RSSHUB MCP 工具

RSSHUB MCP 是一个用于获取和解析 RSS 源的 Python 工具，它支持多种 RSSHub 实例，并提供了自动故障转移功能。

功能特点

• 支持多种 RSSHub 实例自动切换
• 自动处理 rsshub:// 格式的链接
• 智能解析 RSS 源内容
• 支持多种用户代理随机切换
• 自动清理 HTML 内容
• 支持 JSON 格式的输入
• 自动时区转换

支持的 RSSHub 实例

工具内置了多个 RSSHub 实例，包括：

• rsshub.app
• rsshub.rssforever.com
• rsshub.feeded.xyz
• hub.slarker.me
• 等多个公共实例

使用方法

基本用法

from rsshub import rsshub_get_feed

# 使用 rsshub:// 格式
result = await rsshub_get_feed("rsshub://bilibili/user/video/123456")

# 使用标准 URL 格式
result = await rsshub_get_feed("https://rsshub.app/bilibili/user/video/123456")

# 使用简写格式
result = await rsshub_get_feed("bilibili/user/video/123456")

返回数据格式

工具返回的数据包含以下字段：

{
    "title": "RSS源标题",
    "link": "RSS源链接",
    "description": "RSS源描述",
    "items": [
        {
            "title": "文章标题",
            "description": "文章描述",
            "link": "文章链接",
            "guid": "文章唯一标识",
            "pubDate": "发布时间",
            "author": "作者",
            "category": ["分类标签1", "分类标签2"]
        }
    ]
}

环境要求

• Python 3.8+
• 依赖包：
  • httpx
  • feedparser
  • beautifulsoup4
  • pytz

安装方法

方法一：使用 pip

1. 克隆仓库
2. 安装依赖：

pip install -r requirements.txt

方法二：使用 uv（推荐）

uv 是一个极快的 Python 包管理器，安装过程如下：

1. 安装 uv（如果尚未安装）：

pip install uv

2. 创建并初始化项目（如果是新项目）：

uv init rsshub
cd rsshub

3. 创建虚拟环境：

uv venv

4. 激活虚拟环境：

.venv\Scripts\activate  # Windows
# 或
source .venv/bin/activate  # Linux/macOS

5. 安装依赖：

uv pip install -r requirements.txt

Docker

推荐使用 docker 镜像来启动 mcp server

docker compose up -d

启动后配置SSE的服务如下：

{
    "mcpServers": {
        "rsshub": {
            "url": "http://localhost:8081/sse/",
            "timeout": 60,
        },
    }
}

使用演示 (qwen_agent)

1. 加载模型 http://localhost:8080/v1 : llama-server --alias "qwen3-32b:q4_k_m" -m Qwen3-32B-Q4_K_M.gguf -ngl 99
2. 启动 MCP server http://localhost:8081/sse : docker compose up -d
3. 安装 qwen_agent : uv pip install "qwen-agent[rag,code_interpreter,gui,mcp]"

from qwen_agent.agents import Assistant
from qwen_agent.utils.output_beautify import typewriter_print

llm_cfg = {
    "model": "qwen3-32b:q4_k_m", # load model with llama.cpp
    "model_server": "http://localhost:8080/v1",  # base_url, also known as api_base
    "api_key": "EMPTY",
    "generate_cfg": {
        "temperature": 0.6,
        "top_p": 0.6,
        "top_k": 20,
        "presence_penalty": 1.5,
    },
}

tools = [
    {
        "mcpServers": {
            "myserver": {
                "url": "http://localhost:8081/sse/",
                "timeout": 60,
            },
        }
    }
]

system_prompts = """你是个新闻抓取的帮助AI。在收到用户的指令后，你应该：
- 优先分析给定的内容是否 rsshub 工具可以处理的内容
- 获取内容后，将信息汇总并组织成一个连贯的总结
"""

bot = Assistant(llm=llm_cfg, system_message=system_prompts, function_list=tools)

messages = [{"role": "user", "content": "使用 rsshub 工具获取 rsshub://zaobao/realtime/world 的最新内容"}]

response_plain_text = ""
for response in bot.run(messages=messages):
    response_plain_text = typewriter_print(response, response_plain_text)

注意事项

• 工具会自动尝试多个 RSSHub 实例，直到成功获取数据
• 所有实例都失败时才会抛出异常
• 支持自动清理 HTML 标签，提取纯文本内容
• 时间会自动转换为 UTC 时区

许可证

MIT License