- 8 个MCP 工具
- Trending · HN · Trendshift源
- 反馈即时迭代profile
- v0.4 · 已上线release
8 个 MCP 工具(刷新源、看 profile、设置 GitHub 身份、按口味排序、标记 useful / noise、归档搜索),从 GitHub Trending / HN / Trendshift 自动挑选符合你兴趣的新仓库。Profile 随反馈自动迭代版本,推荐越来越准。
背景
每天 GitHub Trending / Hacker News / Trendshift 上有几百个新仓库,但跟"我"相关的也就那么几个。想要一个能学习我口味的 scout,而不是一直手动 star / hide。
方法
MCP server 上挂 8 个工具,行为面拆得很细:抓取、排序、反馈、归档各管一摊。Profile 是一份会随用户反馈自迭代的口味档案,版本号 monotonic 单增。
- `refresh_now` —— 显式拉取,不藏在 search 里(防止 search 静悄悄触发副作用)
- `show_profile` / `update_profile` —— 看 / 改当前口味
- `set_github_user` —— 可选拉 starred 仓库作为初始口味信号
- `find_relevant_new` —— 按当前 profile 给候选打分排序
- `mark_useful` / `mark_noise` —— 反馈,触发 profile_version 加一
- `search_archive` —— 翻历史归档
关键决策
把"读取"和"动状态"显式分开,是这个 MCP 设计上最重要的一条。
- 显式 refresh,不在 search 里偷偷拉新 —— search 该幂等,刷新该是另一个动作
- 每次反馈把 profile_version 加一,下次评分立刻变化(用户能看见自己的反馈生效)
- 评分先用启发式做兜底,本地 Ollama 升级好之后挂模型分(可换不黑)
- Scouts(Trending / HN / Trendshift)是 Protocol 接口,源易换
复盘
推荐系统最大的诱惑是把所有逻辑塞进一个大模型,但真正能用的版本往往恰恰相反。
- 小工具 + 显式动作,比"一个万能 search"好用
- 让用户能看见自己反馈生效,信任就立起来了
- 本地优先 —— profile 与归档都在 SQLite,反馈无延迟
现状
v0.4 已在 Claude Code user scope 上线,8 个工具实跑。打分器目前是启发式,等本地 Ollama 升级后挂模型分;Profile 持久化在 SQLite,反馈即时生效。