mcpField
M
mcp-github-trending MCP Server

mcp-github-trending MCP Server

本地服务
github.com/hetaoBackend版本控制6232 周前更新

关于 mcp-github-trending MCP Server

mcp-github-trending 是一个 MCP 服务,用于获取 GitHub 上的热门仓库与热门开发者数据,并以结构化 JSON 返回。适合需要按语言、时间范围或口语语言筛选趋势信息的开发者与 Agent 使用。

主要功能

  1. 01获取 GitHub 热门仓库数据
  2. 02获取 GitHub 热门开发者数据
  3. 03按编程语言筛选
  4. 04按每日、每周、每月时间范围筛选
  5. 05按口语语言筛选仓库

适用场景

  1. 01查看某一编程语言近期的热门仓库
  2. 02让 Agent 汇总每周的热门开发者动态
  3. 03按口语语言寻找相关的开源项目

配置

本地服务的配置在各客户端中通用,复制后粘贴到客户端的 MCP 配置文件即可。

暂未收录安装方式

我们还没有获取到这个服务的安装包或远程地址,请按项目 README 中的说明安装。

代码仓库

工具

还没有获取到工具列表

本地服务需要在你的电脑上运行后才能读取工具,维护者暂未提供工具列表。

详细介绍

MseeP.ai 安全评估徽章

mcp-github-trending MCP 服务

一个 MCP 服务,通过简单的 API 接口提供对 GitHub 热门仓库和开发者数据的访问。

smithery 徽章

功能

  • 访问 GitHub 热门仓库和开发者数据
  • 按编程语言筛选
  • 按时间段筛选(每日、每周、每月)
  • 按口语语言筛选
  • 返回格式良好的 JSON 响应

工具

该服务实现了以下工具:

get_github_trending_repositories

从 GitHub 获取热门仓库,支持以下参数:

  • language(可选):用于筛选仓库的编程语言(例如 "python"、"javascript")
  • since(可选):用于筛选仓库的时间段("daily"、"weekly"、"monthly")。默认为 "daily"
  • spoken_language(可选):用于筛选仓库的口语语言

响应示例:

[
  {
    "name": "repository-name",
    "fullname": "owner/repository-name",
    "url": "https://github.com/owner/repository-name",
    "description": "Repository description",
    "language": "Python",
    "stars": 1000,
    "forks": 100,
    "current_period_stars": 50
  }
]
get_github_trending_developers

从 GitHub 获取热门开发者,支持以下参数:

  • language(可选):用于筛选的编程语言(例如 "python"、"javascript")
  • since(可选):用于筛选的时间段("daily"、"weekly"、"monthly")。默认为 "daily"

响应示例:

[
  {
    "username": "developer",
    "name": "Developer Name",
    "url": "https://github.com/developer",
    "avatar": "https://avatars.githubusercontent.com/u/123456",
    "repo": {
      "name": "repository-name",
      "description": "Repository description",
      "url": "https://github.com/developer/repository-name"
    }
  }
]

安装

前置条件
  • Python 3.12
安装步骤

安装软件包:

pip install mcp-github-trending
Claude Desktop 配置

在 MacOS 上:

~/Library/Application\ Support/Claude/claude_desktop_config.json

在 Windows 上:

%APPDATA%/Claude/claude_desktop_config.json
开发中/未发布服务的配置
{
  "mcpServers": {
    "mcp-github-trending": {
      "command": "uv",
      "args": [
        "--directory",
        "/path/to/mcp-github-trending",
        "run",
        "mcp-github-trending"
      ]
    }
  }
}
已发布服务的配置
{
  "mcpServers": {
    "mcp-github-trending": {
      "command": "uvx",
      "args": [
        "mcp-github-trending"
      ]
    }
  }
}

开发

构建和发布
  1. 同步依赖项并更新锁文件:
uv sync
  1. 构建软件包分发文件:
uv build
  1. 发布到 PyPI:
uv publish

注意:通过环境变量或命令标志设置 PyPI 凭据:

  • 令牌:--token 或 UV_PUBLISH_TOKEN
  • 用户名/密码:--username/UV_PUBLISH_USERNAME 和 --password/UV_PUBLISH_PASSWORD
调试

如需获得最佳调试体验,请使用 MCP Inspector。

通过 npm 启动 MCP Inspector:

npx @modelcontextprotocol/inspector uv --directory /path/to/mcp-github-trending run mcp-github-trending

Inspector 会显示一个 URL,你可以在浏览器中访问该 URL 以开始调试。

许可证

本项目采用 MIT 许可证授权,详情请参阅 LICENSE 文件。

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。