MCP Server for Feedly API について
この TypeScript 製 MCP サーバーは、Feedly API の一部を公開し、記事の検索・取得や NLP エンティティ情報の参照に使えます。エンティティの探索から記事収集までの流れに対応します。
主な機能
- 01Feedly コンテンツの検索
- 02ストリームからの記事収集
- 03エンティティ詳細の参照
- 04エンティティ ID の補完
活用シーン
- 01トピックや企業に関する記事の探索
- 02フィードやボードからの記事全文取得
- 03検索前のエンティティ ID の特定
- 04技術トレンドの調査
MCP 対応
Feedly API の4つの操作を、MCP 対応の言語モデル向けツールとして公開します。クライアントとは stdio で通信し、Feedly API の呼び出しには FEEDLY_TOKEN が必要です。
設定
ローカルサーバーの設定はどのクライアントでも共通です。コピーしてクライアントの MCP 設定ファイルに貼り付けてください。
このサーバーのパッケージやリモートエンドポイントはまだ取得できていません。プロジェクトの README の手順に従ってください。
ツール
ローカルサーバーのツールはマシン上で起動して初めて取得できます。メンテナーはまだツール一覧を提供していません。
詳細
Feedly API 用 MCP サーバー
このリポジトリには、選択した Feedly API エンドポイントを MCP ツールとして公開する、最小構成の typescript-sdk サーバーが含まれています。サーバーでは次のツールを利用できます。
feedly.searchfeedly.collectfeedly.entity_lookupfeedly.autocomplete
これらのツールを使用すると、MCP 対応の言語モデルで Feedly から記事を検索、取得したり、NLP エンティティ情報を取得したりできます。
Feedly ワークフロー全体
これらのツールを組み合わせることで、一般的な情報発見のループを実行できます。
- エンティティの発見 –
feedly.autocompleteを使って、関連するトピックや企業の ID を見つけます。 - コンテンツ検索 – それらの ID を指定して
feedly.searchを呼び出し、記事を検索してストリーム ID を見つけます。 - ストリームの収集 – ストリーム ID を
feedly.collectに渡し、フィードまたはボードから記事全体を取得します。 - エンティティの詳細 –
feedly.entity_lookupを使って、任意のエンティティに関する追加情報を取得します。
主な概念
- エンティティ – Feedly ID で識別されるトピック、企業、人、技術です。
- ストリーム – RSS フィード、ユーザーのカテゴリ、または出版物の分類です。
- 顕著性 –
mentionまたはaboutを選択して、結果でエンティティがどの程度目立つかを制御します。 - ソース – 検索対象のストリームです(既定ではすべてのトピック)。
一般的なエンティティ ID の形式には、トピック用の nlp/f/topic/xxxx や RSS フィード用の feed/http://... があります。
トラブルシューティング
- サーバーが Feedly API を呼び出せるよう、
FEEDLY_TOKENがエクスポートされていることを確認してください。 - まず
feedly.autocompleteを使って、エンティティ ID が正しいことを確認してください。 - ストリームによっては直接収集できない場合があります。
feedly.searchを使ってストリーム ID を見つけてください。 - Feedly のレート制限を超えないよう、ページネーショントークンと
countパラメーターを使用してください。
ワークフローの例
server.ts のコメントには、医療分野における AI の追跡、企業調査の実施、技術トレンドの分析など、具体的な例が記載されています。
セットアップ
- npm を使用して依存関係をインストールします。
npm install
- サーバーが Feedly API を呼び出せるよう、Feedly 認証トークンをエクスポートします。
export FEEDLY_TOKEN=YOUR_TOKEN_HERE
サーバーの実行
設定するネットワークポートが不要になるよう、サーバーを stdio 経由で実行します。次のコマンドで起動してください。
npx ts-node server.ts
プロセスは起動したままになり、標準入力および標準出力のストリームを介してクライアントと通信します。
Claude Desktop での使用
Claude Desktop をこのサーバーに直接接続するには、File > Settings > Developer > Edit Config を開き、
claude_desktop_config.json に次のようなエントリーを作成または追加します。
{
"mcpServers": {
"feedly": {
"command": "npx",
"args": [
"ts-node",
"/path/to/mcp_server_feedly/server.ts"
],
"env": {
"FEEDLY_TOKEN": "YOUR_TOKEN_HERE"
}
}
}
}
Claude Desktop は stdio 経由でサーバーと通信するため、設定する URL はありません。command と args は、アプリの起動方法を指定します。パスをご利用のシステム上の server.ts の場所に置き換え、FEEDLY_TOKEN に Feedly トークンを設定してください。
このリポジトリの claude_desktop_config.example.json をコピーして、ひな形として使用できます。
テストの実行
Python の依存関係をインストールし、テストスイートを実行します。
pip install -r requirements.txt
FEEDLY_TOKEN=xxxx pytest -q
コメント
AI アプリケーションが外部のツールやデータソースに統一的な方法で接続するためのオープンなプロトコルです。クライアントはモデルとの対話を担い、MCP サーバーはツール・リソース・プロンプトテンプレートを提供します。標準メッセージでやり取りするため、1 つのサーバーを複数のクライアントで再利用できます。