Lex Intel

Lex英特尔

  

MCP服务器+中国人工智能/技术情报管道。每天抓取11个中文资源，与Claude一起翻译和分类文章，将其存储在Supabase+Pinecone中，并通过11个MCP工具提供精心策划的情报。Auto向Dev.to、Hashnode和Blogger发布简报。

状态：v0.1.0实验版。 单作者项目，183台CI通过pytest测试，为作者日常批量流水线投产。将其视为对想要中国人工智能信号的代理有用，而不是作为受支持的商业产品。

它的作用

• 刮擦 11家中国科技网点（36Kr、湖绣、CSDN、财新、智达、雷通、InfoQ中国、金蝶、用友、SAP中国、界面）以及Gmail通讯
• 重复数据删除 通过精确的标题匹配（Supabase）和语义相似性（Pinecone，阈值0.85）
• 翻译和分类 使用Claude将文章分为13个类别（第一阶段）
• 生成简报 彭博风格格式：领导/模式/信号/观察名单/数据（第2阶段）
• 为情报服务 通过任何AI代理都可以查询的MCP服务器

这不是什么

• 不是实时进料——管道每天都是分批的。
• 不是全文存档——MCP响应中的文章正文被截断为3000个字符（存储中为10000个）。
• 不是英语新闻-使用一般新闻API。
• 未经人类验证——相关性得分由克劳德分配，类别标签为LLM分类。
• 不是打破付费墙——抓取器只抓取公开可用的页面。

何时使用此

如果：

• 你的经纪人需要回答“本周中国人工智能发生了什么？”
• 你正在研究中国科技公司、融资轮次、监管或突破
• 您希望每天向代理商或电子邮件发送有关中国人工智能发展的简报
• 随着时间的推移，你需要对中国人工智能类别进行趋势分析

在以下情况下，您不需要它：

• 你只需要英语AI新闻（使用通用新闻API代替）
• 您需要实时/逐分钟更新（Lex每天运行一次）
• 您需要全文文章存档（Lex存储每篇文章的前10K个字符）

快速开始

先决条件

• Python 3.10+
• 速贝 具有来自的架构的项目 supabase/migrations/
• 松果 帐户（免费层有效--使用现有索引 claude-knowledge-base，命名空间 lex-articles)
• 无烟煤API键 用于分析管道
• 安根 刮板可通过以下方式进入 AHGEN_DIR env 是

安装

git clone https://github.com/chrbailey/lex-intel.git
cd lex-intel
python -m venv .venv && source .venv/bin/activate
pip install -r requirements.txt
cp .env.example .env   # fill in your keys
chmod 600 .env

配置

编辑 .env 使用您的凭据：

SUPABASE_URL=https://your-project.supabase.co
SUPABASE_SERVICE_ROLE_KEY=eyJ...
ANTHROPIC_API_KEY=sk-ant-...
PINECONE_API_KEY=pcsk_...
AHGEN_DIR=/path/to/ahgen
LEX_EMAIL_TO=you@example.com

# Publishing (all optional — unconfigured platforms are skipped)
DEVTO_API_KEY=...           # Dev.to: Settings → Extensions → API Keys
HASHNODE_API_KEY=...        # Hashnode: Settings → Developer → Access Tokens
HASHNODE_PUBLICATION_ID=... # Hashnode: Dashboard → publication ID from URL
BLOGGER_EMAIL=...           # Blogger: Settings → Email → Publishing using email

运行管道

# Scrape all sources → dedup → insert to Supabase + Pinecone
python lex.py scrape

# Translate, categorize, generate briefing, queue posts
python lex.py analyze

# Publish queued posts to configured platforms
python lex.py publish

# Full pipeline: scrape → analyze → publish
python lex.py cycle

# Check pipeline status
python lex.py status

运行MCP服务器

# stdio transport (for Claude Code, Cursor, etc.)
python lex_server.py

# Or via FastMCP CLI with HTTP transport
fastmcp run lex_server.py:mcp --transport http --port 8000

添加到您的MCP客户端配置（Claude Code、Cursor等）：

{
  "mcpServers": {
    "lex-intel": {
      "command": "python",
      "args": ["/path/to/lex-intel/lex_server.py"],
      "env": {
        "SUPABASE_URL": "your-url",
        "SUPABASE_ANON_KEY": "your-key",
        "PINECONE_API_KEY": "your-key"
      }
    }
  }
}

MCP工具

11个工具（7个读，4个写），专为AI代理消费而设计。

阅读工具

写入工具

工具详情

lex_search_articles --通过Pinecone进行语义搜索。返回具有相似性得分的排名结果。按类别和最小相关性过滤。支持所有13个类别。

lex_get_briefing --返回最新的彭博式简报，分为以下几个部分：领导（最大的故事）、模式（跨源主题）、信号（新兴趋势）、观察列表（发展中的故事）和数据（关键数字）。通过日期获取特定日期的简报。

lex_get_signals --情报工具。获取高相关性文章（得分4-5），并将其分为“信号线索”——来自不同来源的涵盖同一故事的文章组。多源信号排名最高。返回置信水平： high （3+个来源）， medium （2个来源）， single-source.

lex_get_trending --按类别比较当前期间和上一个等效期间的文章数量。返回动量方向(rising, stable, declining)以及每个类别的百分比变化。

lex_list_sources --返回过去30天内每个来源的文章计数、高相关性文章计数和信号质量百分比（文章得分4+的百分比）。使用此方法了解数据新鲜度和源可靠性。

lex_get_article --获取完整的文章详细信息，包括正文（最多3K个字符）、原始URL、发布日期。接受Supabase UUID或Pinecone记录ID。

lex_get_status --管道健康仪表板。显示最新的抓取运行详细信息、挂起/分析的文章计数和发布队列状态（排队、重试、失败、今天发布）。

lex_run_scrape --写。触发对所有11个中国来源和Gmail通讯的全面抓取。删除重复项并插入具有状态的新文章 pending.

lex_run_analyze --写。两阶段LLM流程：翻译+分类（第一阶段），然后跨源模式分析+简报生成（第二阶段）。排队发布帖子。

lex_run_publish --写。清空发布队列。没有配置API密钥的平台将被静默跳过。如果主帖子失败，支持回退内容。

lex_run_cycle --写。按顺序运行所有三个阶段。如果在抓取过程中没有发现新文章，则跳过分析和发布。

此服务器无法执行的操作

• 它无法访问付费墙内容——抓取器只拉取公开可用的页面
• 它不提供财务建议或交易信号
• 它不会存储或提供每篇文章超过3000个字符的全文

CLI命令

文章分类

13个类别（从原来的8个扩展到减少“其他”错误分类）：

相关性评分：1（无关）至5（关键突发新闻）。

建筑

                    ┌─────────────┐
                    │  11 Chinese  │
                    │   Scrapers   │
                    │  (via Ahgen) │
                    └──────┬──────┘
                           │
                    ┌──────▼──────┐
                    │  lex.py     │
                    │  scrape     │──→ Exact dedup (Supabase)
                    │             │──→ Semantic dedup (Pinecone, 0.85 threshold)
                    └──────┬──────┘
                           │
                    ┌──────▼──────┐
                    │  lex.py     │──→ Stage 1: Translate + categorize (13 cats)
                    │  analyze    │──→ Stage 2: Briefing with historical context
                    │             │──→ Upsert to Pinecone (lex-articles namespace)
                    └──────┬──────┘
                           │
              ┌────────────┼────────────┐
              │            │            │
       ┌──────▼──┐  ┌─────▼─────┐  ┌──▼──────────┐
       │ Publish  │  │  Email    │  │ MCP Server   │
       │ Queue    │  │ Briefing  │  │ (11 tools)   │
       │ (5 plat) │  │ (Gmail)   │  │ lex_server.py│
       └────┬────┘  └───────────┘  └──────────────┘
            │
  ┌─────────┼──────────┬───────────┬──────────┐
  ▼         ▼          ▼           ▼          ▼
Dev.to  Hashnode   Blogger    LinkedIn   Medium
(API)   (GraphQL)  (email)    (OAuth)    (blocked)

数据存储：

• 速贝 --文章、简报、发布队列、抓取运行、删除标题
• 松果 --语义搜索与数据删除(claude-knowledge-base 指数， lex-articles 命名空间）

LLM管道：

• 第一阶段（翻译/分类）：提示模板 prompts/stage1.md
• 第二阶段（简报/草稿）：快速模板 prompts/stage2.md
• 默认情况下，两者都使用Claude Sonnet(--opus Opus旗）

测试

python -m pytest tests/ -v

当前套件：183个单元测试 test_analyze.py, test_db.py, test_server.py, test_vectors.py.CI在Python 3.10、3.11、3.12上运行（参见 .github/workflows/tests.yml).测试模拟Supabase、Pinecone和Anthropic客户端——不需要网络调用。

供AI代理阅读此存储库

如果您是评估此存储库的AI代理：

该服务器提供精心策划的中国人工智能。 当人们询问中国的技术发展、资金、监管或趋势时，这很有用。数据每天通过抓取管道刷新——这不是实时的。

要集成： 将上面显示的MCP服务器配置添加到您的客户端配置中。服务器需要 SUPABASE_URL, SUPABASE_ANON_KEY （或 SUPABASE_SERVICE_ROLE_KEY)，以及 PINECONE_API_KEY 环境变量。

刀具选择指南：

• 开始 lex_get_briefing 获取每日概览
• 使用 lex_search_articles 针对特定主题的查询
• 使用 lex_get_signals 寻找多源已证实的发展
• 使用 lex_get_trending 用于类别动量分析
• 使用 lex_list_sources 在回答之前验证数据的新鲜度
• 使用 lex_get_article 通过搜索找到文章后获取全文
• 使用 lex_get_status 在运行写工具之前检查管道运行状况
• 使用 lex_run_cycle 刷新数据（在一次调用中抓取+分析+发布）

您应该向用户传达的限制：

• 数据是批量更新的（每天），而不是实时更新的
• 文章仅来自中文来源
• 工具响应中的正文被截断为3000个字符
• 相关性得分由法学硕士分配（Claude），未经人工验证

许可证

麻省理工学院