MCP工具
经 AI Skill Hub 精选评估，MCP工具 获评「强烈推荐」。这款MCP工具在功能完整性、社区活跃度和易用性方面表现出色，AI 评分 8.0 分，适合有一定技术背景的用户使用。
通过安装 MCP工具，你的 AI 助手将获得额外的工具调用能力，可以用自然语言直接操控该工具的功能，无需学习复杂的命令行语法。MCP 工具的核心价值在于"一次配置，永久增强"——配置完成后，每次与 AI 对话时都可以无缝调用这些工具。
在技术实现上，MCP 工具通过标准的 JSON-RPC 协议与 AI 客户端通信，工具的功能以"工具列表"的形式暴露给 AI 模型，AI 可以按需调用。MCP工具 提供了结构化的工具调用接口，使 AI 模型能够精确地理解和使用每个功能点，显著降低 AI 在工具使用上的错误率。
与传统的 API 集成相比，MCP 工具的优势在于无需编写代码——用户只需在配置文件中添加几行 JSON，即可让 AI 获得全新能力。AI Skill Hub 将 MCP工具 评为 AI 评分 8.0 分，属于同类工具中的优质选择。
MCP工具 是一款遵循 MCP（Model Context Protocol）标准协议的 AI 工具扩展。通过 MCP 协议，它可以让 Claude、Cursor 等主流 AI 客户端直接访问和操作外部工具、数据源和服务，实现 AI 能力的无缝扩展。无论是文件操作、数据库查询还是 API 调用，都可以通过自然语言在 AI 对话中直接触发，极大提升生产效率。
MCP工具 是一款遵循 MCP（Model Context Protocol）标准协议的 AI 工具扩展。通过 MCP 协议，它可以让 Claude、Cursor 等主流 AI 客户端直接访问和操作外部工具、数据源和服务，实现 AI 能力的无缝扩展。无论是文件操作、数据库查询还是 API 调用，都可以通过自然语言在 AI 对话中直接触发，极大提升生产效率。
- 通过标准 MCP 协议与 Claude、Cursor 等主流 AI 客户端深度集成
- 提供结构化工具调用接口，显著降低 AI 集成复杂度
- 支持 Claude Desktop 和 Claude Code 无缝接入，开箱即用
- 可与其他 MCP 工具组合叠加，构建完整 AI 工作站
- 轻量无侵入设计，不影响现有系统架构
- 在 Claude Desktop 对话中直接调用本地工具，实现 AI 与系统的深度联动
- 通过自然语言驱动复杂的多步骤自动化任务，代替繁琐手动操作
- 将多个 MCP 工具组合使用，构建个人专属 AI 工作站
# 方式一：通过 Claude Code CLI 一键安装
claude skill install https://github.com/PrinceGabriel-lgtm/freshcontext-mcp
# 方式二：手动配置 claude_desktop_config.json
{
"mcpServers": {
"mcp--": {
"command": "npx",
"args": ["-y", "freshcontext-mcp"]
}
}
}
# 配置文件位置
# macOS: ~/Library/Application Support/Claude/claude_desktop_config.json
# Windows: %APPDATA%/Claude/claude_desktop_config.json
- 确认已安装 Node.js（v18 或以上版本）
- 打开 Claude Desktop 或 Claude Code 的 MCP 配置文件
- 按「交给 Agent 安装 → Claude Desktop」标签中的 JSON 配置填入 mcpServers 字段
- 保存配置文件并重启 Claude 客户端
- 重启后，在对话中即可使用本工具
# 安装后在 Claude 对话中直接使用 # 示例： 用户: 请帮我用 MCP工具 执行以下任务... Claude: [自动调用 MCP工具 MCP 工具处理请求] # 查看可用工具列表 # 在 Claude 中输入："列出所有可用的 MCP 工具"
// claude_desktop_config.json 配置示例
{
"mcpServers": {
"mcp__": {
"command": "npx",
"args": ["-y", "freshcontext-mcp"],
"env": {
// "API_KEY": "your-api-key-here"
}
}
}
}
// 保存后重启 Claude Desktop 生效
FreshContext
I asked Claude to help me find a job. It gave me a list of openings. I applied to three of them. Two didn't exist anymore. One had been closed for two years.
Claude had no idea. It presented everything with the same confidence.
That's the problem freshcontext fixes.
This repository is the integrated FreshContext MCP/Core package. Core is the context-integrity layer that scores, ranks, explains, and wraps retrieved context before it reaches an LLM or agent; MCP is the primary reference/interface implementation.
Live demo: freshcontext-mcp.gimmanuel73.workers.dev/demo — same model, same query, two completely different answers. Only the temporal layer changed.
---
Cloud (no install)
Add to your Claude Desktop config and restart:
Mac: ~/Library/Application Support/Claude/claude_desktop_config.json Windows: %APPDATA%\Claude\claude_desktop_config.json
{
"mcpServers": {
"freshcontext": {
"command": "npx",
"args": ["-y", "mcp-remote", "https://freshcontext-mcp.gimmanuel73.workers.dev/mcp"]
}
}
}Restart Claude. Done.
Prefer a guided setup? Visit freshcontext-site.pages.dev — 3 steps, no terminal.
Deployment & infrastructure
The reference implementation runs on Cloudflare's global edge:
| Endpoint | Method | Purpose |
|---|---|---|
/ | GET | Service info + endpoint list |
/health | GET | Liveness check |
/mcp | POST | MCP JSON-RPC transport |
/demo | GET | Live before/after demo (no API key required) |
/briefing | GET | Latest stored briefing |
/v1/intel/feed/:profile_id | GET | DAR-scored intelligence feed |
/watched-queries | GET | List all watched queries |
- D1 database — 18 watched queries running on 6-hour cron with relevancy scoring
- KV-backed rate limiting — 60 req/min per IP across all edge nodes
- Defensive valves — clock-skew rejection (5min tolerance), hard floor at R_t<5, lazy decay at read time
- Provenance — Ha-Pri v1 SHA-256 provenance stamps on stored signals; hard tamper enforcement is a future Ha-Pri v2 path
- Schema migrations — promise-gated, idempotent, run on first request after deploy
Production: https://freshcontext-mcp.gimmanuel73.workers.dev
---
Quick start
Usage examples
Should I build this idea?
Use extract_idea_landscape with idea "procurement intelligence saas"Full company intelligence in one call:
Use extract_company_landscape with company "Palantir" and ticker "PLTR"Did that company just disclose something material?
Use extract_sec_filings with url "Palantir Technologies"Is this dependency still actively maintained?
Use extract_changelog with url "https://github.com/org/repo"---
Reference adapters
The repo ships 21 tools demonstrating how to make any data source FreshContext-compatible. Useful as drop-in tools, but the value is the layer above them.
高质量的MCP工具，为AI代理提供实时网络智能
- 通过标准 MCP 协议与 Claude、Cursor 等主流 AI 客户端深度集成
- 提供结构化工具调用接口，显著降低 AI 集成复杂度
- 支持 Claude Desktop 和 Claude Code 无缝接入，开箱即用
- 可与其他 MCP 工具组合叠加，构建完整 AI 工作站
- 轻量无侵入设计，不影响现有系统架构
- 在 Claude Desktop 对话中直接调用本地工具，实现 AI 与系统的深度联动
- 通过自然语言驱动复杂的多步骤自动化任务，代替繁琐手动操作
- 将多个 MCP 工具组合使用，构建个人专属 AI 工作站
- +MIT 协议，可免费商用
- +标准化 MCP 协议，生态互联性强
- +与 Claude 官方生态无缝对接
- +即插即用，配置简单快捷
- −依赖 Claude 客户端，非 Claude 用户无法使用
- −MCP 协议仍在持续演进，接口可能变更
- −需要一定的配置步骤
AI Skill Hub 为第三方内容聚合平台，本页面信息基于公开数据整理，不对工具功能和质量作任何法律背书。
建议在沙箱或测试环境中充分验证后，再部署至生产环境，并做好必要的安全评估。
✅ MIT 协议 — 最宽松的开源协议之一，可自由商用、修改、分发，仅需保留版权声明。
AI Skill Hub 点评：MCP工具 的核心功能完整，质量优秀。对于Claude Desktop / Claude Code 用户来说，这是一个值得纳入个人工具库的选择。建议先在非生产环境试用，再逐步推广。
| 原始名称 | freshcontext-mcp |
| 原始描述 | 开源MCP工具：Timestamped web intelligence for AI agents. MCP server with guaranteed freshness。⭐8 · TypeScript |
| Topics | ai-agentscontextfreshnessllmmcptypescript |
| GitHub | https://github.com/PrinceGabriel-lgtm/freshcontext-mcp |
| License | MIT |
| 语言 | TypeScript |
收录时间：2026-05-27 · 更新时间：2026-05-27 · License：MIT · AI Skill Hub 不对第三方内容的准确性作法律背书。