关于 PodCrawlerMCP
PodCrawlerMCP 是通过爬取网络 RSS 源来发现播客节目的 MCP 服务,并可按主题或领域筛选节目数据,适合寻找特定主题播客的 AI 助手和客户端。
主要功能
- 01爬取播客目录以发现 RSS 源
- 02解析 RSS 源中的节目数据
- 03按主题或领域筛选节目
- 04通过 MCP 工具提供播客发现
适用场景
- 01查找特定主题的播客
- 02发现与某主题相关的节目
- 03搜索某个领域的播客
MCP 相关
向 MCP 客户端提供 `discover_podcasts` 工具,可按主题查找播客并返回节目结果。
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。
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
PodCrawlerMCP
一个通过网页抓取发现播客的 MCP(Model Context Protocol)服务。PodCrawlerMCP 会抓取网页以查找 RSS 源,帮助 AI 助手找到特定主题的播客节目。
功能
- 🕸️ 抓取播客目录以发现 RSS 源
- 🎙️ 解析 RSS 源以提取节目数据
- 🔍 按主题或领域筛选节目
- 🔌 通过 MCP 工具提供功能
- 🤖 与 Claude 等 AI 助手无缝集成
安装
pip install podcrawler-mcp
或者使用 Poetry:
poetry add podcrawler-mcp
快速开始
直接运行服务:
python -m podcrawler.server
或者在 Python 代码中运行:
from podcrawler import PodCrawlerServer
server = PodCrawlerServer()
server.run()
与 Claude Desktop 集成
将以下内容添加到 Claude Desktop 配置中:
{
"mcpServers": {
"podcrawler": {
"command": "python",
"args": ["-m", "podcrawler.server"]
}
}
}
可用工具
discover_podcasts
发现特定主题的播客。
参数:
topic(字符串):要搜索的主题(例如,“technology”“history”)max_results(整数,可选):要返回的结果数上限(默认值:10)
使用示例:
有哪些关于黑洞的科学播客?
项目结构
podcrawler-mcp/
├── podcrawler/ # Main package
│ ├── __init__.py # Package initialization
│ ├── server.py # MCP server implementation
│ ├── tools/ # MCP tools
│ │ ├── __init__.py
│ │ └── discovery.py # Podcast discovery tool
│ ├── crawler/ # Web crawling components
│ │ ├── __init__.py
│ │ ├── spider.py # Web crawler implementation
│ │ └── parser.py # RSS feed parser
│ └── utils/ # Utility functions
│ ├── __init__.py
│ ├── filtering.py # Topic filtering utilities
│ └── formatting.py # Output formatting utilities
├── tests/ # Tests
│ ├── __init__.py
│ └── test_server.py # Server tests
├── examples/ # Usage examples
│ └── basic_discovery.py # Basic discovery example
├── pyproject.toml # Project configuration
├── README.md # Project documentation
├── LICENSE # MIT License
└── CONTRIBUTING.md # Contribution guidelines
开发
-
克隆仓库
git clone https://github.com/infinitimeless/podcrawler-mcp.git cd podcrawler-mcp -
使用 Poetry 安装依赖
poetry install -
运行测试
poetry run pytest
贡献
欢迎贡献!详情请参阅 CONTRIBUTING.md。
许可证
本项目采用 MIT 许可证,详情请参阅 LICENSE 文件。
评论
支持 Markdown
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。