Metadata-Version: 2.4
Name: news_bigdata_mcp
Version: 1.0.0
Summary: 🔥 舆情大数据 MCP 服务 - 企业舆情监控、情感分析和新闻舆情查询
Author: handaas
License: MIT
Project-URL: Homepage, https://github.com/handaas/news-mcp-server
Project-URL: Repository, https://github.com/handaas/news-mcp-server
Project-URL: Issues, https://github.com/handaas/news-mcp-server/issues
Keywords: mcp,news,sentiment,analysis,enterprise,monitoring
Classifier: Development Status :: 4 - Beta
Classifier: Intended Audience :: Developers
Classifier: Programming Language :: Python :: 3
Classifier: Programming Language :: Python :: 3.10
Classifier: Programming Language :: Python :: 3.11
Classifier: Programming Language :: Python :: 3.12
Classifier: Operating System :: OS Independent
Classifier: Topic :: Software Development :: Libraries :: Python Modules
Requires-Python: >=3.10
Description-Content-Type: text/markdown
License-File: LICENSE
Requires-Dist: mcp>=1.6.0
Requires-Dist: python-dotenv>=1.0.0
Requires-Dist: requests>=2.28.0
Dynamic: license-file

# 舆情大数据服务

[该 MCP 服务提供企业舆情大数据分析功能，包括舆情情感统计分析、相关新闻列表查询等，帮助企业实时监控网络舆情动态，分析公众情感倾向，为企业声誉管理和公关决策提供数据支持。](https://www.handaas.com/)

## 服务特色

🚀 **实时舆情监控** - 基于海量互联网数据，实时追踪企业相关舆情信息  
📈 **情感分析** - 智能分析舆情情感倾向，包括正面、负面、中性、未知四个维度  
🔍 **精准搜索** - 支持企业名称、统一社会信用代码、注册号等多种检索方式  
📊 **趋势分析** - 提供舆情情感变化趋势，帮助企业把握舆论走向  
🎯 **分类筛选** - 支持按情感类别筛选新闻，快速定位关键信息

## 主要功能

- 🔍 **企业关键词模糊搜索** - 根据关键词快速找到相关企业基础信息
- 📊 **企业舆情情感统计** - 分析企业舆情的情感分布和趋势变化
- 📄 **企业舆情新闻列表查询** - 获取企业相关的详细新闻舆情信息

## 快速开始

### 🚀 使用 uvx 快速启动（推荐）

最简单的方式是使用 `uvx` 直接运行，无需手动安装：

#### 1. 在 Cursor / Cherry Studio 中配置 MCP

在 MCP 配置文件中添加以下配置：

```json
{
  "mcpServers": {
    "news-bigdata-mcp": {
      "command": "uvx",
      "args": ["news-bigdata-mcp"],
      "env": {
        "INTEGRATOR_ID": "your_integrator_id",
        "SECRET_ID": "your_secret_id",
        "SECRET_KEY": "your_secret_key"
      }
    }
  }
}
```

#### 2. 获取 API 凭证

请登录 [https://www.handaas.com/](https://www.handaas.com/) 注册开通平台，获取以下凭证：

- `INTEGRATOR_ID`: 对接器 ID
- `SECRET_ID`: 密钥 ID
- `SECRET_KEY`: 密钥

就这么简单！`uvx` 会自动从 PyPI 下载并运行最新版本的 news-bigdata-mcp。

---

## 环境要求

- Python 3.10+
- 依赖包：python-dotenv, requests, mcp

## 本地开发/手动安装

### 1. 克隆项目

```bash
git clone https://github.com/handaas/news-bigdata-mcp
cd news-bigdata-mcp
```

### 2. 创建虚拟环境&安装依赖

```bash
python -m venv mcp_env && source mcp_env/bin/activate
pip install -r requirements.txt
```

### 3. 环境配置

复制环境变量模板并配置：

```bash
cp .env.example .env
```

编辑 `.env` 文件，配置以下环境变量：

```env
INTEGRATOR_ID=your_integrator_id
SECRET_ID=your_secret_id
SECRET_KEY=your_secret_key
```

### 4. 启动服务

支持多种启动方式：

#### STDIO 模式（默认，用于 MCP 客户端）

```bash
news-bigdata-mcp
# 或
python -m news_mcp_server
```

#### SSE 模式

```bash
news-bigdata-mcp --transport sse --port 8000
```

#### Streamable HTTP 模式

```bash
news-bigdata-mcp --transport streamable-http --port 8000
```

服务将在 `http://localhost:8000` 启动。

### 5. 本地开发时的 Cursor / Cherry Studio MCP 配置

#### STDIO 模式

```json
{
  "mcpServers": {
    "news-bigdata-mcp": {
      "command": "python",
      "args": ["-m", "news_mcp_server"],
      "env": {
        "INTEGRATOR_ID": "your_integrator_id",
        "SECRET_ID": "your_secret_id",
        "SECRET_KEY": "your_secret_key"
      }
    }
  }
}
```

#### Streamable HTTP 模式

```json
{
  "mcpServers": {
    "news-bigdata-mcp": {
      "type": "streamableHttp",
      "url": "http://127.0.0.1:8000/mcp"
    }
  }
}
```

---

## PyPI 安装方式

如果你想从 PyPI 安装并全局使用：

```bash
pip install news-bigdata-mcp
```

安装后可直接使用 `news-bigdata-mcp` 命令。

## 可用工具

### 1. news_bigdata_fuzzy_search

**功能**: 企业关键词模糊查询

根据提供的企业名称、人名、品牌、产品、岗位等关键词模糊查询相关企业列表。返回匹配的企业列表及其详细信息，用于查找和识别特定的企业信息。

**参数**:

- `matchKeyword` (必需): 匹配关键词 - 查询各类信息包含匹配关键词的企业
- `pageIndex` (可选): 分页开始位置
- `pageSize` (可选): 分页结束位置 - 一页最多获取 50 条数据

**返回值**:

- `total`: 总数
- `annualTurnover`: 年营业额
- `formerNames`: 曾用名
- `address`: 注册地址
- `foundTime`: 成立时间
- `enterpriseType`: 企业主体类型
- `legalRepresentative`: 法定代表人
- `homepage`: 企业官网
- `legalRepresentativeId`: 法定代表人 id
- `prmtKeys`: 推广关键词
- `operStatus`: 企业状态
- `logo`: 企业 logo
- `nameId`: 企业 id
- `regCapitalCoinType`: 注册资本币种
- `regCapitalValue`: 注册资本金额
- `name`: 企业名称
- `catchReason`: 命中原因 - 包含企业名称、曾用名、股东、招聘岗位、地址、品牌、产品名称、固话、邮箱、手机、专利、资质证书、推广关键词、统一社会信用代码等信息

### 2. news_bigdata_news_stats

**功能**: 企业舆情情感统计

根据输入的企业标识信息（如名称、注册号等），查询并统计该企业的舆情情感类型，包括消极、中立、积极、和未知四类情感的分布及其趋势变化。主要用于企业的声誉管理和舆情监控，帮助企业了解社会对其的评价和情绪变化趋势。

**参数**:

- `matchKeyword` (必需): 匹配关键词 - 企业名称/注册号/统一社会信用代码/企业 id，如果没有企业全称则先调取 fuzzy_search 接口获取企业全称
- `keywordType` (可选): 主体类型 - name：企业名称，nameId：企业 id，regNumber：注册号，socialCreditCode：统一社会信用代码

**返回值**:

- `newsSentimentStats`: 舆情情感类型统计 - neutral：中立，negative：消极，positive：积极，unknown：未知
- `sentimentLabelList`: 所有舆情类别列表 - neutral：中立，negative：消极，positive：积极
- `newsSentimentTrend`: 舆情趋势
  - `month`: 月份 - 格式：yyyy-mm
  - `stats`: 情感类型 - negative：消极，positive：积极

### 3. news_bigdata_news_list

**功能**: 企业舆情新闻列表查询

通过企业的基本标识信息或企业 ID 及指定舆情类别，查询并返回与该企业相关的新闻舆情信息明细，包括新闻简介、链接、发布时间、来源、标题、相关企业等详细内容以及舆情的分类和总数量。适用于企业风险管理、市场竞争分析、公关策略制定等场景。

**参数**:

- `matchKeyword` (必需): 匹配关键词 - 企业名称/注册号/统一社会信用代码/企业 id，如果没有企业全称则先调取 fuzzy_search 接口获取企业全称
- `keywordType` (可选): 主体类型 - name：企业名称，nameId：企业 id，regNumber：注册号，socialCreditCode：统一社会信用代码
- `pageIndex` (可选): 页码 - 从 1 开始，默认为 1
- `pageSize` (可选): 分页大小 - 一页最多获取 50 条，默认为 50
- `sentimentLabel` (可选): 舆情类别 - 0：负面，1：正面，2：中性，3：未知

**返回值**:

- `newsBrief`: 新闻简介
- `newsLink`: 新闻链接
- `newsPublishTime`: 新闻发布时间
- `newsSource`: 新闻来源
- `newsTitle`: 新闻标题
- `relatedEnterprises`: 相关企业列表
- `sentimentLabel`: 舆情类别 - 0：负面，1：正面，2：中性，3：未知

## 应用场景

### 🛡️ 企业风险预警

- **舆情监控**: 24/7 实时监控企业相关舆情，第一时间发现负面信息
- **预警机制**: 通过情感分析及时识别舆情风险，提前制定应对措施
- **危机管控**: 负面事件发生时，快速获取舆情全貌，制定精准应对策略

### 📊 品牌声誉管理

- **声誉评估**: 定期分析企业舆情情感分布，评估品牌声誉健康度
- **形象监控**: 跟踪品牌在不同媒体渠道的形象变化趋势
- **口碑分析**: 分析用户对企业产品和服务的真实反馈

### 🎯 公关策略优化

- **效果评估**: 评估公关活动的舆情效果和公众反响
- **策略调整**: 基于舆情数据调整公关传播策略和内容方向
- **媒体关系**: 分析不同媒体对企业的报道倾向

### 🔍 竞争情报分析

- **对手监控**: 监控竞争对手的舆情表现和市场声誉
- **行业洞察**: 了解行业内企业的舆情表现，发现市场机会
- **基准比较**: 与同行业企业进行舆情表现对比分析

### 💼 投资决策支持

- **尽职调查**: 为投资决策提供目标企业的舆情背景调查
- **风险评估**: 评估投资标的的舆情风险和声誉风险
- **市场情绪**: 分析市场对特定企业或行业的情绪变化

## 使用注意事项

1. **企业全称要求**: 在调用需要企业全称的接口时，如果没有企业全称则先调取 news_bigdata_fuzzy_search 接口获取企业全称
2. **分页限制**: 一页最多获取 50 条数据
3. **舆情类别**: 支持按情感类型进行筛选查询（负面、正面、中性、未知）
4. **关键词类型**: 支持多种企业标识方式（企业名称、企业 id、注册号、统一社会信用代码）

## 使用提问示例

### 🔍 企业关键词模糊搜索 (news_bigdata_fuzzy_search)

```
1. "帮我查找包含'华为'关键词的企业信息"
2. "搜索与'新能源汽车'相关的企业列表"
3. "查询名称中包含'科技'的公司，获取前20条"
4. "找一下'比亚迪'相关的企业基础信息"
```

### 📊 企业舆情情感统计 (news_bigdata_news_stats)

```
1. "华为技术有限公司的舆情情感分布如何？最近趋势怎样？"
2. "分析一下腾讯控股有限公司的舆情情感统计"
3. "比亚迪股份有限公司最近的舆情情感变化趋势"
4. "查询阿里巴巴集团的舆情情感分布数据"
```

### 📄 企业舆情新闻列表查询 (news_bigdata_news_list)

```
1. "查询华为技术有限公司最近的舆情新闻"
2. "搜索苹果公司的负面舆情信息，显示详细内容"
3. "获取腾讯最近的正面新闻报道，要20条"
4. "查找小米集团的中性舆情新闻"
5. "获取比亚迪最近50条舆情新闻，包括新闻来源和发布时间"
6. "查看特斯拉相关的负面舆情新闻列表"
```

### 💡 综合分析示例

```
1. "帮我全面分析一下'蔚来汽车'的舆情状况，包括情感分布和最新新闻"
2. "我想了解'字节跳动'的舆情表现，先查企业信息，再看情感统计和新闻"
3. "请分析'美团'的舆情风险，重点关注负面新闻"
```
