mcpField
A
Ai Feeds

Ai Feeds

远程服务
pipeworx.io开发工具06 天前更新

关于 Ai Feeds

Ai Feeds 是供需要阅读精选 AI 新闻源或处理指定网址源的客户端使用的 MCP 服务。它支持列出和筛选源、返回规范化条目,并处理 RSS、Atom 和 RDF。

主要功能

  1. 01列出精选 AI 信息源
  2. 02按类别或关键词筛选信息源
  3. 03按 ID 读取源条目
  4. 04按关键词筛选条目
  5. 05获取并规范化 RSS、Atom 或 RDF

适用场景

  1. 01浏览精选 AI 新闻源
  2. 02读取选定信息源中的匹配条目
  3. 03获取并规范化网址中的信息源

MCP 相关

向 MCP 客户端提供信息源列表、读取和获取工具。可通过本地 stdio 或 Pipeworx 网关端点运行。

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://gateway.pipeworx.io/ai-feeds/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

44
参数类型必填说明
qstring否question 的别名。
askstring否question 的别名。
textstring否question 的别名。
inputstring否question 的别名。
packsarray否可选。将路由限制为这些包的 slug(例如 ["sec-form-d","sec-13f"]),路由器随后只会从这些包中的工具进行选择。省略则使用默认的完整目录路由。Slug 可从 list_packs / search_packs / https://pipeworx.io/directory 获取;未列出或未知的 slug 会被忽略,并在 _meta.pack_scope.ignored 中列出。如果没有任何 slug 能匹配问题,则会在整个目录中路由,并设置 _meta.pack_scope.full_catalog:true(绝不会返回空答案)。
querystring否question 的别名。
promptstring否question 的别名。
messagestring否question 的别名。
questionstring是用自然语言表达的问题或请求。支持 query、q、prompt、text、input、ask、message 作为别名。

详细介绍

mcp-ai-feeds

AI Feeds MCP。

属于 Pipeworx — 一个将 AI agents 连接到 1872+ 个实时数据源的 MCP 网关。这是一个独立的非官方集成,与上游提供商无关联、未获其认可,也非由其发布。

工具

工具描述
list_feeds列出精选的人工智能资讯源(id、标题、类别、来源)。可按类别(ai)或关键词筛选。传入 id 以调用 read_feed。
read_feed根据 id(来自 list_feeds)读取精选的人工智能资讯源。返回经过标准化的条目(标题、链接、发布时间、摘要)。可按关键词筛选条目。
fetch_feed根据 URL 获取并标准化任意 RSS / Atom / RDF 资讯源。具备抗 CF 能力:直接获取;如果来源阻止网关访问,则回退到代理。精选来源请先使用 list_feeds。

快速开始

添加到你的 MCP 客户端(Claude Desktop、Cursor、Windsurf 等):

{
  "mcpServers": {
    "ai-feeds": {
      "url": "https://gateway.pipeworx.io/ai-feeds/mcp"
    }
  }
}
此端点实际提供的内容

https://gateway.pipeworx.io/ai-feeds/mcp 上的 tools/list 会返回上表中的工具,以及 Pipeworx 共享的元工具——ask_pipeworx、 discover_tools、search_within、remember/recall 和网关范围内的其余工具。因此,你看到的工具数量会多于此表中的数量:目前,单个工具包端点除了自身工具包的工具外,还会列出约 30 个共享工具。连接的 initialize 响应会说明其确切范围,并且是当天最权威的说明。

这是有意为之,并非意外复用。元工具可以让限定范围的连接回答此工具包未涵盖的问题——通过 ask_pipeworx 在整个目录中路由——无需添加第二个 MCP 服务。目前无法挂载不包含这些元工具的工具包端点;如果额外的架构信息占用的上下文比路由功能带来的价值更多,请只连接一次完整网关,而不是连接多个工具包端点。

也可以连接完整的 Pipeworx 网关,直接列出每个工具包的所有工具,而不只是当前工具包的工具:

{
  "mcpServers": {
    "pipeworx": {
      "url": "https://gateway.pipeworx.io/mcp"
    }
  }
}

两个 URL 都连接到同一个网关和相同的 1872+ 个数据源。唯一区别是直接列出哪个工具包的工具;ask_pipeworx 可从任一端点访问所有工具。

没有 MCP 客户端?通过 HTTP 调用

curl -X POST https://gateway.pipeworx.io/v1/tools/ai_feeds_list_feeds \
  -H 'Content-Type: application/json' \
  -d '{"category":"ai"}'

首次调用无需账户。检查任意工具:GET https://gateway.pipeworx.io/v1/tools/ai_feeds_list_feeds。查找工具包:使用 {"query":"..."} 调用 POST https://gateway.pipeworx.io/v1/tools/search_packs。

独立运行(无需网关账户)

此软件包也可以作为本地 stdio MCP 服务运行——无需 Pipeworx 账户,也无需与网关往返通信:

{
  "mcpServers": {
    "ai-feeds": {
      "command": "npx",
      "args": ["-y", "@pipeworx/mcp-ai-feeds"]
    }
  }
}

也可以直接运行,以确认它能正常启动:

npx -y @pipeworx/mcp-ai-feeds

它通过 stdin/stdout 使用 MCP 通信,并且仅针对此工具包的工具响应 initialize/tools/list/tools/call——不包含上文网关连接所提供的任何共享元工具。相同的数据源,相同的工具,但没有 ask_pipeworx 路由。

使用 ask_pipeworx

你也可以用自然语言提问,而不必直接调用工具——这既适用于上文的工具包端点,也适用于完整网关:

ask_pipeworx({ question: "your question about Ai Feeds data" })

网关会选择合适的工具并自动填写参数。

更多信息

许可证

MIT

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。