态
+            status = self.data_service.get_system_status()
+
+            return {
+                **status,
+                "success": True
+            }
+
+        except MCPError as e:
+            return {
+                "success": False,
+                "error": e.to_dict()
+            }
+        except Exception as e:
+            return {
+                "success": False,
+                "error": {
+                    "code": "INTERNAL_ERROR",
+                    "message": str(e)
+                }
+            }
+
+    def trigger_crawl(self, platforms: Optional[List[str]] = None, save_to_local: bool = False, include_url: bool = False) -> Dict:
+        """
+        手动触发一次临时爬取任务（可选持久化）
+
+        Args:
+            platforms: 指定平台列表，为空则爬取所有平台
+            save_to_local: 是否保存到本地 output 目录，默认 False
+            include_url: 是否包含URL链接，默认False（节省token）
+
+        Returns:
+            爬取结果字典，包含新闻数据和保存路径（如果保存）
+
+        Example:
+            >>> tools = SystemManagementTools()
+            >>> # 临时爬取，不保存
+            >>> result = tools.trigger_crawl(platforms=['zhihu', 'weibo'])
+            >>> print(result['data'])
+            >>> # 爬取并保存到本地
+            >>> result = tools.trigger_crawl(platforms=['zhihu'], save_to_local=True)
+            >>> print(result['saved_files'])
+        """
+        try:
+            import json
+            import time
+            import random
+            import requests
+            from datetime import datetime
+            import pytz
+            import yaml
+
+            # 参数验证
+            platforms = validate_platforms(platforms)
+
+            # 加载配置文件
+            config_path = self.project_root / "config" / "config.yaml"
+            if not config_path.exists():
+                raise CrawlTaskError(
+                    "配置文件不存在",
+                    suggestion=f"请确保配置文件存在: {config_path}"
+                )
+
+            # 读取配置
+            with open(config_path, "r", encoding="utf-8") as f:
+                config_data = yaml.safe_load(f)
+
+            # 获取平台配置
+            all_platforms = config_data.get("platforms", [])
+            if not all_platforms:
+                raise CrawlTaskError(
+                    "配置文件中没有平台配置",
+                    suggestion="请检查 config/config.yaml 中的 platforms 配置"
+                )
+
+            # 过滤平台
+            if platforms:
+                target_platforms = [p for p in all_platforms if p["id"] in platforms]
+                if not target_platforms:
+                    raise CrawlTaskError(
+                        f"指定的平台不存在: {platforms}",
+                        suggestion=f"可用平台: {[p['id'] for p in all_platforms]}"
+                    )
+            else:
+                target_platforms = all_platforms
+
+            # 获取请求间隔
+            request_interval = config_data.get("crawler", {}).get("request_interval", 100)
+
+            # 构建平台ID列表
+            ids = []
+            for platform in target_platforms:
+                if "name" in platform:
+                    ids.append((platform["id"], platform["name"]))
+                else:
+                    ids.append(platform["id"])
+
+            print(f"开始临时爬取，平台: {[p.get('name', p['id']) for p in target_platforms]}")
+
+            # 爬取数据
+            results = {}
+            id_to_name = {}
+            failed_ids = []
+
+            for i, id_info in enumerate(ids):
+                if isinstance(id_info, tuple):
+                    id_value, name = id_info
+                else:
+                    id_value = id_info
+                    name = id_value
+
+                id_to_name[id_value] = name
+
+                # 构建请求URL
+                url = f"https://newsnow.busiyi.world/api/s?id={id_value}&latest"
+
+                headers = {
+                    "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36",
+                    "Accept": "application/json, text/plain, */*",
+                    "Accept-Language": "zh-CN,zh;q=0.9,en;q=0.8",
+                    "Connection": "keep-alive",
+                    "Cache-Control": "no-cache",
+                }
+
+                # 重试机制
+                max_retries = 2
+                retries = 0
+                success = False
+
+                while retries <= max_retries and not success:
+                    try:
+                        response = requests.get(url, headers=headers, timeout=10)
+                        response.raise_for_status()
+
+                        data_text = response.text
+                        data_json = json.loads(data_text)
+
+                        status = data_json.get("status", "未知")
+                        if status not in ["success", "cache"]:
+                            raise ValueError(f"响应状态异常: {status}")
+
+                        status_info = "最新数据" if status == "success" else "缓存数据"
+                        print(f"获取 {id_value} 成功（{status_info}）")
+
+                        # 解析数据
+                        results[id_value] = {}
+                        for index, item in enumerate(data_json.get("items", []), 1):
+                            title = item["title"]
+                            url_link = item.get("url", "")
+                            mobile_url = item.get("mobileUrl", "")
+
+                            if title in results[id_value]:
+                                results[id_value][title]["ranks"].append(index)
+                            else:
+                                results[id_value][title] = {
+                                    "ranks": [index],
+                                    "url": url_link,
+                                    "mobileUrl": mobile_url,
+                                }
+
+                        success = True
+
+                    except Exception as e:
+                        retries += 1
+                        if retries <= max_retries:
+                            wait_time = random.uniform(3, 5)
+                            print(f"请求 {id_value} 失败: {e}. {wait_time:.2f}秒后重试...")
+                            time.sleep(wait_time)
+                        else:
+                            print(f"请求 {id_value} 失败: {e}")
+                            failed_ids.append(id_value)
+
+                # 请求间隔
+                if i < len(ids) - 1:
+                    actual_interval = request_interval + random.randint(-10, 20)
+                    actual_interval = max(50, actual_interval)
+                    time.sleep(actual_interval / 1000)
+
+            # 格式化返回数据
+            news_data = []
+            for platform_id, titles_data in results.items():
+                platform_name = id_to_name.get(platform_id, platform_id)
+                for title, info in titles_data.items():
+                    news_item = {
+                        "platform_id": platform_id,
+                        "platform_name": platform_name,
+                        "title": title,
+                        "ranks": info["ranks"]
+                    }
+
+                    # 条件性添加 URL 字段
+                    if include_url:
+                        news_item["url"] = info.get("url", "")
+                        news_item["mobile_url"] = info.get("mobileUrl", "")
+
+                    news_data.append(news_item)
+
+            # 获取北京时间
+            beijing_tz = pytz.timezone("Asia/Shanghai")
+            now = datetime.now(beijing_tz)
+
+            # 构建返回结果
+            result = {
+                "success": True,
+                "task_id": f"crawl_{int(time.time())}",
+                "status": "completed",
+                "crawl_time": now.strftime("%Y-%m-%d %H:%M:%S"),
+                "platforms": list(results.keys()),
+                "total_news": len(news_data),
+                "failed_platforms": failed_ids,
+                "data": news_data,
+                "saved_to_local": save_to_local
+            }
+
+            # 如果需要持久化，调用保存逻辑
+            if save_to_local:
+                try:
+                    import re
+
+                    # 辅助函数：清理标题
+                    def clean_title(title: str) -> str:
+                        """清理标题中的特殊字符"""
+                        if not isinstance(title, str):
+                            title = str(title)
+                        cleaned_title = title.replace("\n", " ").replace("\r", " ")
+                        cleaned_title = re.sub(r"\s+", " ", cleaned_title)
+                        cleaned_title = cleaned_title.strip()
+                        return cleaned_title
+
+                    # 辅助函数：创建目录
+                    def ensure_directory_exists(directory: str):
+                        """确保目录存在"""
+                        Path(directory).mkdir(parents=True, exist_ok=True)
+
+                    # 格式化日期和时间
+                    date_folder = now.strftime("%Y年%m月%d日")
+                    time_filename = now.strftime("%H时%M分")
+
+                    # 创建 txt 文件路径
+                    txt_dir = self.project_root / "output" / date_folder / "txt"
+                    ensure_directory_exists(str(txt_dir))
+                    txt_file_path = txt_dir / f"{time_filename}.txt"
+
+                    # 创建 html 文件路径
+                    html_dir = self.project_root / "output" / date_folder / "html"
+                    ensure_directory_exists(str(html_dir))
+                    html_file_path = html_dir / f"{time_filename}.html"
+
+                    # 保存 txt 文件（按照 main.py 的格式）
+                    with open(txt_file_path, "w", encoding="utf-8") as f:
+                        for id_value, title_data in results.items():
+                            # id | name 或 id
+                            name = id_to_name.get(id_value)
+                            if name and name != id_value:
+                                f.write(f"{id_value} | {name}\n")
+                            else:
+                                f.write(f"{id_value}\n")
+
+                            # 按排名排序标题
+                            sorted_titles = []
+                            for title, info in title_data.items():
+                                cleaned = clean_title(title)
+                                if isinstance(info, dict):
+                                    ranks = info.get("ranks", [])
+                                    url = info.get("url", "")
+                                    mobile_url = info.get("mobileUrl", "")
+                                else:
+                                    ranks = info if isinstance(info, list) else []
+                                    url = ""
+                                    mobile_url = ""
+
+                                rank = ranks[0] if ranks else 1
+                                sorted_titles.append((rank, cleaned, url, mobile_url))
+
+                            sorted_titles.sort(key=lambda x: x[0])
+
+                            for rank, cleaned, url, mobile_url in sorted_titles:
+                                line = f"{rank}. {cleaned}"
+                                if url:
+                                    line += f" [URL:{url}]"
+                                if mobile_url:
+                                    line += f" [MOBILE:{mobile_url}]"
+                                f.write(line + "\n")
+
+                            f.write("\n")
+
+                        if failed_ids:
+                            f.write("==== 以下ID请求失败 ====\n")
+                            for id_value in failed_ids:
+                                f.write(f"{id_value}\n")
+
+                    # 保存 html 文件（简化版）
+                    html_content = self._generate_simple_html(results, id_to_name, failed_ids, now)
+                    with open(html_file_path, "w", encoding="utf-8") as f:
+                        f.write(html_content)
+
+                    print(f"数据已保存到:")
+                    print(f"  TXT: {txt_file_path}")
+                    print(f"  HTML: {html_file_path}")
+
+                    result["saved_files"] = {
+                        "txt": str(txt_file_path),
+                        "html": str(html_file_path)
+                    }
+                    result["note"] = "数据已持久化到 output 文件夹"
+
+                except Exception as e:
+                    print(f"保存文件失败: {e}")
+                    result["save_error"] = str(e)
+                    result["note"] = "爬取成功但保存失败，数据仅在内存中"
+            else:
+                result["note"] = "临时爬取结果，未持久化到output文件夹"
+
+            return result
+
+        except MCPError as e:
+            return {
+                "success": False,
+                "error": e.to_dict()
+            }
+        except Exception as e:
+            import traceback
+            return {
+                "success": False,
+                "error": {
+                    "code": "INTERNAL_ERROR",
+                    "message": str(e),
+                    "traceback": traceback.format_exc()
+                }
+            }
+
+    def _generate_simple_html(self, results: Dict, id_to_name: Dict, failed_ids: List, now) -> str:
+        """生成简化的 HTML 报告"""
+        html = """<!DOCTYPE html>
+<html>
+<head>
+    <meta charset="UTF-8">
+    <meta name="viewport" content="width=device-width, initial-scale=1.0">
+    <title>MCP 爬取结果</title>
+    <style>
+        body { font-family: Arial, sans-serif; margin: 20px; background: #f5f5f5; }
+        .container { max-width: 900px; margin: 0 auto; background: white; padding: 20px; border-radius: 8px; }
+        h1 { color: #333; border-bottom: 2px solid #4CAF50; padding-bottom: 10px; }
+        .platform { margin-bottom: 30px; }
+        .platform-name { background: #4CAF50; color: white; padding: 10px; border-radius: 5px; margin-bottom: 10px; }
+        .news-item { padding: 8px; border-bottom: 1px solid #eee; }
+        .rank { color: #666; font-weight: bold; margin-right: 10px; }
+        .title { color: #333; }
+        .link { color: #1976D2; text-decoration: none; margin-left: 10px; font-size: 0.9em; }
+        .link:hover { text-decoration: underline; }
+        .failed { background: #ffebee; padding: 10px; border-radius: 5px; margin-top: 20px; }
+        .failed h3 { color: #c62828; margin-top: 0; }
+        .timestamp { color: #666; font-size: 0.9em; text-align: right; margin-top: 20px; }
+    </style>
+</head>
+<body>
+    <div class="container">
+        <h1>MCP 爬取结果</h1>
+"""
+
+        # 添加时间戳
+        html += f'        <p class="timestamp">爬取时间: {now.strftime("%Y-%m-%d %H:%M:%S")}</p>\n\n'
+
+        # 遍历每个平台
+        for platform_id, titles_data in results.items():
+            platform_name = id_to_name.get(platform_id, platform_id)
+            html += f'        <div class="platform">\n'
+            html += f'            <div class="platform-name">{platform_name}</div>\n'
+
+            # 排序标题
+            sorted_items = []
+            for title, info in titles_data.items():
+                ranks = info.get("ranks", [])
+                url = info.get("url", "")
+                mobile_url = info.get("mobileUrl", "")
+                rank = ranks[0] if ranks else 999
+                sorted_items.append((rank, title, url, mobile_url))
+
+            sorted_items.sort(key=lambda x: x[0])
+
+            # 显示新闻
+            for rank, title, url, mobile_url in sorted_items:
+                html += f'            <div class="news-item">\n'
+                html += f'                <span class="rank">{rank}.</span>\n'
+                html += f'                <span class="title">{self._html_escape(title)}</span>\n'
+                if url:
+                    html += f'                <a class="link" href="{self._html_escape(url)}" target="_blank">链接</a>\n'
+                if mobile_url and mobile_url != url:
+                    html += f'                <a class="link" href="{self._html_escape(mobile_url)}" target="_blank">移动版</a>\n'
+                html += '            </div>\n'
+
+            html += '        </div>\n\n'
+
+        # 失败的平台
+        if failed_ids:
+            html += '        <div class="failed">\n'
+            html += '            <h3>请求失败的平台</h3>\n'
+            html += '            <ul>\n'
+            for platform_id in failed_ids:
+                html += f'                <li>{self._html_escape(platform_id)}</li>\n'
+            html += '            </ul>\n'
+            html += '        </div>\n'
+
+        html += """    </div>
+</body>
+</html>"""
+
+        return html
+
+    def _html_escape(self, text: str) -> str:
+        """HTML 转义"""
+        if not isinstance(text, str):
+            text = str(text)
+        return (
+            text.replace("&", "&amp;")
+            .replace("<", "&lt;")
+            .replace(">", "&gt;")
+            .replace('"', "&quot;")
+            .replace("'", "&#x27;")
+        )

mcp_server/utils/__init__.py

@@ -0,0 +1,5 @@
+"""
+工具类模块
+
+提供参数验证、错误处理等辅助功能。
+"""

mcp_server/utils/date_parser.py

@@ -0,0 +1,278 @@
+"""
+日期解析工具
+
+支持多种自然语言日期格式解析，包括相对日期和绝对日期。
+"""
+
+import re
+from datetime import datetime, timedelta
+
+from .errors import InvalidParameterError
+
+
+class DateParser:
+    """日期解析器类"""
+
+    # 中文日期映射
+    CN_DATE_MAPPING = {
+        "今天": 0,
+        "昨天": 1,
+        "前天": 2,
+        "大前天": 3,
+    }
+
+    # 英文日期映射
+    EN_DATE_MAPPING = {
+        "today": 0,
+        "yesterday": 1,
+    }
+
+    # 星期映射
+    WEEKDAY_CN = {
+        "一": 0, "二": 1, "三": 2, "四": 3,
+        "五": 4, "六": 5, "日": 6, "天": 6
+    }
+
+    WEEKDAY_EN = {
+        "monday": 0, "tuesday": 1, "wednesday": 2, "thursday": 3,
+        "friday": 4, "saturday": 5, "sunday": 6
+    }
+
+    @staticmethod
+    def parse_date_query(date_query: str) -> datetime:
+        """
+        解析日期查询字符串
+
+        支持的格式：
+        - 相对日期（中文）：今天、昨天、前天、大前天、N天前
+        - 相对日期（英文）：today、yesterday、N days ago
+        - 星期（中文）：上周一、上周二、本周三
+        - 星期（英文）：last monday、this friday
+        - 绝对日期：2025-10-10、10月10日、2025年10月10日
+
+        Args:
+            date_query: 日期查询字符串
+
+        Returns:
+            datetime对象
+
+        Raises:
+            InvalidParameterError: 日期格式无法识别
+
+        Examples:
+            >>> DateParser.parse_date_query("今天")
+            datetime(2025, 10, 11)
+            >>> DateParser.parse_date_query("昨天")
+            datetime(2025, 10, 10)
+            >>> DateParser.parse_date_query("3天前")
+            datetime(2025, 10, 8)
+            >>> DateParser.parse_date_query("2025-10-10")
+            datetime(2025, 10, 10)
+        """
+        if not date_query or not isinstance(date_query, str):
+            raise InvalidParameterError(
+                "日期查询字符串不能为空",
+                suggestion="请提供有效的日期查询，如：今天、昨天、2025-10-10"
+            )
+
+        date_query = date_query.strip().lower()
+
+        # 1. 尝试解析中文常用相对日期
+        if date_query in DateParser.CN_DATE_MAPPING:
+            days_ago = DateParser.CN_DATE_MAPPING[date_query]
+            return datetime.now() - timedelta(days=days_ago)
+
+        # 2. 尝试解析英文常用相对日期
+        if date_query in DateParser.EN_DATE_MAPPING:
+            days_ago = DateParser.EN_DATE_MAPPING[date_query]
+            return datetime.now() - timedelta(days=days_ago)
+
+        # 3. 尝试解析 "N天前" 或 "N days ago"
+        cn_days_ago_match = re.match(r'(\d+)\s*天前', date_query)
+        if cn_days_ago_match:
+            days = int(cn_days_ago_match.group(1))
+            if days > 365:
+                raise InvalidParameterError(
+                    f"天数过大: {days}天",
+                    suggestion="请使用小于365天的相对日期或使用绝对日期"
+                )
+            return datetime.now() - timedelta(days=days)
+
+        en_days_ago_match = re.match(r'(\d+)\s*days?\s+ago', date_query)
+        if en_days_ago_match:
+            days = int(en_days_ago_match.group(1))
+            if days > 365:
+                raise InvalidParameterError(
+                    f"天数过大: {days}天",
+                    suggestion="请使用小于365天的相对日期或使用绝对日期"
+                )
+            return datetime.now() - timedelta(days=days)
+
+        # 4. 尝试解析星期（中文）：上周一、本周三
+        cn_weekday_match = re.match(r'(上|本)周([一二三四五六日天])', date_query)
+        if cn_weekday_match:
+            week_type = cn_weekday_match.group(1)  # 上 或 本
+            weekday_str = cn_weekday_match.group(2)
+            target_weekday = DateParser.WEEKDAY_CN[weekday_str]
+            return DateParser._get_date_by_weekday(target_weekday, week_type == "上")
+
+        # 5. 尝试解析星期（英文）：last monday、this friday
+        en_weekday_match = re.match(r'(last|this)\s+(monday|tuesday|wednesday|thursday|friday|saturday|sunday)', date_query)
+        if en_weekday_match:
+            week_type = en_weekday_match.group(1)  # last 或 this
+            weekday_str = en_weekday_match.group(2)
+            target_weekday = DateParser.WEEKDAY_EN[weekday_str]
+            return DateParser._get_date_by_weekday(target_weekday, week_type == "last")
+
+        # 6. 尝试解析绝对日期：YYYY-MM-DD
+        iso_date_match = re.match(r'(\d{4})-(\d{1,2})-(\d{1,2})', date_query)
+        if iso_date_match:
+            year = int(iso_date_match.group(1))
+            month = int(iso_date_match.group(2))
+            day = int(iso_date_match.group(3))
+            try:
+                return datetime(year, month, day)
+            except ValueError as e:
+                raise InvalidParameterError(
+                    f"无效的日期: {date_query}",
+                    suggestion=f"日期值错误: {str(e)}"
+                )
+
+        # 7. 尝试解析中文日期：MM月DD日 或 YYYY年MM月DD日
+        cn_date_match = re.match(r'(?:(\d{4})年)?(\d{1,2})月(\d{1,2})日', date_query)
+        if cn_date_match:
+            year_str = cn_date_match.group(1)
+            month = int(cn_date_match.group(2))
+            day = int(cn_date_match.group(3))
+
+            # 如果没有年份，使用当前年份
+            if year_str:
+                year = int(year_str)
+            else:
+                year = datetime.now().year
+                # 如果月份大于当前月份，说明是去年
+                current_month = datetime.now().month
+                if month > current_month:
+                    year -= 1
+
+            try:
+                return datetime(year, month, day)
+            except ValueError as e:
+                raise InvalidParameterError(
+                    f"无效的日期: {date_query}",
+                    suggestion=f"日期值错误: {str(e)}"
+                )
+
+        # 8. 尝试解析斜杠格式：YYYY/MM/DD 或 MM/DD
+        slash_date_match = re.match(r'(?:(\d{4})/)?(\d{1,2})/(\d{1,2})', date_query)
+        if slash_date_match:
+            year_str = slash_date_match.group(1)
+            month = int(slash_date_match.group(2))
+            day = int(slash_date_match.group(3))
+
+            if year_str:
+                year = int(year_str)
+            else:
+                year = datetime.now().year
+                current_month = datetime.now().month
+                if month > current_month:
+                    year -= 1
+
+            try:
+                return datetime(year, month, day)
+            except ValueError as e:
+                raise InvalidParameterError(
+                    f"无效的日期: {date_query}",
+                    suggestion=f"日期值错误: {str(e)}"
+                )
+
+        # 如果所有格式都不匹配
+        raise InvalidParameterError(
+            f"无法识别的日期格式: {date_query}",
+            suggestion=(
+                "支持的格式:\n"
+                "- 相对日期: 今天、昨天、前天、3天前、today、yesterday、3 days ago\n"
+                "- 星期: 上周一、本周三、last monday、this friday\n"
+                "- 绝对日期: 2025-10-10、10月10日、2025年10月10日"
+            )
+        )
+
+    @staticmethod
+    def _get_date_by_weekday(target_weekday: int, is_last_week: bool) -> datetime:
+        """
+        根据星期几获取日期
+
+        Args:
+            target_weekday: 目标星期 (0=周一, 6=周日)
+            is_last_week: 是否是上周
+
+        Returns:
+            datetime对象
+        """
+        today = datetime.now()
+        current_weekday = today.weekday()
+
+        # 计算天数差
+        if is_last_week:
+            # 上周的某一天
+            days_diff = current_weekday - target_weekday + 7
+        else:
+            # 本周的某一天
+            days_diff = current_weekday - target_weekday
+            if days_diff < 0:
+                days_diff += 7
+
+        return today - timedelta(days=days_diff)
+
+    @staticmethod
+    def format_date_folder(date: datetime) -> str:
+        """
+        将日期格式化为文件夹名称
+
+        Args:
+            date: datetime对象
+
+        Returns:
+            文件夹名称，格式: YYYY年MM月DD日
+
+        Examples:
+            >>> DateParser.format_date_folder(datetime(2025, 10, 11))
+            '2025年10月11日'
+        """
+        return date.strftime("%Y年%m月%d日")
+
+    @staticmethod
+    def validate_date_not_future(date: datetime) -> None:
+        """
+        验证日期不在未来
+
+        Args:
+            date: 待验证的日期
+
+        Raises:
+            InvalidParameterError: 日期在未来
+        """
+        if date.date() > datetime.now().date():
+            raise InvalidParameterError(
+                f"不能查询未来的日期: {date.strftime('%Y-%m-%d')}",
+                suggestion="请使用今天或过去的日期"
+            )
+
+    @staticmethod
+    def validate_date_not_too_old(date: datetime, max_days: int = 365) -> None:
+        """
+        验证日期不太久远
+
+        Args:
+            date: 待验证的日期
+            max_days: 最大天数
+
+        Raises:
+            InvalidParameterError: 日期太久远
+        """
+        days_ago = (datetime.now().date() - date.date()).days
+        if days_ago > max_days:
+            raise InvalidParameterError(
+                f"日期太久远: {date.strftime('%Y-%m-%d')} ({days_ago}天前)",
+                suggestion=f"请查询{max_days}天内的数据"
+            )

mcp_server/utils/errors.py

@@ -0,0 +1,93 @@
+"""
+自定义错误类
+
+定义MCP Server使用的所有自定义异常类型。
+"""
+
+from typing import Optional
+
+
+class MCPError(Exception):
+    """MCP工具错误基类"""
+
+    def __init__(self, message: str, code: str = "MCP_ERROR", suggestion: Optional[str] = None):
+        super().__init__(message)
+        self.code = code
+        self.message = message
+        self.suggestion = suggestion
+
+    def to_dict(self) -> dict:
+        """转换为字典格式"""
+        error_dict = {
+            "code": self.code,
+            "message": self.message
+        }
+        if self.suggestion:
+            error_dict["suggestion"] = self.suggestion
+        return error_dict
+
+
+class DataNotFoundError(MCPError):
+    """数据不存在错误"""
+
+    def __init__(self, message: str, suggestion: Optional[str] = None):
+        super().__init__(
+            message=message,
+            code="DATA_NOT_FOUND",
+            suggestion=suggestion or "请检查日期范围或等待爬取任务完成"
+        )
+
+
+class InvalidParameterError(MCPError):
+    """参数无效错误"""
+
+    def __init__(self, message: str, suggestion: Optional[str] = None):
+        super().__init__(
+            message=message,
+            code="INVALID_PARAMETER",
+            suggestion=suggestion or "请检查参数格式是否正确"
+        )
+
+
+class ConfigurationError(MCPError):
+    """配置错误"""
+
+    def __init__(self, message: str, suggestion: Optional[str] = None):
+        super().__init__(
+            message=message,
+            code="CONFIGURATION_ERROR",
+            suggestion=suggestion or "请检查配置文件是否正确"
+        )
+
+
+class PlatformNotSupportedError(MCPError):
+    """平台不支持错误"""
+
+    def __init__(self, platform: str):
+        super().__init__(
+            message=f"平台 '{platform}' 不受支持",
+            code="PLATFORM_NOT_SUPPORTED",
+            suggestion="支持的平台: zhihu, weibo, douyin, bilibili, baidu, toutiao, qq, 36kr, sspai, hellogithub, thepaper"
+        )
+
+
+class CrawlTaskError(MCPError):
+    """爬取任务错误"""
+
+    def __init__(self, message: str, suggestion: Optional[str] = None):
+        super().__init__(
+            message=message,
+            code="CRAWL_TASK_ERROR",
+            suggestion=suggestion or "请稍后重试或查看日志"
+        )
+
+
+class FileParseError(MCPError):
+    """文件解析错误"""
+
+    def __init__(self, file_path: str, reason: str):
+        super().__init__(
+            message=f"解析文件 {file_path} 失败: {reason}",
+            code="FILE_PARSE_ERROR",
+            suggestion="请检查文件格式是否正确"
+        )

mcp_server/utils/validators.py

@@ -0,0 +1,324 @@
+"""
+参数验证工具
+
+提供统一的参数验证功能。
+"""
+
+from datetime import datetime
+from typing import List, Optional
+import os
+import yaml
+
+from .errors import InvalidParameterError
+from .date_parser import DateParser
+
+
+def get_supported_platforms() -> List[str]:
+    """
+    从 config.yaml 动态获取支持的平台列表
+
+    Returns:
+        平台ID列表
+
+    Note:
+        - 读取失败时返回空列表，允许所有平台通过（降级策略）
+        - 平台列表来自 config/config.yaml 中的 platforms 配置
+    """
+    try:
+        # 获取 config.yaml 路径（相对于当前文件）
+        current_dir = os.path.dirname(os.path.abspath(__file__))
+        config_path = os.path.join(current_dir, "..", "..", "config", "config.yaml")
+        config_path = os.path.normpath(config_path)
+
+        with open(config_path, 'r', encoding='utf-8') as f:
+            config = yaml.safe_load(f)
+            platforms = config.get('platforms', [])
+            return [p['id'] for p in platforms if 'id' in p]
+    except Exception as e:
+        # 降级方案：返回空列表，允许所有平台
+        print(f"警告：无法加载平台配置 ({config_path}): {e}")
+        return []
+
+
+def validate_platforms(platforms: Optional[List[str]]) -> List[str]:
+    """
+    验证平台列表
+
+    Args:
+        platforms: 平台ID列表，None表示使用 config.yaml 中配置的所有平台
+
+    Returns:
+        验证后的平台列表
+
+    Raises:
+        InvalidParameterError: 平台不支持
+
+    Note:
+        - platforms=None 时，返回 config.yaml 中配置的平台列表
+        - 会验证平台ID是否在 config.yaml 的 platforms 配置中
+        - 配置加载失败时，允许所有平台通过（降级策略）
+    """
+    supported_platforms = get_supported_platforms()
+
+    if platforms is None:
+        # 返回配置文件中的平台列表（用户的默认配置）
+        return supported_platforms if supported_platforms else []
+
+    if not isinstance(platforms, list):
+        raise InvalidParameterError("platforms 参数必须是列表类型")
+
+    if not platforms:
+        # 空列表时，返回配置文件中的平台列表
+        return supported_platforms if supported_platforms else []
+
+    # 如果配置加载失败（supported_platforms为空），允许所有平台通过
+    if not supported_platforms:
+        print("警告：平台配置未加载，跳过平台验证")
+        return platforms
+
+    # 验证每个平台是否在配置中
+    invalid_platforms = [p for p in platforms if p not in supported_platforms]
+    if invalid_platforms:
+        raise InvalidParameterError(
+            f"不支持的平台: {', '.join(invalid_platforms)}",
+            suggestion=f"支持的平台（来自config.yaml）: {', '.join(supported_platforms)}"
+        )
+
+    return platforms
+
+
+def validate_limit(limit: Optional[int], default: int = 20, max_limit: int = 1000) -> int:
+    """
+    验证数量限制参数
+
+    Args:
+        limit: 限制数量
+        default: 默认值
+        max_limit: 最大限制
+
+    Returns:
+        验证后的限制值
+
+    Raises:
+        InvalidParameterError: 参数无效
+    """
+    if limit is None:
+        return default
+
+    if not isinstance(limit, int):
+        raise InvalidParameterError("limit 参数必须是整数类型")
+
+    if limit <= 0:
+        raise InvalidParameterError("limit 必须大于0")
+
+    if limit > max_limit:
+        raise InvalidParameterError(
+            f"limit 不能超过 {max_limit}",
+            suggestion=f"请使用分页或降低limit值"
+        )
+
+    return limit
+
+
+def validate_date(date_str: str) -> datetime:
+    """
+    验证日期格式
+
+    Args:
+        date_str: 日期字符串 (YYYY-MM-DD)
+
+    Returns:
+        datetime对象
+
+    Raises:
+        InvalidParameterError: 日期格式错误
+    """
+    try:
+        return datetime.strptime(date_str, "%Y-%m-%d")
+    except ValueError:
+        raise InvalidParameterError(
+            f"日期格式错误: {date_str}",
+            suggestion="请使用 YYYY-MM-DD 格式，例如: 2025-10-11"
+        )
+
+
+def validate_date_range(date_range: Optional[dict]) -> Optional[tuple]:
+    """
+    验证日期范围
+
+    Args:
+        date_range: 日期范围字典 {"start": "YYYY-MM-DD", "end": "YYYY-MM-DD"}
+
+    Returns:
+        (start_date, end_date) 元组，或 None
+
+    Raises:
+        InvalidParameterError: 日期范围无效
+    """
+    if date_range is None:
+        return None
+
+    if not isinstance(date_range, dict):
+        raise InvalidParameterError("date_range 必须是字典类型")
+
+    start_str = date_range.get("start")
+    end_str = date_range.get("end")
+
+    if not start_str or not end_str:
+        raise InvalidParameterError(
+            "date_range 必须包含 start 和 end 字段",
+            suggestion='例如: {"start": "2025-10-01", "end": "2025-10-11"}'
+        )
+
+    start_date = validate_date(start_str)
+    end_date = validate_date(end_str)
+
+    if start_date > end_date:
+        raise InvalidParameterError(
+            "开始日期不能晚于结束日期",
+            suggestion=f"start: {start_str}, end: {end_str}"
+        )
+
+    return (start_date, end_date)
+
+
+def validate_keyword(keyword: str) -> str:
+    """
+    验证关键词
+
+    Args:
+        keyword: 搜索关键词
+
+    Returns:
+        处理后的关键词
+
+    Raises:
+        InvalidParameterError: 关键词无效
+    """
+    if not keyword:
+        raise InvalidParameterError("keyword 不能为空")
+
+    if not isinstance(keyword, str):
+        raise InvalidParameterError("keyword 必须是字符串类型")
+
+    keyword = keyword.strip()
+
+    if not keyword:
+        raise InvalidParameterError("keyword 不能为空白字符")
+
+    if len(keyword) > 100:
+        raise InvalidParameterError(
+            "keyword 长度不能超过100个字符",
+            suggestion="请使用更简洁的关键词"
+        )
+
+    return keyword
+
+
+def validate_top_n(top_n: Optional[int], default: int = 10) -> int:
+    """
+    验证TOP N参数
+
+    Args:
+        top_n: TOP N数量
+        default: 默认值
+
+    Returns:
+        验证后的值
+
+    Raises:
+        InvalidParameterError: 参数无效
+    """
+    return validate_limit(top_n, default=default, max_limit=100)
+
+
+def validate_mode(mode: Optional[str], valid_modes: List[str], default: str) -> str:
+    """
+    验证模式参数
+
+    Args:
+        mode: 模式字符串
+        valid_modes: 有效模式列表
+        default: 默认模式
+
+    Returns:
+        验证后的模式
+
+    Raises:
+        InvalidParameterError: 模式无效
+    """
+    if mode is None:
+        return default
+
+    if not isinstance(mode, str):
+        raise InvalidParameterError("mode 必须是字符串类型")
+
+    if mode not in valid_modes:
+        raise InvalidParameterError(
+            f"无效的模式: {mode}",
+            suggestion=f"支持的模式: {', '.join(valid_modes)}"
+        )
+
+    return mode
+
+
+def validate_config_section(section: Optional[str]) -> str:
+    """
+    验证配置节参数
+
+    Args:
+        section: 配置节名称
+
+    Returns:
+        验证后的配置节
+
+    Raises:
+        InvalidParameterError: 配置节无效
+    """
+    valid_sections = ["all", "crawler", "push", "keywords", "weights"]
+    return validate_mode(section, valid_sections, "all")
+
+
+def validate_date_query(
+    date_query: str,
+    allow_future: bool = False,
+    max_days_ago: int = 365
+) -> datetime:
+    """
+    验证并解析日期查询字符串
+
+    Args:
+        date_query: 日期查询字符串
+        allow_future: 是否允许未来日期
+        max_days_ago: 允许查询的最大天数
+
+    Returns:
+        解析后的datetime对象
+
+    Raises:
+        InvalidParameterError: 日期查询无效
+
+    Examples:
+        >>> validate_date_query("昨天")
+        datetime(2025, 10, 10)
+        >>> validate_date_query("2025-10-10")
+        datetime(2025, 10, 10)
+    """
+    if not date_query:
+        raise InvalidParameterError(
+            "日期查询字符串不能为空",
+            suggestion="请提供日期查询，如：今天、昨天、2025-10-10"
+        )
+
+    # 使用DateParser解析日期
+    parsed_date = DateParser.parse_date_query(date_query)
+
+    # 验证日期不在未来
+    if not allow_future:
+        DateParser.validate_date_not_future(parsed_date)
+
+    # 验证日期不太久远
+    DateParser.validate_date_not_too_old(parsed_date, max_days=max_days_ago)
+
+    return parsed_date
+

pyproject.toml

@@ -0,0 +1,25 @@
+[project]
+name = "trendradar-mcp"
+version = "1.0.0"
+description = "TrendRadar MCP Server - 新闻热点聚合工具"
+requires-python = ">=3.10"
+dependencies = [
+    "requests>=2.32.5",
+    "pytz>=2025.2",
+    "PyYAML>=6.0.3",
+    "fastmcp>=2.12.0",
+    "websockets>=13.0,<14.0",
+]
+
+[project.scripts]
+trendradar = "mcp_server.server:run_server"
+
+[dependency-groups]
+dev = []
+
+[build-system]
+requires = ["hatchling"]
+build-backend = "hatchling.build"
+
+[tool.hatch.build.targets.wheel]
+packages = ["mcp_server"]

readme.md

@@ -1,5 +1,3 @@
-> 预告：下一次更新是 v3.0.0 版本，主要是 **AI** 有关的各种分析新闻资讯的功能
-
 <div align="center" id="trendradar">
 
 <a href="https://github.com/sansan0/TrendRadar" title="TrendRadar">
@@ -13,7 +11,7 @@
 [![GitHub Stars](https://img.shields.io/github/stars/sansan0/TrendRadar?style=flat-square&logo=github&color=yellow)](https://github.com/sansan0/TrendRadar/stargazers)
 [![GitHub Forks](https://img.shields.io/github/forks/sansan0/TrendRadar?style=flat-square&logo=github&color=blue)](https://github.com/sansan0/TrendRadar/network/members)
 [![License](https://img.shields.io/badge/license-GPL--3.0-blue.svg?style=flat-square)](LICENSE)
-[![Version](https://img.shields.io/badge/version-v2.4.4-green.svg?style=flat-square)](https://github.com/sansan0/TrendRadar)
+[![Version](https://img.shields.io/badge/version-v3.0.0-green.svg?style=flat-square)](https://github.com/sansan0/TrendRadar)
 
 [![企业微信通知](https://img.shields.io/badge/企业微信-通知-00D4AA?style=flat-square)](https://work.weixin.qq.com/)
 [![Telegram通知](https://img.shields.io/badge/Telegram-通知-00D4AA?style=flat-square)](https://telegram.org/)
@@ -22,16 +20,16 @@
 [![邮件通知](https://img.shields.io/badge/Email-通知-00D4AA?style=flat-square)](#) 
 [![ntfy通知](https://img.shields.io/badge/ntfy-通知-00D4AA?style=flat-square)](https://github.com/binwiederhier/ntfy)
 
+
 [![GitHub Actions](https://img.shields.io/badge/GitHub_Actions-自动化-2088FF?style=flat-square&logo=github-actions&logoColor=white)](https://github.com/sansan0/TrendRadar)
 [![GitHub Pages](https://img.shields.io/badge/GitHub_Pages-部署-4285F4?style=flat-square&logo=github&logoColor=white)](https://sansan0.github.io/TrendRadar)
 [![Docker](https://img.shields.io/badge/Docker-部署-2496ED?style=flat-square&logo=docker&logoColor=white)](https://hub.docker.com/)
+[![MCP Support](https://img.shields.io/badge/MCP-AI分析支持-FF6B6B?style=flat-square&logo=ai&logoColor=white)](https://modelcontextprotocol.io/)
 
 </div>
 
 
-> 本项目以轻量，易部署为目标
+> 本项目以轻量，易部署为目标。开源路上，感谢有你~😉
->
-> 开源路上，感谢有你~😉
 
 - 感谢**耐心反馈 bug** 的贡献者,你们的每一条反馈让项目更加完善;  
 - 感谢**为项目点 star** 的观众们,你们的每一个 star 都是对开源精神最好的支持;  
@@ -39,7 +37,7 @@
 - 感谢**给予资金支持** 的朋友们,你们的慷慨已化身为键盘旁的零食饮料,陪伴着项目的每一次迭代。
 
 <details>
-<summary>👉 点击查看<strong>致谢名单</strong> (当前 <strong>🔥32🔥</strong> 位)</summary>
+<summary>👉 点击查看<strong>致谢名单</strong> (当前 <strong>🔥39🔥</strong> 位)</summary>
 
 ### 数据支持
 
@@ -59,6 +57,13 @@
 
 |           点赞人            |  金额  |  日期  |             备注             |
 | :-------------------------: | :----: | :----: | :-----------------------: |
+|           P*n           |  1  | 2025.10.20  |          |
+|           *杰           |  1  | 2025.10.19  |          |
+|           *徐           |  1  | 2025.10.18  |          |
+|           *志           |  1  | 2025.10.17  |          |
+|           *😀           |  10  | 2025.10.16  |     点赞     |
+|           **杰           |  10  | 2025.10.16  |          |
+|           *啸           |  10  | 2025.10.16  |          |
 |           *纪           |  5  | 2025.10.14  | TrendRadar         |
 |           J*d           |  1  | 2025.10.14  | 谢谢你的工具，很好玩...          |
 |           *H           |  1  | 2025.10.14  |           |
@@ -336,7 +341,7 @@ OPPO
 - **持续性分析**：区分一次性热点话题和持续发酵的深度新闻
 - **跨平台对比**：同一新闻在不同平台的排名表现，看出媒体关注度差异
 
-**实际效果**：不再错过重要新闻的完整发展过程，从话题萌芽到高峰热议，全程掌握
+> 不再错过重要新闻的完整发展过程，从话题萌芽到高峰热议，全程掌握
 
 <details>
 <summary><strong>👉 推送格式说明</strong></summary>
@@ -403,9 +408,7 @@ OPPO
 - **关注持续出现的话题**（占30%）：反复出现的新闻更重要  
 - **考虑排名质量**（占10%）：不仅多次出现，还经常排在前列
 
-**实际效果**：把分散在各个平台的热搜合并起来，按照你关心的热度重新排序
+> 把分散在各个平台的热搜合并起来，按照你关心的热度重新排序，这三个比例可以选择适合自己的场景进行调整
-
-> 这三个比例可以选择适合自己的场景进行调整
 
 <details>
 <summary><strong>👉 热点权重调整</strong></summary>
@@ -451,6 +454,21 @@ weight:
 - **Docker部署**：支持多架构容器化运行
 - **数据持久化**：HTML/TXT多格式历史记录保存
 
+
+### **AI 智能分析（v3.0.0 新增）**
+
+基于 MCP (Model Context Protocol) 协议的 AI 对话分析系统，让你用自然语言深度挖掘新闻数据
+
+- **对话式查询**：用自然语言提问，如"查询昨天知乎的热点"、"分析比特币最近的热度趋势"
+- **13 种分析工具**：涵盖基础查询、智能检索、趋势分析、数据洞察、情感分析等
+- **多客户端支持**：Cherry Studio（GUI 配置）、Claude Desktop、Cursor、Cline 等
+- **深度分析能力**：
+  - 话题趋势追踪（热度变化、生命周期、爆火检测、趋势预测）
+  - 跨平台数据对比（活跃度统计、关键词共现）
+  - 智能摘要生成、相似新闻查找、历史关联检索
+
+> 告别手动翻阅数据文件，AI 助手帮你秒懂新闻背后的故事
+
 ### **零技术门槛部署**
 
 GitHub 一键 Fork 即可使用，无需编程基础。
@@ -482,6 +500,35 @@ GitHub 一键 Fork 即可使用，无需编程基础。
 - **小版本更新**：从 v2.x 升级到 v2.y, 用本项目的 `main.py` 代码替换你 fork 仓库中的对应文件
 - **大版本升级**：从 v1.x 升级到 v2.y, 建议删除现有 fork 后重新 fork，这样更省力且避免配置冲突
 
+### 2025/10/20 - v3.0.0
+
+**重大更新 - AI 分析功能上线** 🤖
+
+- **核心功能**：
+  - 新增基于 MCP (Model Context Protocol) 的 AI 分析服务器
+  - 支持13种智能分析工具：基础查询、智能检索、高级分析、系统管理
+  - 自然语言交互：通过对话方式查询和分析新闻数据
+  - 多客户端支持：Claude Desktop、Cherry Studio、Cursor、Cline 等
+
+- **快速部署方案**：
+  - Cherry Studio 一键部署（推荐新手）：GUI 配置，5分钟完成
+  - Claude Desktop 配置（技术用户）：JSON 配置文件
+  - 完整的部署文档和使用指南
+
+- **分析能力**：
+  - 话题趋势分析（热度追踪、生命周期、爆火检测、趋势预测）
+  - 数据洞察（平台对比、活跃度统计、关键词共现）
+  - 情感分析、相似新闻查找、智能摘要生成
+  - 历史相关新闻检索、多模式搜索
+
+- **更新提示**：
+  - 这是独立的 AI 分析功能，不影响现有的推送功能
+  - 可选择性使用，无需升级现有部署
+
+
+<details>
+<summary><strong>👉 历史更新</strong></summary>
+
 ### 2025/10/15 - v2.4.4
 
 - **更新内容**：
@@ -492,10 +539,6 @@ GitHub 一键 Fork 即可使用，无需编程基础。
   - 建议【小版本升级】
 
 
-<details>
-<summary><strong>👉 历史更新</strong></summary>
-
-
 ### 2025/10/10 - v2.4.3
 
 > 感谢 [nidaye996](https://github.com/sansan0/TrendRadar/issues/98) 发现的体验问题
@@ -1236,12 +1279,48 @@ docker exec -it trend-radar ls -la /app/config/
 </details>
 
 
+## 🤖 AI 智能分析部署
+
+TrendRadar v3.0.0 新增了基于 **MCP (Model Context Protocol)** 的 AI 分析功能，让你可以通过自然语言与新闻数据对话，进行深度分析。
+
+### 快速部署
+
+Cherry Studio 提供 GUI 配置界面，可快速部署。
+
+**详细教程**：[README-Cherry-Studio.md](README-Cherry-Studio.md)
+
+
+### 与 AI 对话的姿势
+
+**基础查询**：
+```
+"给我看看最新的新闻"
+"查询昨天知乎的热点"
+"我关注的词今天出现了多少次"
+```
+
+**趋势分析**：
+```
+"分析'比特币'最近一周的热度趋势"
+"看看'iPhone'话题是昙花一现还是持续热点"
+```
+
+**详细教程**：[README-MCP-FAQ.md](README-MCP-FAQ.md)
+
+>如果还有配置部署方面的问题，后续我会根据反馈出个**图文教程**，届时会更新到我的公众号上
+
 ## ☕问题答疑与1元点赞
 
 > 心意到就行，收到的**点赞**用于提高开发者开源的积极性。**点赞**已收录于**致谢名单**
 
 - **GitHub Issues**：适合针对性强的解答。提问时请提供完整信息（截图、错误日志、系统环境等）。
-- **公众号交流**：适合快速咨询和使用疑问。可以在文章下留言或私信交流。
+- **公众号交流**：适合快速咨询。尽量别私信，建议优先在相关文章下的公共留言区交流，有个收敛度
+
+> 对于极少数私信中表达的那种'摸索了好久都部署不了'的焦急心态，我能理解，但我认为这不足以成为我必须立刻抽空帮你解决的理由
+>
+> 请舒缓情绪后再表达，别让我觉得'我分享了项目，你部署不了反而首先怪我'，对于这种非商业化的个人开源小作品，多一点担待~好不？😉
+>
+> 项目的 issues 和留言我还算卖力解决，除了有自己写的项目哪怕再烂也得含泪😢维护的念头，主要还是因为有上面感谢的那群人的支持😘
 
 |公众号关注 |微信点赞 | 支付宝点赞 |
 |:---:|:---:|:---:| 

requirements.txt

@@ -1,3 +1,5 @@
-requests==2.32.4
+requests>=2.32.5
-pytz==2025.2
+pytz>=2025.2
-PyYAML==6.0.2
+PyYAML>=6.0.3
+fastmcp>=2.12.0
+websockets>=13.0,<14.0

setup-mac.sh

@@ -0,0 +1,118 @@
+#!/bin/bash
+
+# 颜色定义
+RED='\033[0;31m'
+GREEN='\033[0;32m'
+YELLOW='\033[1;33m'
+BLUE='\033[0;34m'
+BOLD='\033[1m'
+NC='\033[0m' # No Color
+
+echo -e "${BOLD}╔════════════════════════════════════════╗${NC}"
+echo -e "${BOLD}║  TrendRadar MCP 一键部署 (Mac)        ║${NC}"
+echo -e "${BOLD}╚════════════════════════════════════════╝${NC}"
+echo ""
+
+# 获取项目根目录
+PROJECT_ROOT="$(cd "$(dirname "$0")" && pwd)"
+
+echo -e "📍 项目目录: ${BLUE}${PROJECT_ROOT}${NC}"
+echo ""
+
+# 检查 UV 是否已安装
+if ! command -v uv &> /dev/null; then
+    echo -e "${YELLOW}[1/3] 🔧 UV 未安装，正在自动安装...${NC}"
+    echo "提示: UV 是一个快速的 Python 包管理器，只需安装一次"
+    echo ""
+    curl -LsSf https://astral.sh/uv/install.sh | sh
+
+    echo ""
+    echo "正在刷新 PATH 环境变量..."
+    echo ""
+
+    # 添加 UV 到 PATH
+    export PATH="$HOME/.cargo/bin:$PATH"
+
+    # 验证 UV 是否真正可用
+    if ! command -v uv &> /dev/null; then
+        echo -e "${RED}❌ [错误] UV 安装失败${NC}"
+        echo ""
+        echo "可能的原因："
+        echo "  1. 网络连接问题，无法下载安装脚本"
+        echo "  2. 安装路径权限不足"
+        echo "  3. 安装脚本执行异常"
+        echo ""
+        echo "解决方案："
+        echo "  1. 检查网络连接是否正常"
+        echo "  2. 手动安装: https://docs.astral.sh/uv/getting-started/installation/"
+        echo "  3. 或运行: curl -LsSf https://astral.sh/uv/install.sh | sh"
+        exit 1
+    fi
+
+    echo -e "${GREEN}✅ [成功] UV 已安装${NC}"
+    echo -e "${YELLOW}⚠️  请重新运行此脚本以继续${NC}"
+    exit 0
+else
+    echo -e "${GREEN}[1/3] ✅ UV 已安装${NC}"
+    uv --version
+fi
+
+echo ""
+echo "[2/3] 📦 安装项目依赖..."
+echo "提示: 这可能需要 1-2 分钟，请耐心等待"
+echo ""
+
+# 创建虚拟环境并安装依赖
+uv sync
+
+if [ $? -ne 0 ]; then
+    echo ""
+    echo -e "${RED}❌ [错误] 依赖安装失败${NC}"
+    echo "请检查网络连接后重试"
+    exit 1
+fi
+
+echo ""
+echo -e "${GREEN}[3/3] ✅ 检查配置文件...${NC}"
+echo ""
+
+# 检查配置文件
+if [ ! -f "config/config.yaml" ]; then
+    echo -e "${YELLOW}⚠️  [警告] 未找到配置文件: config/config.yaml${NC}"
+    echo "请确保配置文件存在"
+    echo ""
+fi
+
+# 添加执行权限
+chmod +x start-http.sh 2>/dev/null || true
+
+# 获取 UV 路径
+UV_PATH=$(which uv)
+
+echo ""
+echo -e "${BOLD}╔════════════════════════════════════════╗${NC}"
+echo -e "${BOLD}║           部署完成！                   ║${NC}"
+echo -e "${BOLD}╚════════════════════════════════════════╝${NC}"
+echo ""
+echo "📋 下一步操作:"
+echo ""
+echo "  1️⃣  打开 Cherry Studio"
+echo "  2️⃣  进入 设置 > MCP Servers > 添加服务器"
+echo "  3️⃣  填入以下配置:"
+echo ""
+echo "      名称: TrendRadar"
+echo "      描述: 新闻热点聚合工具"
+echo "      类型: STDIO"
+echo -e "      命令: ${BLUE}${UV_PATH}${NC}"
+echo "      参数（每个占一行）:"
+echo -e "        ${BLUE}--directory${NC}"
+echo -e "        ${BLUE}${PROJECT_ROOT}${NC}"
+echo -e "        ${BLUE}run${NC}"
+echo -e "        ${BLUE}python${NC}"
+echo -e "        ${BLUE}-m${NC}"
+echo -e "        ${BLUE}mcp_server.server${NC}"
+echo ""
+echo "  4️⃣  保存并启用 MCP 开关"
+echo ""
+echo "📖 详细教程请查看: README-Cherry-Studio.md，本窗口别关，待会儿用于填入参数"
+echo ""

setup-windows.bat

@@ -0,0 +1,114 @@
+@echo off
+chcp 65001 >nul
+setlocal enabledelayedexpansion
+
+echo ╔════════════════════════════════════════╗
+echo ║  TrendRadar MCP 一键部署 (Windows)    ║
+echo ╚════════════════════════════════════════╝
+echo.
+
+REM 获取当前目录作为项目根目录
+set "PROJECT_ROOT=%CD%"
+
+echo 📍 项目目录: %PROJECT_ROOT%
+echo.
+
+REM 检查 UV 是否已安装
+where uv >nul 2>&1
+if %errorlevel% neq 0 (
+    echo [1/3] 🔧 UV 未安装，正在自动安装...
+    echo 提示: UV 是一个快速的 Python 包管理器，只需安装一次
+    echo.
+    powershell -Command "irm https://astral.sh/uv/install.ps1 | iex"
+
+    echo.
+    echo 🔄 刷新环境变量并检测 UV 安装状态...
+    echo.
+
+    REM 刷新 PATH 环境变量
+    for /f "tokens=2*" %%a in ('reg query "HKCU\Environment" /v PATH 2^>nul') do set "USER_PATH=%%b"
+    for /f "tokens=2*" %%a in ('reg query "HKLM\SYSTEM\CurrentControlSet\Control\Session Manager\Environment" /v PATH 2^>nul') do set "SYSTEM_PATH=%%b"
+    set "PATH=%USER_PATH%;%SYSTEM_PATH%"
+
+    REM 再次检查 UV 是否可用
+    where uv >nul 2>&1
+    if %errorlevel% neq 0 (
+        echo ❌ [错误] UV 安装失败 - 无法找到 UV 命令
+        echo 可能的原因:
+        echo   - 网络连接问题，安装脚本未成功下载
+        echo   - 安装路径未正确添加到 PATH
+        echo.
+        echo 解决方案:
+        echo   1. 请关闭此窗口，重新打开命令提示符后再次运行本脚本
+        echo   2. 或手动安装: https://docs.astral.sh/uv/getting-started/installation/
+        pause
+        exit /b 1
+    )
+
+    echo ✅ [成功] UV 已安装
+    echo ⚠️  请关闭此窗口，重新运行本脚本以继续安装依赖
+    pause
+    exit /b 0
+) else (
+    echo [1/3] ✅ UV 已安装
+    uv --version
+)
+
+echo.
+echo [2/3] 📦 安装项目依赖...
+echo 提示: 这可能需要 1-2 分钟，请耐心等待
+echo.
+
+REM 创建虚拟环境并安装依赖
+uv sync
+
+if %errorlevel% neq 0 (
+    echo.
+    echo ❌ [错误] 依赖安装失败
+    echo 请检查网络连接后重试
+    pause
+    exit /b 1
+)
+
+echo.
+echo [3/3] ✅ 检查配置文件...
+echo.
+
+REM 检查配置文件
+if not exist "config\config.yaml" (
+    echo ⚠️  [警告] 未找到配置文件: config\config.yaml
+    echo 请确保配置文件存在
+    echo.
+)
+
+REM 获取 UV 的完整路径
+for /f "tokens=*" %%i in ('where uv') do set "UV_PATH=%%i"
+
+echo.
+echo ╔════════════════════════════════════════╗
+echo ║           部署完成！                   ║
+echo ╚════════════════════════════════════════╝
+echo.
+echo 📋 下一步操作:
+echo.
+echo   1️⃣  打开 Cherry Studio
+echo   2️⃣  进入 设置 ^> MCP Servers ^> 添加服务器
+echo   3️⃣  填入以下配置:
+echo.
+echo       名称: TrendRadar
+echo       描述: 新闻热点聚合工具
+echo       类型: STDIO
+echo       命令: %UV_PATH%
+echo       参数（每个占一行）:
+echo         --directory
+echo         %PROJECT_ROOT%
+echo         run
+echo         python
+echo         -m
+echo         mcp_server.server
+echo.
+echo   4️⃣  保存并启用 MCP 开关
+echo.
+echo 📖 详细教程请查看: README-Cherry-Studio.md，本窗口别关，待会儿用于填入参数
+echo.
+pause

start-http.bat

@@ -0,0 +1,25 @@
+@echo off
+chcp 65001 >nul
+
+echo ╔════════════════════════════════════════╗
+echo ║  TrendRadar MCP Server (HTTP 模式)    ║
+echo ╚════════════════════════════════════════╝
+echo.
+
+REM 检查虚拟环境
+if not exist ".venv\Scripts\python.exe" (
+    echo ❌ [错误] 虚拟环境未找到
+    echo 请先运行 setup-windows.bat 进行部署
+    echo.
+    pause
+    exit /b 1
+)
+
+echo [模式] HTTP (适合远程访问)
+echo [地址] http://localhost:3333/mcp
+echo [提示] 按 Ctrl+C 停止服务
+echo.
+
+uv run python mcp_server/server.py --transport http --host 0.0.0.0 --port 3333
+
+pause

start-http.sh

@@ -0,0 +1,21 @@
+#!/bin/bash
+
+echo "╔════════════════════════════════════════╗"
+echo "║  TrendRadar MCP Server (HTTP 模式)    ║"
+echo "╚════════════════════════════════════════╝"
+echo ""
+
+# 检查虚拟环境
+if [ ! -d ".venv" ]; then
+    echo "❌ [错误] 虚拟环境未找到"
+    echo "请先运行 ./setup-mac.sh 进行部署"
+    echo ""
+    exit 1
+fi
+
+echo "[模式] HTTP (适合远程访问)"
+echo "[地址] http://localhost:3333/mcp"
+echo "[提示] 按 Ctrl+C 停止服务"
+echo ""
+
+uv run python mcp_server/server.py --transport http --host 0.0.0.0 --port 3333

version

@@ -1 +1 @@
-2.4.4
+3.0.0