marc-shade/world-intel-mcp

160-tool MCP server for real-time global intelligence from free public APIs: markets, liquidity, prediction markets, SEC filings, conflict, military, aircraft-cohort early warning, migration and border flows, cyber, climate, news and more. Dated observation history, 29 research prompts, cited briefs, geofences, SSE dashboard. MIT, no paid API keys.

TL;DR

World‑Intelligence MCP Server 是一个基于 Python 的数据收集和分析平台，从数十个领域（金融、地缘政治、气候、军事、网络、健康等）收集免费的公共 API 数据。它将结果存储在 SQLite 缓存和 Qdrant 向量存储中，并通过 Model Context Protocol (MCP) 暴露它们，使 AI 代理（例如 Claude、Cursor）可以用自然语言查询世界。实时仪表板、CLI 和 PDF/HTML 报告生成器让人们可以探索相同的数据。

它的功能（用简单的语言）

功能	你得到什么
广泛的数据收集	139 个“工具”从 30+ 个领域提取数据 – 股票市场、中央银行利率、地震信息、军事飞行追踪器、网络威胁列表、难民流动等。所有来源都是免费的公共 API，无需付费订阅。
MCP 兼容服务器	程序作为标准输入/输出服务运行，遵循 Model Context Protocol，让基于 LLM 的代理可以提出问题，例如 “显示针对医院的近期网络威胁”，并接收结构化结果。
语义搜索	每个获取的记录都使用 BAAI bge‑small‑en‑v1.5 模型嵌入，并存储在 Qdrant 中。用户可以提出自然语言查询，并在整个历史数据集中获得基于相似度的匹配。
实时操作中心仪表板	Streamlit UI（leaflet 地图、图层切换、实时 SSE 信息流）可视化地震、军事活动、冲突事件、基础设施状态和用户定义的地理围栏。
命令行界面	`intel <domain>` 命令提供快速的一行指令（例如，`intel markets`、`intel earthquakes --min-mag 5`）。
自动化报告	`intel report` 构建多节 PDF 或 HTML 简报，总结所选领域，并附有引用。
地理围栏警报	定义圆形/多边形/走廊；系统监视新事件进入或离开这些区域，并生成带有升级分数的简报。
跨领域分析	工具结合信号（例如，不稳定指数、风险分数、信号聚合）以产生更高级别的智能，例如全球风险态势或国家档案。

谁可能使用它

受众	为什么重要
AI 代理 / 自主分析师	为代理提供单一、MCP 兼容的端点，以检索最新的世界事实，而无需构建数十个 API 包装器。
战略分析师 / 风险团队	提供现成的、有引用支持的每日简报，并能够跨多个领域运行自定义语义搜索。
开发者构建机器人	CLI 和 Python 库让您可以将 139 个工具中的任何一个嵌入到自己的工作流程或产品中。
研究人员	所有原始数据都本地缓存（SQLite）并向量化，使多模态分析实验变得容易。

它的工作原理（高层架构）

收集器守护程序 – 每 5 分钟运行一次，使用 httpx 异步获取每个源模块（sources/*.py）。每个源都有自己的断路器，在连续 3 次失败后暂停。 |
缓存 – SQLite（WAL 模式）存储最新的 JSON 有效载荷，并带有 TTL；如果新数据不可用，仍可返回过期数据。 |
向量存储 – 新记录使用 FastEmbed（384 维 BGE 模型）嵌入，并在后台队列中推送到 Qdrant，实现语义相似性查询。 |
MCP 服务器 – server.py 从 stdin/stdout 读取命令，将它们映射到适当的工具，并返回符合 Model Context Protocol 的 JSON 结果。 |
仪表板 / CLI – 薄包装器（dashboard.py、cli.py）调用相同的库函数，通过 Streamlit 或 Click 呈现数据。 |

快速入门清单

# 1. 克隆并安装（可编辑模式）
git clone https://github.com/marc-shade/world-intel-mcp.git
cd world-intel-mcp
pip install -e .            # 核心
pip install -e ".[dashboard]"  # 可选 UI
pip install -e ".[vector]"     # Qdrant + 嵌入

# 2. 运行 MCP 服务器（或在另一个终端中运行收集器守护程序）
world-intel-mcp               # 用于 LLM 的 stdio 服务器
# 可选：启动后台收集器
collector.py &

# 3. 尝试 CLI 命令
intel markets                # 显示主要指数报价

# 4. 打开仪表板（默认端口 8501）
intel-dashboard

限制与注意事项

依赖免费 API – 速率限制和偶发中断由断路器处理，但数据新鲜度可能有所不同。 |
本地资源需求 – 如果您持续运行收集器，Qdrant + SQLite 可能会变大（数百万条记录）。 |
语义质量 – BGE‑small 嵌入模型速度快，但并非每个领域都最先进；搜索相关性可能需要调整。 |
没有付费数据来源 – 如果您需要专有的市场深度或机密情报，此平台无法提供。 |

结论

World‑Intelligence MCP 是一个真实的、开源的情报聚合引擎，旨在为基于 LLM 的代理（以及人类分析师）提供一个单一、可搜索、引用丰富的世界视图，仅使用公开可用的数据。它将数据收集、缓存、向量搜索、仪表板和报告捆绑到一个统一的 Python 包中。