mcpField
C
China PolicySignal

China PolicySignal

远程服务
github.com法律与政务09 周前更新

关于 China PolicySignal

China PolicySignal 是面向研究者的远程 MCP 服务,用于检索 2012 年以来习近平的公开讲话、文章和官方声明,并分析话语变化。结果附有原始文献链接,便于核查引文。

主要功能

  1. 01按文本和元数据检索官方文献
  2. 02获取文章及有出处的段落
  3. 03追踪议题表述的时间变化
  4. 04统计短语趋势和近期信号
  5. 05使用循证研究提示词

适用场景

  1. 01查找特定政策议题的带日期原文
  2. 02追踪某种政治表述的首次出现
  3. 03比较官方话语随时间的变化

MCP 相关

该远程 MCP 服务向 MCP 客户端提供文献检索、获取、时间线、短语趋势和引导式研究提示词。结果附有文献 ID、日期和来源链接。

配置

远程服务无需本地安装。选择你使用的客户端,复制配置或使用一键安装。

服务地址https://policy-signal.onrender.com/mcp
一键复制安装命令
Claude CodeTerminal
Cursor.cursor/mcp.json
VS Code.vscode/mcp.json
Claude Desktopclaude_desktop_config.json
Windsurf~/.codeium/windsurf/mcp_config.json

命令在终端中运行;JSON 粘贴到对应客户端的 MCP 配置后重启。需要授权的服务会在首次连接时提示登录。

工具

详细介绍

China PolicySignal

通过 AI 助手搜索 14,966 篇中国政府和党政文件——习近平的讲话、文章和官方表述,涵盖 2012 年至今,并提供带来源链接的逐字引文。

远程 MCP 服务。无需安装,无需 API 密钥——只需一个 URL:

https://policy-signal.onrender.com/mcp

已列入官方 MCP Registry,名称为 io.github.acee-ventures/china-policy-signal。

中文说明见 README.zh.md · 完整设置说明和工具参考见 USER-GUIDE.md / 使用指南.md

本工具是什么:一款针对公开发布的官方文本的检索与话语分析工具——呈现说了什么、何时说,以及措辞如何演变,并提供带来源链接的逐字引文。**本工具不是什么:**不是预测服务,不代表认可,也不是用于分析私人个体特征的工具。分析结果会标明为研究推断,绝不伪造引语或声称结论确定。秉承 China Media Project 和 CSIS Interpret: China 等中国研究开源工具的传统。


快速开始

  • Claude Code(最快):claude mcp add --transport http --scope user policy-signal https://policy-signal.onrender.com/mcp
  • Claude Desktop / ChatGPT / Cursor / VS Code / Cline / Windsurf:添加自定义 / 远程 MCP 连接器,然后粘贴上方的 URL(无需身份验证)。各客户端的设置步骤见 USER-GUIDE.md。

然后向助手提问:

查找来源。“习近平对 AI 治理说过什么?请引用关键段落,并附上日期和来源链接。”

追踪一种提法。“统计自 2012 年以来,‘新质生产力’每年出现的频次,并告诉我它首次出现在哪份文件中。”

了解表述方式的演变。“为‘共同富裕’相关表述的变化建立时间线,每个阶段引用一份文件。”

每个回答都会附上文章 ID、发布日期和原文链接,方便核对每条引文。

功能

工具功能说明
search / list_articles全文搜索(同义词 / OR 集合,按时间排序),支持元数据筛选
get_article / get_context检索文件 / 对段落进行细读——逐字引文的唯一来源
topic_timeline证据时间线,展示某个主题的表述如何逐年演变
phrase_trend追踪某种提法随时间的兴起 / 衰退 / 消失(提法信号;为没有记录的时间段补零,以便看出“已不再提及”)
recent_signals扫描近期热度上升或新出现的提法
corpus_stats / update_corpus覆盖范围与时效性 / 增量刷新(公共端点已禁用刷新)

两个引导式提示词——scenario_research(topic) 和 event_prediction(event)——会引导客户端模型采用以证据为先的方法:建立时间线 → 比较提法 → 细读转折点 → 分层给出高 / 中 / 低置信度推断,并明确列出可证伪的要点。

方法与防护措施

  • 每项论断都有文件作为依据(ID + 日期 + 来源 URL)。逐字引文仅来自 get_context / get_article,并经过语料库核对。
  • **事实与推断分别标注。**分析提示词预测的是主题、表述方式和提法优先级,绝不预测逐字脚本、某个具体日期的事件或某项行动发生的概率。
  • **研究视角。**输出是基于公开表述的文献研究,不是预言。

语料库与来源

公开政府来源发布的官方表述;见 SOURCES.md。语料库存储文件文本和元数据,用于搜索与引用,不作为批量下载数据集提供;每条结果都链接回其原始发布页面。使用限制和故障排查见 USER-GUIDE.md。

免责声明

由 ACEE Ventures 发布的独立研究基础设施,用于教育和分析目的。它分析公开可查的官方声明,不声称代表、预测或支持任何个人或政府,也不隶属于或获得任何政府或官方机构的认可。分析结果属于研究推断,不应被视为事实预测。请参阅 DISCLAIMER.md。

许可证

代码:MIT。语料文本仍归其原始发布者所有,此处仅将其用于研究和引用;本仓库不授予重新分发源文本的权利。


由 ACEE Ventures 维护。

评论

支持 Markdown

第一次接触 MCP?

从协议是什么,到在客户端里装上第一个服务,这几条回答覆盖了大多数入门问题。

一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。