mcpField
R
readhn

readhn

本地服务
github.com/xodn348社交媒体533 周前更新
代码仓库

关于 readhn

readhn 是面向 AI Agent 的 HackerNews MCP 服务，帮助发现热门内容并查找领域专家。它为结果提供可解释的质量信号，说明排序依据。

主要功能

  1. 01按关键词、分数和时间筛选故事
  2. 02通过 EigenTrust 查找领域专家
  3. 03分析评论树及讨论质量
  4. 04展示结果的质量信号和排序原因

适用场景

  1. 01发现本周 Rust 热门故事
  2. 02查找 HN 数据库领域专家
  3. 03了解从业者对 Kubernetes 网络的看法

MCP 相关

readhn 作为 MCP 服务，向 AI Agent 提供故事发现、搜索、专家查找、用户与故事摘要及评论分析工具。

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。

mcp.json · 通用配置
{
  "mcpServers": {
    "xodn348-readhn": {
      "command": "uvx",
      "args": [
        "readhn"
      ]
    }
  }
}
启动命令uvx readhn

本地服务需要在你的电脑上安装运行环境（如 Node.js 18+）。各客户端的配置文件位置不同，请参考客户端文档。

安装包
pypireadhn0.2.0

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

readhn

PyPI Tests Coverage MCP

面向 AI 的 HackerNews MCP 服务。借助可解释的质量信号，找到值得关注的 HN 内容。

功能

发现 — 按关键词、分数和时间筛选故事。获取按质量信号排名的结果。

信任 — 找到领域专家。了解谁在发言，以及他们为何重要。根据种子专家通过 EigenTrust 进行传播。

理解 — 每个结果都会解释原因。包含 5 种信号：从业者深度（30%）、讨论串深度（20%）、专家参与度（20%）、热度（15%）、引用（15%）。

快速开始

# Install
pip install readhn

# Auto-configure supported AI agents
readhn setup

readhn setup 会检测 Claude Code、Codex、Cursor、Claude Desktop、Cline、Windsurf 和 OpenCode 的配置路径，并添加 readhn MCP 服务。

实用的 setup 标志：

readhn setup --list              # Show detected agents
readhn setup --dry-run           # Preview config changes only
readhn setup --agents "Cursor"  # Configure only specific agents

设置完成后，AI Agent 会自动发现 readhn，并在你询问 HN 问题时使用它。

用法

向 AI Agent 提问：

  • “展示本周关于 Rust 的热门 HN 故事”
  • “找出在 HN 上撰写数据库内容的专家”
  • “从业者对 Kubernetes 网络有何看法？”

Agent 会调用 readhn 工具，获取带有质量信号的结果，并解释每个结果为何重要。

配置（可选）
export HN_KEYWORDS="ai,llm,rust,distributed-systems,databases"  # Default filter keywords
export HN_MIN_SCORE="50"                                         # Minimum story score
export HN_EXPERTS="tptacek,simonw,antirez,ept,jepsen"           # Seed experts for trust
export HN_TIME_HOURS="24"                                        # Time window

工作原理

询问 HN 问题时，AI Agent 会使用以下工具：

  • discover_stories() — 按关键词/分数/时间筛选热门故事，并根据质量信号排名
  • search() — 使用可解释排名进行 Algolia 搜索
  • find_experts() — 基于评论关系图使用 EigenTrust 查找领域专家
  • expert_brief() — 用户简介 + 活动 + 信任分数
  • story_brief() — 一次调用获取故事 + 热门评论 + 信号
  • thread_analysis() — 获取完整评论树，并为每条评论提供质量信号

每个响应都包含信号明细，说明每个结果为何入选。

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。