Metadata-Version: 2.4
Name: company-mcp
Version: 0.1.0
Summary: MCP server for extracting AI companies and funding information from articles
Project-URL: Homepage, https://github.com/yourusername/company-mcp
Project-URL: Repository, https://github.com/yourusername/company-mcp
Author-email: Your Name <your@email.com>
License-Expression: MIT
License-File: LICENSE
Keywords: ai,company,extraction,funding,mcp
Classifier: Development Status :: 3 - Alpha
Classifier: Intended Audience :: Developers
Classifier: License :: OSI Approved :: MIT License
Classifier: Programming Language :: Python :: 3.12
Classifier: Programming Language :: Python :: 3.13
Requires-Python: >=3.12
Requires-Dist: beautifulsoup4>=4.12.0
Requires-Dist: httpx>=0.27.0
Requires-Dist: mcp[cli]>=1.0.0
Requires-Dist: openai>=1.0.0
Requires-Dist: python-dotenv>=1.0.0
Requires-Dist: starlette>=0.38.0
Requires-Dist: uvicorn>=0.30.0
Description-Content-Type: text/markdown

# Company MCP

一个用于从文章中提取公司信息的 MCP (Model Context Protocol) 服务器，可识别 AI 领域公司及其融资信息。

## 功能

- 从给定的文章 URL 中提取所有公司名称
- 判断每个公司是否为 AI 领域公司
- 判断每个公司是否有融资信息
- 使用 OpenRouter 对接 xiaomi/mimo-v2-flash 模型进行分析

## 安装

```bash
pip install company-mcp
```

或者从源码安装：

```bash
git clone https://github.com/yourusername/company-mcp.git
cd company-mcp
pip install -e .
```

## 配置

创建 `.env` 文件或设置环境变量：

```bash
OPENROUTER_API_KEY="your-openrouter-api-key"
OPENROUTER_BASE_URL="https://openrouter.ai/api/v1"
```

## 使用方式

### 1. Stdio 模式（推荐用于 Claude Desktop）

```bash
company-mcp
```

在 Claude Desktop 的配置文件中添加：

**macOS**: `~/Library/Application Support/Claude/claude_desktop_config.json`
**Windows**: `%APPDATA%\Claude\claude_desktop_config.json`

```json
{
  "mcpServers": {
    "company-mcp": {
      "command": "company-mcp",
      "env": {
        "OPENROUTER_API_KEY": "your-api-key"
      }
    }
  }
}
```

### 2. SSE 模式（HTTP 服务器）

```bash
company-mcp-sse
```

服务器将在 `http://localhost:8000` 启动。

端点：
- `GET /health` - 健康检查
- `GET /sse` - SSE 连接端点
- `POST /messages/` - 消息处理端点

配置客户端连接到 SSE 端点：

```json
{
  "mcpServers": {
    "company-mcp": {
      "url": "http://localhost:8000/sse"
    }
  }
}
```

## 工具说明

### extract_companies

从文章 URL 中提取公司信息。

**输入参数：**
- `url` (string, 必需): 文章的 URL 地址

**输出示例：**

```json
{
  "url": "https://example.com/article",
  "companies": [
    {
      "company": "DeepWisdom（深度赋智）",
      "reason": "是AI领域的，且官宣连续完成 A 轮及 A + 轮融资，累计金额达 3100 万美元",
      "match": true
    },
    {
      "company": "OpenAI",
      "reason": "本文中没涉及到融资",
      "match": false
    }
  ],
  "total_count": 2,
  "match_count": 1
}
```

## 发布到 PyPI

1. 注册 PyPI 账号: https://pypi.org/account/register/

2. 安装构建工具：
```bash
pip install build twine
```

3. 构建包：
```bash
python -m build
```

4. 上传到 PyPI：
```bash
twine upload dist/*
```

5. 上传到 TestPyPI（测试）：
```bash
twine upload --repository testpypi dist/*
```

## 开发

```bash
# 安装依赖
uv sync

# 运行 stdio 服务器
uv run company-mcp

# 运行 SSE 服务器
uv run company-mcp-sse

# 使用 MCP Inspector 测试
npx @modelcontextprotocol/inspector company-mcp
```

## License

MIT
