China News

@pipeworx/china-news

搜索来自 28 家中国大陆、香港、台湾及海外华文媒体的近期新闻报道，包括标题、发布方、URL、发布时间、主题标签和文章平均语气。数据来源于 GDELT Project 的 Global Knowledge Graph。

本项目属于 Pipeworx——一个将 AI Agent 连接到 1875+ 个实时数据源的 MCP 网关。这是一个独立的非官方集成，与上游提供方无关联、未获其认可，也非由其发布。

工具

• china_news_search({query?, region?, outlets?, lang?, since?, until?, limit?}) — 查看某个主题在中国大陆、香港、台湾及海外华文媒体中的报道情况。自由文本会与标题、文章 URL 和 GDELT 的主题标签进行匹配。
• china_news_article({url}) — 查询一篇已索引文章的所有已知信息：发布方、标题、时间、主题、语气和提及的地点。如果没有文章正文，会用文字说明，而不是返回空的 body。
• china_news_outlets({region?, method?, searchable_only?}) — 经审核的 106 家发布方清单，每家都标记为 searchable: true|false，并附有最近一篇已索引文章的时间戳。通过此工具可以核查媒体覆盖情况，而非仅凭假设。

身份验证

无需密钥。调用方不需要任何凭据。

数据来源

• http://data.gdeltproject.org/gdeltv2/ — GDELT Global Knowledge Graph 批量数据源，每 15 分钟发布一次，并筛选出中国大陆、香港和台湾发布方集合。GDELT 的条款允许商业再利用。
• Pipeworx 单体仓库中的 docs/data/china-news-inventory.json — china_news_outlets 背后的人工审核发布方清单（fleet #1390）。

否则下一位开发者还得重新发现的事项

• GDELT 从来不提供任何出版商的文章正文。 Global Knowledge Graph 是文章索引，不是文章副本。china_news_article 会返回 body_available: false，并注明具体原因；不要添加一个有时为空字符串的 body 字段。
• region 不是 lang。 人口普查中的 region 指出版商所属的辖区。中文查询却得到台湾报道，是这一领域最常见的错误——docs/china-news-plan.md 第 9 节记录了使用 GDELT 自带的 sourcelang: 参数时犯下的这一错误。
• lang 根据服务主机读取，而不是根据出版商的本土版读取。 2026-09-11 的测量结果：当时索引中的所有主机都是英文版，其中四个（english.news.cn、en.people.cn、en.gmw.cn、en.ce.cn）属于人口普查记录为 zh 的出版商——GDELT 对中国大陆官方媒体英文版的索引远比中文版密集。如果按出版商语言筛选，lang: "zh" 得到的将是英文文章。
• 报道覆盖确实稀疏，这不是故障。 每个 15 分钟文件中，符合出版商集合的行数为 0 至 20 行；相邻文件往往没有任何匹配项——这些媒体中的许多一天只发布几篇报道。因此，搜索结果为空是正常情况；china_news_search 会说明所用的筛选条件，并列出当前确实有文章的出版商，让人能区分这是正常情况还是工具故障。
• 标题以 HTML 实体编码形式到达，这会带来正反两方面的影响。 GDELT 的 PAGE_TITLE 会将所有非 ASCII 字符渲染为数字字符引用，因此中文标题会存储为 葉門叛軍…。这会带来两个后果，本项目都已处理：读取时会解码标题（因此修复的是当前 30 天窗口，而不仅是未来的行）；包含非 ASCII 字符的自由文本查询会同时按两种写法搜索——无论存储文本中有多少行，直接用 CJK 查询都匹配不到。
• 出版商域名以子域名形式到达。 GDELT 记录的是服务主机（english.news.cn），而非人口普查中的本土域名（news.cn）。此处的每个域名筛选器都匹配精确域名或点分隔的后缀——绝不使用子串匹配，否则 theepochtimes.com 会匹配到另一个出版商 epochtimes.com。
• 有些标题确实不存在。 China Daily 的 GKG 行包含的是全站标语，而非文章标题，因此会存储为缺失状态；某行可能有 title: null 和一条 title_unavailable 说明。这就是自由文本搜索还会匹配 URL 的 slug 和主题标签的原因——仅搜索标题永远无法找到这些行。
• DOC API 不是可替代的后端。 在三轮测量中，无论请求间隔如何，api.gdeltproject.org 的成功率从未达到 50% 以上（docs/china-news-plan.md 第 8a 节）。

快速开始

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

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

此端点实际提供的内容

https://gateway.pipeworx.io/china-news/mcp 上的 tools/list 会返回上表中的工具，以及 Pipeworx 共享元工具——ask_pipeworx、 discover_tools、search_within、remember/recall 和其余全网关工具集。因此，你看到的工具数量会多于表格中的数量：目前，单个工具包端点除了列出该工具包自身的工具，还会列出大约 30 个共享工具。连接的 initialize 响应会说明其确切范围，是特定日期的权威答案。

这是有意为之，并非意外的多路复用。这些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——通过可跨整个目录路由的 ask_pipeworx，无需再添加第二个 MCP 服务。目前无法挂载不含这些元工具的工具包端点；如果额外的架构定义消耗的上下文超过了路由带来的价值，请改为连接一次完整网关，而不是连接多个工具包端点。

或者连接完整的 Pipeworx 网关，直接列出每个工具包的工具，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 1875+ 个数据源。唯一的区别是直接列出哪个工具包的工具；无论连接哪一个，ask_pipeworx 都能访问所有工具。

没有 MCP 客户端？通过 HTTP 调用

curl -X POST https://gateway.pipeworx.io/v1/tools/china_news_search \
  -H 'Content-Type: application/json' \
  -d '{"query":"Taiwan","limit":5}'

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

独立运行（无需网关账户）

此软件包也可作为本地 stdio MCP 服务运行——无需 Pipeworx 账户，也无需经过网关：

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

或者直接运行，以确认它能够启动：

npx -y @pipeworx/mcp-china-news

它通过 stdin/stdout 使用 MCP 通信，并针对仅限此工具包的工具响应 initialize/tools/list/tools/call——不包含上方网关连接额外提供的任何共享元工具。源代码相同，工具相同，但没有 ask_pipeworx 路由。

使用 ask_pipeworx

你可以用通俗英语提问，而不是直接调用工具——此方式既适用于上方的工具包端点，也适用于完整网关：

ask_pipeworx({ question: "your question about China News data" })

网关会选择合适的工具，并自动填入参数。

更多信息

• 文档和指南
• pipeworx.io

许可证

MIT