mcp-server-article

mcp-server-article

0

This project automates the process of generating and publishing AI-generated content across popular blogging platforms. It integrates with the Model Context Protocol (MCP) and supports easy configuration and setup with Java SDK for seamless operations.

自动发文 MCP Server

简介

本项目实现通过AI生成一篇文章,然后自动发文到CSDN、掘金、博客园。关于MCP协议,详见MCP官方文档

依赖MCP Java SDK开发,任意支持MCP协议的智能体助手(如ClaudeCursor以及千帆AppBuilder等)都可以快速接入。

以下会给更出详细的适配说明。

工具列表

搜索面经 searchExperienceQuestion
  • 从牛客搜索用户发表的面经
  • 输出: 面经内容
查询资讯 searchNews
  • 从网上查询最新的科技资讯话题内容
  • 输出: 资讯标题、资讯内容
发布文章到CSDN publishArticle2Csdn
  • 输入: 文章标题、内容、描述
  • 输出: 文章id、文章链接
发布文章到掘金 publishArticle2Juejin
  • 输入: 文章标题、内容、描述
  • 输出: 文章id、文章链接
发布文章到博客园 publishArticle2Cnblog
  • 输入: 文章标题、内容、描述
  • 输出: 文章id、文章链接

环境参数

JUEJIN_COOKIE

掘金账号的Cookie,主要的请求头Cookie的sessionid字段

CSDN_COOKIE

CSDN账号的Cookie,主要是请求头Cookie的SESSION字段、UserName字段,UserInfo字段、UserToken字段 请求头签名:x-ca-key、x-ca-nonce、x-ca-signature、x-ca-signature-headers、accept、content-type 写死就行了

CNBLOG_COOKIE

博客园账号的Cookie,主要是请求头Cookie的.CNBlogsCookie字段、AspNetCore.Antiforgery.xxxxxxxx字段,.Cnblogs.AspNetCore.Cookies字段

CNBLOG_TOKEN

博客园请求头x-xsrf-token字段

快速开始

使用发文 MCP Server主要通过Java SDK 的形式

Java 接入

前提需要Java 17 运行时环境

安装
git clone https://github.com/yuyuanweb/mcp--server-article
构建
cd mcp--server-article
mvn clean package
使用
  1. 打开Cherry Studio设置,点击MCP 服务器cherry1.png

  2. 点击编辑 JSON,将以下配置添加到配置文件中。

{
  "mcpServers": {
    "articleServer": {
      "command": "java",
      "args": [
        "-Dspring.ai.mcp.server.stdio=true",
        "-Dspring.main.web-application-type=none",
        "-Dlogging.pattern.console=",
        "-jar",
        "/Users/gulihua/IdeaProjects/mcp-server-article/target/mcp-server-0.0.1-SNAPSHOT.jar"
      ],
      "env": {
        "JUEJIN_COOKIE": "掘金的cookie",
        "CNBLOG_COOKIE": "博客园的cookie",
        "CNBLOG_TOKEN": "博客园的x-xsrf-token",
        "CSDN_COOKIE": "CSDN的cookie"
      }
    }
  }
}

cherry2.png

  1. 在设置-模型服务里选择一个模型,输入API密钥,选择模型设置,勾选下工具函数调用功能。 cherry3.png
  2. 在输入框下面勾选开启MCP服务。 cherry4.png
  3. 配置完成,然后查询牛客的用户真实面经,AI生成文章,然后发布到CSDN、掘金、博客园。 cherry5.png
代码调用
  1. 引入依赖
        <dependency>
            <groupId>com.alibaba.cloud.ai</groupId>
            <artifactId>spring-ai-alibaba-starter</artifactId>
            <version>1.0.0-M6.1</version>
        </dependency>
    <dependency>
      <groupId>org.springframework.ai</groupId>
      <artifactId>spring-ai-mcp-client-spring-boot-starter</artifactId>
      <version>1.0.0-M6</version>
    </dependency>
  1. 配置MCP服务器 需要在application.yml中配置MCP服务器的一些参数:
spring:
  ai:
    mcp:
      client:
        stdio:
          # 指定MCP服务器配置文件
          servers-configuration: classpath:/mcp-servers-config.json
  mandatory-file-encoding: UTF-8

其中mcp-servers-config.json的配置如下:

{
  "mcpServers": {
    "articleServer": {
      "command": "java",
      "args": [
        "-Dspring.ai.mcp.server.stdio=true",
        "-Dspring.main.web-application-type=none",
        "-Dlogging.pattern.console=",
        "-jar",
        "/Users/gulihua/IdeaProjects/mcp-server-article/target/mcp-server-0.0.1-SNAPSHOT.jar"
      ],
      "env": {
        "JUEJIN_COOKIE": "掘金的cookie",
        "CNBLOG_COOKIE": "博客园的cookie",
        "CNBLOG_TOKEN": "博客园的x-xsrf-token",
        "CSDN_COOKIE": "CSDN的cookie"
      }
    }
  }
}

客户端我们使用阿里巴巴的通义千问模型,所以引入spring-ai-alibaba-starter依赖,如果你使用的是其他的模型,也可以使用对应的依赖项,比如openAI引入spring-ai-openai-spring-boot-starter 这个依赖就行了。 配置大模型的密钥等信息:

spring:
  ai:
    dashscope:
      api-key: ${通义千问的key}
      chat:
        options:
          model: qwen-max

通义千问的key可以直接去官网 去申请,模型我们用的是通义千问-Max。 3) 初始化聊天客户端

@Bean
public ChatClient initChatClient(ChatClient.Builder chatClientBuilder,
                                 ToolCallbackProvider mcpTools) {
    return chatClientBuilder
    .defaultTools(mcpTools)
    .build();
}
  1. 接口调用
    @PostMapping(value = "/ai/answer/sse", produces = MediaType.TEXT_EVENT_STREAM_VALUE)
    public Flux<String> generateStreamAsString(@RequestBody AskRequest request) {

        Flux<String> content = chatClient.prompt()
                .user(request.getContent())
                .stream()
                .content();
        return content
                .concatWith(Flux.just("[complete]"));

    }