零代码搭建AI早报：SOLO+MCP热点新闻实战指南

2026-06-12阅读 0热度 0

SOLO

今天拆解一套高效组合：Trae、蓝耘、Cherry Studio，以及通过MCP协议链快速搭建自动化AI早报系统的完整流程。内容较长但全程实操，从工具选型到部署落地，逐一拆解关键步骤。

TRAE

Trae是字节跳动在2025年初发布的AI原生集成开发环境。它正在重塑开发者的工作流——不再像传统IDE那样依赖大量手动操作，而是将AI深度融入编码、调试到部署的每个环节。

你可以在Builder模式下直接用自然语言创建项目，或在Chat模式下实时解决编码难题。最亮眼的是SOLO模式：能从需求文档自动完成代码编写、测试到上线，真正实现“一句话启动项目”。

Builder模式：通过自然语言指令自动生成项目骨架。
Chat模式：即时问答解决编程瓶颈。
SOLO模式：覆盖从需求到交付的全流程自动化。
设计稿转代码：支持将设计稿直接转化为前端代码。

Trae另一个实用特性在于灵活的多模态交互。除了文字指令，还能通过语音直接修改代码——例如对着麦克风说“在useEffect里加个防抖”，AI会自动定位并插入对应代码。同时它支持将设计稿直接转为前端代码，大幅缩短UI到代码的转换时间。对于国内开发者，Trae国内版集成了DeepSeek、豆包等本土模型，生成中文代码的准确率更高，且完全免费，个人开发者和小团队可以零成本上手。

如果你已习惯其他编辑器，Trae也提供平滑迁移方案：一键导入VS Code或Cursor的配置与插件，几乎无感切换。实际使用中，Trae更像一位全能编程助手——它处理重复性任务，开发者专注于架构设计与核心逻辑。这种人机协作的模式，正在重新定义现代软件开发的效率标准。

蓝耘

蓝耘平台提供了一整套AI开发服务，并非单一工具，而是一个覆盖多层面的完整生态。

智能体开发平台的核心优势在于集成了MCP（模型控制协议），并融合了丰富的行业数据。相当于为智能体预装了领域知识库和标准工具集，开发者无需从零搭建，直接在此之上进行定制开发，显著缩短智能体的学习与构建周期。

MaaS（模型即服务）平台致力于降低AI技术的应用门槛。无论你是企业开发者、创业者，还是非技术背景用户，都能找到开箱即用的热门AI模型服务。通过零代码方式快速体验模型能力，或通过API轻松集成到业务中，灵活的计费方式也减轻了前期投入压力。

AI模型训推平台面向AI开发者，提供一站式协作开发环境。支持高性能Kubernetes集群的一键部署，简化底层基础设施的复杂配置。其核心价值在于通过前台、中台、后台的全流程协同，将数据准备、模型训练、评估和部署各环节无缝衔接。

GPU调度云平台则专注于解决AI开发中最关键的算力需求。提供弹性GPU算力池，支持容器实例秒级启动和快速交付。用户可以自定义TensorFlow、PyTorch等主流深度学习环境，实现自动化部署。值得一提的是，该平台能纳管合作伙伴的闲置算力资源，甚至支持快速搭建自有品牌算力平台。

Cherry Studio

Cherry Studio是一款跨平台AI客户端，支持Windows、macOS、Linux，移动端也在规划中。该项目自2024年7月启动以来，已迭代数百个版本。目标明确：打造更高效、安全、易用的客户端，让更多人享受AI带来的便利。

Cherry + CoinDesk新闻服务器

CoinDesk新闻服务器，相当于一个专业资讯助理，专门为AI应用或开发者提供结构化加密货币新闻数据。

它的两个核心功能是什么？

获取最新新闻列表：从CoinDesk等知名加密货币新闻源抓取最新资讯，返回结构化信息，包含标题、链接、发布日期和内容摘要，便于程序后续处理。
阅读完整新闻内容：基于新闻列表中的URL链接，进一步获取完整文章。服务器自动将内容转换为清晰易读的Markdown格式。

主要优势总结如下：

多源信息聚合：支持多个权威加密货币新闻来源，一站式获取信息。
即用型结构化数据：直接提供处理好的新闻数据，省去从原始页面抓取和清洗的麻烦。
灵活部署方式：提供Docker、PyPI和GitHub三种安装部署方式，可根据技术环境灵活选择。

接下来是实际配置步骤。从蓝耘平台找到CoinDesk新闻服务器。

点击CoinDesk新闻服务器进入，页面内有一个JSON，将其内容复制下来。

然后进入Cherry的MCP配置页面。路径：设置 → MCP → 添加（选择从JSON导入），将复制的内容粘贴进去。

在Cherry上添加CoinDesk新闻服务器MCP，并开启服务，此时连接即完成。

测试

测试效果。第一个是直接输出的内容，第二个是通过前端页面展示的。

TRAE SOLO + 热点新闻MCP数据源

经过前期测试，发现单靠CoinDesk新闻服务器仍有局限——内容仅限加密货币领域，且展示形式受限。于是借助TRAE SOLO，目标是构建一个“用户可在前端界面直接查看每日早报内容”的Web应用。这次更换数据源：热点新闻MCP。

基本操作与之前一致，在蓝耘MCP广场搜索“热点新闻MCP”。

点击进入后向下滚动，找到NPX下的JSON，复制其内容。

然后在TRAE SOLO的MCP下，点击添加 → 手动添加。

点击后进入手动配置页面，删除示例内容，将复制的JSON粘贴进去。

出现绿色√标志，表示连接成功。

{"mcpServers": {"mcp-server-hotnews": {"command": "npx","args": ["-y","@wopal/mcp-server-hotnews"],"disabled": true}}}

回到对话页面后，输入提示词。这里给出的是一份完整的部署指南，包括环境要求、本地开发、Vercel部署、KV配置、定时任务设置等。

# 每日早报系统 - 部署指南

## 环境要求
- Node.js 18.x 或更高版本
- npm 或 pnpm 包管理器
- Vercel 账户（用于部署）

## 本地开发
...

## Vercel 部署
...

AI早报产品需求文档

用户操作流程清晰明了：

用户访问首页，查看当日早报头条和新闻列表
用户可通过分类导航筛选感兴趣的新闻类别
用户点击新闻标题进入详情页查看完整内容
用户可在详情页查看相关新闻推荐
用户可使用搜索功能查找特定新闻内容
系统每日0点自动更新新闻数据

AI早报技术架构文档

1、架构设计

2、技术描述

前端: Next.js@14 + React@18 + Tailwind CSS@3 + TypeScript
后端: Vercel Functions (Node.js Runtime)
数据源: 热点新闻 MCP 数据源
数据存储: Vercel KV (Redis)
定时任务: Vercel Cron Jobs
部署平台: Vercel Platform

3、API定义

3.1 核心API

GET /api/news

Response:

参数名称	参数类型	描述
success	boolean	请求状态
data	NewsItem[]	早报新闻列表
date	string	早报日期
total	number	新闻总数

interface NewsItem {id: string; title: string; summary: string; content: string; category: string; source: string; publishTime: string; url: string; isHeadline: boolean;}

GET /api/news/[id]

GET /api/news/category/[type]

GET /api/news/search

POST /api/cron/update-news

3.2 数据类型定义

interface NewsItem {id: string; title: string; summary: string; content: string; source: string; sourceUrl: string; publishTime: string; category: string; importance: 'high' | 'medium' | 'low'; tags: string[];}

interface DailyReport {date: string; news: NewsItem[]; summary: string; totalCount: number; categories: string[];}

4、服务器架构图

5、数据模型

5.1 数据模型定义

5.2 数据存储方案

由于采用 Vercel KV (Redis) 作为缓存存储，不需要传统的 SQL DDL。数据结构如下：

// 每日新闻列表缓存
const newsListKey = `news:${date}`;
const newsListValue = {
  headlines: NewsItem[],
  articles: NewsItem[],
  lastUpdated: string,
  categories: {
    tech: NewsItem[],
    finance: NewsItem[],
    social: NewsItem[],
    international: NewsItem[]
  }
};

// 单条新闻详情缓存
const newsDetailKey = `news:detail:${newsId}`;
const newsDetailValue = {
  ...NewsItem,
  related: NewsItem[]
};

// 搜索结果缓存
const searchKey = `search:${encodeURIComponent(query)}`;
const searchValue = {
  results: NewsItem[],
  total: number,
  query: string,
  timestamp: string
};

Vercel Cron 配置 (vercel.json)

{
  "crons": [{
    "path": "/api/cron/update-news",
    "schedule": "0 0 * * *"
  }]
}

环境变量配置

# MCP 数据源配置
MCP_NEWS_API_URL=your_mcp_news_api_url
MCP_API_KEY=your_mcp_api_key

# Vercel KV 配置
KV_REST_API_URL=your_kv_rest_api_url
KV_REST_API_TOKEN=your_kv_rest_api_token

# 应用配置
NEXT_PUBLIC_APP_URL=https://your-app-domain.vercel.app

测试

最后看看最终效果：

新闻页面

关于页面