Token导航 LogoToken导航TokenDH.com
中转站排行榜
Ap MCP Server logo
AI代理stdio官方来源来源级核验

Ap MCP Server

MCP Server

一个将美联社媒体API转化为AI优化的内容智能资源的非官方MCP服务器，提供26种工具支持自然语言交互的新闻内容访问与分析，适用于对话式AI助手、新闻分析应用和自动化新闻工作流程。

工具数

26

提示词数

0

GitHub Stars

2

资源数

0
TypeScriptClaudeAI代理ClaudeCursorWindsurfVS Code

安装说明

本站只整理中文说明和来源信息，不托管安装包，也不代用户安装。

GitHub

作者 / 组织

rbonestell

提供方

rbonestell

最后核验

2026/5/17 20:39

快速接入

先看主来源和安装命令，再打开仓库或文档；下面只保留这个条目的关键接入事实。

详细介绍

美联社媒体API MCP服务器

一 _非官方的_ 模型上下文协议（MCP）服务器，该服务器将美联社媒体API转换为 AI优化的内容智能资源这款MCP服务器配备了26项强大工具，使对话式AI应用能够通过自然语言接口无缝访问、分析并与AP的全面新闻内容进行交互。

非常适合对话式人工智能助手、新闻分析应用、内容研究工具以及自动化新闻工作流程。

\[!NOTE\]（注：此标记通常用于指示后续内容为注意事项或重要提示） 如需了解更多关于AP媒体API的信息，请访问AP 开发者文档。

🔑 主要特点

🤖 对话式人工智能功能

  • 自然语言查询处理将对话查询转换为优化的AP API搜索
  • 智能提示模板17个预配置的提示，适用于常见工作流程和使用场景
  • 智能内容推荐基于人工智能的内容发现及相关文章推荐
  • 趋势分析实时热点话题检测与分析
  • 智能查询优化自动查询增强，以获得更佳搜索结果
  • 规划执行自动内容过滤至授权计划项目（可通过配置进行设置） AP_ENFORCE_PLAN)
  • AI错误恢复具有建议操作和重试指南的自我修复错误提示
  • 速率限制智能自动速率限制检测与退避，并带有重试提示
  • 查询建议针对广泛搜索的智能查询优化建议

📈 性能与规模

  • 批量操作单次操作可处理多达2,000个搜索结果和50个项目
  • 智能缓存基于TTL的缓存系统以提升性能
  • 自动分页无缝处理大型结果集，自动实现分页
  • 生产就绪企业级性能与可靠性

📰 完整内容智能

  • 26款综合工具全面覆盖AP媒体API功能
  • 实时内容推送实时获取AP的突发新闻和最新更新
  • 高级搜索多参数搜索，支持灵活过滤和排序
  • 内容监控创建并管理自动内容提醒和监控

🛡️ 企业级基础架构

  • 完全类型安全基于OpenAPI的完整TypeScript实现，包含类型定义
  • 强大的错误处理优雅地处理API错误、速率限制和网络问题
  • 安全配置基于环境的配置与验证
  • 全面测试单元测试和集成测试的覆盖率都很高

快速入门

先决条件

安装

克劳德代码（CLI）

在您的Claude Code MCP配置中添加：

{
	"mcpServers": {
		"ap-media": {
			"type": "stdio",
			"command": "npx",
			"args": ["-y", "ap-mcp-server@latest"],
			"env": {
				"AP_API_KEY": "your_api_key_here"
			}
		}
	}
}

Visual Studio Code 等。

对于基于VS Code的编辑器，如VS Code、Windsurf、Cursor、Void等：

在您的工作区MCP设置中添加以下服务器定义：.vscode/mcp.json):

{
	"servers": {
		"ap-media": {
			"type": "stdio",
			"command": "npx",
			"args": ["-y", "ap-mcp-server@latest"],
			"env": {
				"AP_API_KEY": "your_api_key_here"
			}
		}
	}
}

通用MCP客户端配置

适用于Claude桌面版、ChatGPT桌面版、OpenAI Codex等。

对于大多数与MCP兼容的AI工具，请使用此标准配置格式：

{
	"mcpServers": {
		"ap-media": {
			"command": "npx",
			"args": ["-y", "ap-mcp-server@latest"],
			"env": {
				"AP_API_KEY": "your_api_key_here"
			}
		}
	}
}

🤖 人工智能与大型语言模型（LLM）的集成

AP MCP服务器旨在通过MCP协议直接供AI工具、聊天机器人和大型语言模型（LLM）应用程序使用。AI助手可以使用自然语言访问美联社（AP）新闻内容：

自然语言人工智能交互

  • “查找近期关于人工智能在医疗保健领域应用的文章”
  • “给我看看本周科技领域的热门话题”
  • “获取关于气候变化的最新突发新闻”
  • “查找与这篇关于可再生能源的故事相关的文章”

AI工具会自动将这些请求转换为相应的MCP工具调用。

智能内容发现

  • 趋势检测自动识别新闻中的流行趋势
  • 内容推荐获取AI推荐的相关文章和话题
  • 查询增强将模糊的查询转化为精确、优化的搜索
  • 批量分析处理大量内容以进行模式识别

人工智能应用类型

  • 新闻聊天机器人能够通过对话访问美联社新闻的AI助手
  • 研究助理为记者和研究人员提供的AI工具
  • 分析系统自动化新闻趋势和模式分析
  • 内容策划/内容筛选基于人工智能的内容发现与推荐引擎

配置

环境变量

变量必需默认值描述
AP_API_KEY 根据上述信息，以下是翻译内容的指令执行结果：
AP_BASE_URL禁止https://api.ap.org/media/v AP API基础URL
AP_TIMEOUT🚫（禁用/禁止） 30000请求超时时间（毫秒）
AP_RETRIES禁止（符号）3对失败请求的重试尝试
AP_ENFORCE_PLAN禁止（符号）true对所有内容请求强制启用 in_my_plan=true（AI 安全功能）
AP_DEBUG🚫（禁止） false启用调试日志记录
AP_LOG_LEVEL禁止（🚫）info日志级别（错误、警告、信息、调试）
AP_VERBOSE_LOGGING禁止（或“不可”）false启用请求/响应日志记录
AP_CACHE_ENABLED禁止true启用智能缓存系统
AP_CACHE_TTL_TRENDS禁止（或“不”）300000热门话题缓存TTL（5分钟）
AP_CACHE_TTL_SEARCH禁止180000搜索结果缓存TTL（3分钟）

🎯 MCP 提示（共17个可用）

AP MCP服务器现在包含了智能提示模板，这些模板简化了复杂操作并优化了API的使用。这些提示抽象了参数的复杂性，并为常见工作流程提供了自然语言接口。

🔍 搜索与发现提示

breaking-news-search

使用优化后的参数搜索最新突发新闻。

  • 论点；争论点: topic， hours_ago， location， max_results
  • 示例“获取过去2小时内关于科技的最新资讯”

topic-deep-dive

针对特定主题进行深入全面的研究。

  • 论点；论据： topic， days_back， min_word_count， include_analysis， max_results
  • 示例“深入剖析过去一周的气候变化报道”

multimedia-search

查找照片、视频、图形和音频内容。

  • 论点；论据： topic， media_type， days_back， high_quality_only， max_results
  • 示例“查找过去7天内的高质量奥运会照片”

regional-coverage

获取特定地区或地点的全面新闻报道。

  • 论点；争论点: location， include_national， include_local， days_back， max_results
  • 示例“获取加利福尼亚州的所有新闻，包括国家和本地故事”

smart-search

使用自然语言查询并自动扩展进行智能搜索。

  • 论点；争论点： query， search_mode， auto_expand
  • 示例“可再生能源创新智能搜索”

📊 分析与见解提示

trend-analysis

分析新闻报道中的热门话题和报道模式。

  • 论点；争论点： category， timeframe， location_filter， include_sentiment， max_topics
  • 示例“分析过去一天的技术趋势”

content-recommendations

获取基于主题或过往内容的人工智能驱动内容推荐。

  • 论点；争论点: based_on， subjects， content_types， location_preference， max_recommendations
  • 示例“获取基于人工智能主题的推荐”

coverage-comparison

比较不同时期的新闻报道。

  • 论点；论据： topic， period1_days_ago， period2_days_ago， period_length_days， metrics
  • 示例“比较上周和本周的选举报道”

quick-trending

快速了解当前的流行趋势。

  • 论点；论据： max_topics
  • 示例“给我看看前十的热门话题”

🔔 监控与警报提示

create-news-monitor

为特定新闻话题设置自动化监控。

  • 论点；争论点: topic， monitor_name， email， alert_frequency， description
  • 示例“每30分钟监控一次气候变化的突发新闻”

breaking-alert-setup

快速设置紧急突发新闻提醒。

  • 论点；争论点: topics， email， sensitivity
  • 示例“设置地震和海啸新闻的高灵敏度提醒”

list-monitors

查看所有活动内容监视器及其状态。

  • 论点；争论点： include_status， include_history
  • 示例“列出所有我的活动监视器及其当前状态”

manage-monitor

更新或删除现有的监视器。

  • 论点；争论点: monitor_id， action， new_email， new_frequency
  • 示例“更新我的气候监测器，设置为每10分钟检查一次”

📰 工作流程提示

daily-news-briefing

生成一份全面的每日新闻简报。

  • 论点；争论点： categories， location， include_breaking， include_trending， include_recommendations
  • 示例“创建一份专注于技术和商业的每日简报”

research-workflow

针对主题进行综合研究的工作流程。

  • 论点；论据： topic， depth， time_range_days， include_multimedia， include_analysis
  • 示例“过去30天对可再生能源的深入研究”

content-curation

为特定受众或目的策划内容。

  • 论点；争论点： audience， topics， content_mix， total_items
  • 示例“为商业受众精选20项关于人工智能和自动化的内容”

story-development

协助开发具有背景和上下文的故事。

  • 论点；争论点： story_topic， story_type， needs
  • 示例“协助撰写一篇关于城市农业的深度报道，需包含背景信息和专家资源”

🛠️ 可用工具（共26个）

🔍 核心搜索与内容工具

search_content

高级内容搜索，支持灵活的筛选和排序选项。

参数：

  • query (字符串)：搜索查询
  • sort (字符串): 排序标准（默认： _score:desc)
  • page (数字)：页码（从1开始）
  • page_size (数字)：每页项目数（最多100个）
  • include/exclude （数组）：字段过滤
  • pricing (boolean)：是否包含定价信息
  • in_my_plan (布尔值)：仅返回计划中的项目

AI使用情况： 当人工智能工具接收到“查找人工智能医疗文章”这样的请求时，它会自动将此转换为适当的搜索参数，包括查询词、排序方式和字段选择。

search_content_all

对大型结果集（最多2,000个项目）进行自动分页搜索。

参数：

  • 与……相同 search_content 但会自动处理分页
  • max_items （数字）：要检索的最大项目数（默认：1000，最大：2000）

非常适合： 批量分析，趋势检测，综合研究。

get_content_item

通过ID检索特定的内容项。

参数：

  • item_id （字符串，必填）：AP项目ID
  • include/exclude (数组)：字段过滤
  • pricing (布尔值)：是否包含定价信息

get_content_bulk

高效检索多个内容项（最多50项）。

参数：

  • item_ids (数组，必需)：AP项目ID的数组（最多50个）
  • include/exclude (数组)：字段过滤
  • pricing (布尔值)：是否包含定价信息

非常适合： 批量内容检索，相关文章获取。

get_content_feed

访问实时AP内容源，获取最新新闻。

参数：

  • query (字符串)：过滤查询
  • page_size （数字）：要返回的项目数量
  • include/exclude （数组）：字段过滤

get_rss_feeds & get_rss_feed

列出并访问您帐户的RSS订阅源。

参数用于 get_rss_feed:

  • rss_id （数字，必填）：RSS订阅源ID
  • page_size (数字)：每页项目数
  • include/exclude (数组)：字段过滤

get_ondemand_content

访问您组织的按需（OnDemand）队列。

参数：

  • consumer_id (字符串)：消费者标识符
  • queue （字符串）：队列ID
  • page_size (数字)：每页项目数

🤖 人工智能驱动的智能工具

optimize_search_query

使用自然语言处理技术将自然语言查询转换为优化的API搜索。

参数：

  • natural_query （字符串，必填）：自然语言查询
  • context (对象)：用于优化的额外上下文信息

AI使用： 当一个人工智能收到“查找关于医疗保健的人工智能最新文章”这一指令时，该工具会自动将其转换为一个优化的API查询，包含适当的关键词、日期过滤器和内容类型规范。

analyze_content_trends

分析新闻内容中的热门话题和趋势模式。

参数：

  • query (字符串)：趋势分析的基础查询
  • time_range (字符串)：分析的时间段（“24小时”，“7天”，“30天”）
  • trend_type (字符串)：趋势分析的类型（“主题”、“实体”、“情感”）

非常适合： 理解新闻模式，发掘新兴故事。

get_content_recommendations

根据参考项目获取由人工智能驱动的内容推荐。

参数：

  • reference_item_id (字符串)：基于此项目ID进行推荐
  • recommendation_type （字符串）：“相关”、“相似”或“热门”
  • max_results (数字)：最大推荐数量（默认：10）

非常适合： 内容发现，相关文章推荐。

get_trending_subjects

利用缓存快速发现当前热门话题。

参数：

  • time_window (字符串): 趋势的时间窗口（"1小时", "6小时", "24小时"）
  • category (字符串)：可选的类别过滤器
  • min_mentions (数字)：最低提及次数阈值

非常适合： 实时趋势监测，内容规划。

📊 账户管理工具

get_account_info

基本账户信息及可用终端节点。

get_account_plans

账户计划、权限和使用量度。

get_account_downloads

下载历史记录和使用追踪。

参数：

  • min_date (字符串)：开始日期（YYYY-MM-DD 或 ISO-8601 格式）
  • max_date (字符串)：结束日期（YYYY-MM-DD 或 ISO-8601 格式）
  • format (字符串)：响应格式 (json 或者 csv)

get_account_quotas

当前API配额和使用限制。

get_followed_topics

你关注的话题列表。

🔔 高级监控工具

create_monitor

创建内容监控器以实现自动警报。

参数：

  • name （字符串，必填）：显示器名称
  • description （字符串）：描述
  • conditions (数组)：监控条件
  • notify (数组)：通知设置

list_monitors

列出所有现有的监视器。

get_monitor

获取特定显示器的详细信息。

参数：

  • monitor_id (字符串，必填): 监控ID

update_monitor

更新现有监视器的设置。

参数：

  • monitor_id (字符串，必填)：监控ID
  • updates (对象)：要更新的字段

delete_monitor

删除一个监视器。

参数：

  • monitor_id (字符串，必填): 监控ID

get_monitor_status

检查监视器的状态。

参数：

  • monitor_id (字符串，必填)：监控ID

get_monitor_history

获取监控器的历史数据。

参数：

  • monitor_id （字符串，必填）：监控ID
  • start_date (字符串)：历史记录的开始日期
  • end_date (字符串)：历史记录的结束日期

🔧 实用工具

build_search_query

构建带验证的结构化搜索查询。

参数：

  • keywords (数组)：要搜索的关键词
  • operators (数组)：搜索运算符（AND，OR，NOT）
  • date_range (对象)：日期范围过滤器
  • content_types (数组)：内容类型过滤器

get_content_rendition

通过使用href URL获取渲染版本，检索文章和媒体的完整内容。

参数：

  • href (字符串，必填)：来自内容项的渲染版本或链接中的href URL
  • format (字符串)：可选的 Accept 头，用于指定所需格式
  • encoding （字符串）：文本内容的可选编码偏好

用例： 从之前的搜索结果中获取完整的NITF文本、图片、视频和音频文件。 非常适合： 获取完整文章内容，下载媒体文件，获取全文以进行分析。

📈 完整的API覆盖

这个MCP服务器提供 全面覆盖 以下是AP媒体API的智能增强功能：

内容端点

  • ✅ 表示“正确”或“对”。 /content/search - 内容搜索（增强功能包括自动分页和批量操作）
  • ✅ /content/{item_id} - 单项查询（增强批量检索功能）
  • ✅ 翻译成中文是：✓（正确/对） /content/feed - 实时内容推送
  • ✅ /content/rss - RSS订阅列表
  • ✅ /content/rss/{rss_id} - 特定的RSS订阅源
  • ✅ /content/ondemand - 按需队列

账户终端（或账户访问点）

  • ✅ /account - 账户信息
  • ✅ /account/plans - 计划和权益
  • ✅ /account/downloads - 下载历史
  • ✅ /account/quotas - API配额和使用限制
  • ✅ /account/followedtopics - 跟踪了主题管理

监控终端（完整实现）

  • ✅ /account/monitors/create - 创建内容监控器
  • ✅ /account/monitors - 列出所有显示器
  • ✅ /account/monitors/{id} - 获取特定显示器的详细信息
  • ✅ /account/monitors/{id}/update - 更新显示器设置
  • ✅ /account/monitors/{id}/delete - 删除监视器
  • ✅ /account/monitors/{id}/status - 监控状态和健康状况
  • ✅（对号，表示正确、同意或确认） /account/monitors/{id}/history - 监控历史数据

🚀 人工智能与性能提升

  • 自然语言处理查询处理自然语言转AP API查询
  • 智能缓存基于TTL的缓存以提升性能
  • 批量操作单次操作可处理多达2,000个项目
  • 趋势分析实时热点话题检测与分析
  • 内容推荐基于人工智能的内容发现
  • 自动分页无缝处理大型结果集

📊 性能基准

  • 响应时间缓存查询的响应时间小于200毫秒
  • 批量处理每批请求最多可包含50个项目
  • 自动分页自动处理多达2,000个结果
  • 缓存命中率约85%的热门话题和频繁搜索
  • 并发请求针对高通量应用进行了优化

我的计划执行

MCP服务器包含自动计划执行功能，以防止AI代理访问超出其授权AP计划范围的内容。此功能默认启用，以确保安全。

配置：

  • 设置 AP_ENFORCE_PLAN=true （默认）对所有内容请求强制执行计划限制
  • 设置 AP_ENFORCE_PLAN=false 允许无限制访问内容（谨慎使用）

当启用时，所有相关的内容请求将自动包含 in_my_plan=true，确保人工智能代理仅访问授权内容。这可以防止：

  • 意外访问了您套餐中未包含的高级内容
  • 计划外内容导致的意外API费用
  • 内容许可方面的合规问题

💡 人工智能使用模式

批量操作工作流程

人工智能工具能够高效处理大量新闻内容：

  1. 发现热门话题使用 get_trending_subjects 找出当前流行趋势
  2. 全面搜索使用 search_content_all 获取热门话题的广泛结果（最多2000条）
  3. 详细分析使用 get_content_bulk 检索最相关文章的完整内容（最多50篇）

AI驱动的内容发现

人工智能助手利用多种工具进行智能内容发现：

  1. 查询优化： optimize_search_query 将自然语言转换为精确的搜索参数
  2. 趋势分析： analyze_content_trends 提供内容模式和新兴故事的深入见解
  3. 内容推荐： get_content_recommendations 根据参考内容推荐相关文章

AI应用监控设置

AI系统可以设置自动化内容监控：

  1. 创建监视器为特定主题、关键词或突发新闻设置内容提醒
  2. 赛道表现监控状态并获取历史数据，以了解内容模式
  3. 自动提醒当匹配内容发布时接收通知

缓存与性能优化

服务器实现智能缓存以优化性能：

缓存类型与TTL（生存时间）

  • 热门话题5分钟（数据频繁变化）
  • 搜索结果3分钟（在新鲜度与性能之间取得平衡）
  • 账户信息15分钟（相对静态数据）
  • 监控数据10分钟（中等更新频率）

缓存配置

# Customize cache behavior
AP_CACHE_ENABLED=true
AP_CACHE_TTL_TRENDS=300000    # 5 minutes in milliseconds
AP_CACHE_TTL_SEARCH=180000    # 3 minutes in milliseconds

性能提示

  1. 使用批量操作 用于处理多个项目
  2. 启用缓存 对于重复查询
  3. 利用热门话题缓存 用于实时应用
  4. 与批次相关的请求 减少API调用
  5. 使用自动分页 对于大型数据集，采用自动分页而非手动分页

发展

错误处理

服务器实现了全面的AI友好型错误处理机制：

  • APAPI错误根据上面的信息，执行如下指令：
  • AP配置错误配置和设置错误及其纠正措施
  • AP网络错误网络和连接问题及重试指南
  • 速率限制自动重试，采用指数退避策略，并提供重试后提示
  • 验证输入验证，提供清晰的错误信息和建议
  • AI恢复提示所有错误均包括 suggested_action， can_retry，和 alternative_tool 自我修复AI行为的属性

测试

运行测试套件：

npm test

安全

  • API密钥仅通过环境变量传递
  • 没有敏感数据被记录或存储
  • 所有请求均使用HTTPS
  • 输入验证可防止注入攻击
  • 限流可防止滥用API

⚠️ 局限性与注意事项

AP API限制

  • 需要一个具有适当权限的有效AP API密钥
  • 由AP API强制执行的速率限制（根据计划而有所不同，自动处理并包含重试逻辑）
  • 下载历史仅限最近365天
  • 日期范围查询最多限制为60天
  • 高级监控功能可能需要高级AP API计划

性能考量

  • 批量操作 请尊重AP API的速率限制（已应用自动限流）
  • 缓存TTL（Time To Live，生存时间） 可以根据您的新鲜度与性能需求进行定制
  • 大型结果集 (>1000个项目) 可能由于自动分页而需要更长时间
  • 人工智能驱动的功能 对于复杂的自然语言处理任务，可能会有轻微的延迟

智能界限

  • search_content_all最多2,000个项目（可配置）
  • get_content_bulk每次请求最多50个项目
  • 缓存系统通过TTL（生存时间）过期机制自动管理内存使用
  • 为保证最佳性能，每次请求的人工智能推荐限制为50条建议

故障排除

常见问题

  1. AP_API_KEY是必需的

- 确保你的 .env 文件包含 AP_API_KEY=your_key_here - 检查密钥是否有效且处于激活状态

  1. “401 未授权”

- 验证您的API密钥是否正确 - 检查你的密钥是否具有所需的权限

  1. “请求速率限制已超出”

- 服务器将自动进行指数退避重试 - 考虑降低请求频率

  1. “网络超时”

- 增加 AP_TIMEOUT 在你的环境中 - 检查网络连接

调试模式

启用调试日志记录：

export AP_DEBUG=true
export AP_LOG_LEVEL=debug
npm start

许可证

MIT 许可证 - 详见 LICENSE 文件。

做出贡献

  1. 为仓库创建分支（或“克隆仓库”）
  2. 创建一个特性分支
  3. 做出你的更改
  4. 如适用，请添加测试
  5. 提交一个拉取请求

支持

对于与以下相关的问题：

  • 这台MCP服务器在GitHub上创建一个问题（或提交一个issue）
  • AP API请联系AP支持团队，邮箱为api.ap.org
  • MCP协议参见模型上下文协议文档

目录标签

目录标签

TypeScriptClaudeAI代理新闻API本地部署内容智能AI优化自然语言处理新闻分析

支持客户端

ClaudeCursorWindsurfVS Code

接入字段

传输方式（transport，传输协议）

stdio

鉴权方式（authType，认证方式）

none

工具数量（toolCount，工具数）

26

资源数量（resourceCount，资源数）

0

提示词数量（promptCount，提示词数）

0

权限和风险

stdionone部署方式未说明

接入前请确认传输方式、认证方式和部署位置，并根据实际工具能力限制访问范围。

安装前确认

不要直接授予不必要的文件、网络或账号权限；先核对安装命令和配置内容。

仍需确认：installCommand

来源信息

ap-mcp-server logo

MCP World

mcpworld.com

/detail/65203f1a82dc3a77e0126f1b98a38f12

一个将美联社媒体API转化为AI优化的内容智能资源的非官方MCP服务器，提供26种工具支持自然语言交互的新闻内容访问与分析，适用于对话式AI助手、新闻分析应用和自动化新闻工作流程。

AP

AIBase MCP

mcp.aibase.com

/zh/server/1586804714815889749

全面解析Ap MCP ServerMCP Server的核心功能、安装配置和实用案例。作为顶级Model Context Protocol服务器，Ap MCP Server能让AI助手访问实时数据、执行操作，为您提供更智能的工作体验和自动化解决方案。

继续浏览同类 MCP

更多AI代理 MCP（18,706）返回 MCP 目录

上一个 MCP

Apktool MCP Server

A MCP Server for APK Tool (Part of Android Reverse Engineering MCP Suites)

下一个 MCP

apod (Ag2 MCP Servers)

MCP服务器是一个基于OpenAPI自动生成的模型上下文协议服务器，支持多种传输模式和配置选项。