搭建专属的智能早报工具：蓝耘MaaS平台 + MCP + Cherry Studio平台完整部署指南

目 录

• 如何注册蓝耘智算平台
• 先说说这个技术组合到底有多厉害
• 为什么说这个组合特别适合做个性化早报？
• 开发流程其实没你想象的那么复杂
• • 第一步：搭建Cherry Studio环境
  • 第二步：配置MCP服务
  • 第三步：设计早报逻辑
  • 第四步：开发早报网页
• 这样做出来的早报到底有多\"智能\"？
• 说说我的真实感受
• 给准备尝试的朋友几个建议

每天早上醒来，你是不是也有这样的习惯——先拿起手机刷一遍各种资讯？但说实话，大部分时候我们看到的都是些重复的、跟自己关系不大的内容。什么明星八卦、股市波动、天气预报…信息是一大堆，但真正有用的却寥寥无几。

前几天我发现了一个特别有意思的技术组合，可以让我们自己动手打造一个真正个性化的智能早报网页。不是那种千人一面的推送，而是真正懂你的、为你量身定制的早报。

如何注册蓝耘智算平台

1. 点击注册链接：蓝耘智算平台
2. 进入下面图片界面，输入手机号并获取验证码，输入邮箱，设置密码，点击注册

先说说这个技术组合到底有多厉害

MCP（Model Context Protocol）是Anthropic在2024年11月推出的开放协议，就像\"AI领域的USB-C接口\"，让AI模型能够无缝连接各种外部数据源和工具。说白了，就是让AI不再是个\"书呆子\"，而是变成了一个能干活的\"多面手\"。

Cherry Studio是一款支持多个大语言模型服务商的开源桌面客户端，兼容Windows、Mac和Linux系统，最关键的是，Cherry Studio从1.1.5版本开始就支持MCP了。

你可能会问，这跟做小程序有什么关系？关系大了去了！

想象一下，你的早报小程序不仅能抓取新闻，还能根据你的股票持仓情况分析财经新闻，根据你所在城市的天气给出穿衣建议，甚至能从你的日历里读取今天的安排，然后推荐相关的行业资讯。这就是MCP的魅力——让AI真正帮你干活，而不是只会说话。

为什么说这个组合特别适合做个性化早报？

首先，Cherry Studio提供了从内置MCP市场、手动配置、自动配置和魔搭社区同步4种方式安装MCP服务。这意味着你可以很轻松地接入各种数据源：

• 新闻数据： 通过fetch工具抓取不同媒体的最新资讯
• 个人数据： 通过filesystem工具读取本地的配置文件，了解用户偏好
• 实时数据： 连接天气API、股票API等获取最新信息
• 社交数据： 如果需要的话，还能接入微博、知乎等平台的热门话题（这个地方大家工具需要去配置）

我自己试了试蓝耘科技的fetch工具，配置很简单，就能让AI自动抓取网页信息并进行分析。比如我让它帮我总结某个科技博客的最新文章，它不仅抓取了内容，还根据我的兴趣点做了重点标注。

这里给大家演示一下如何将蓝耘网站内置在cherry中，这样就不用来回切换网页了

单击自定义后会出现

• ID：lanyun
• 名称：lanyun
• URL：https://cloud.lanyun.net/#/myContainer/containerCloudMarket
• Logo URL：https://cloud.lanyun.net/console-api/channel/logo?type=1

填完之后点击图标即可打开蓝耘网页

这个地方的操作不会的可以参考前面的文章《破局！AI工具“充电线地狱“终结者蓝耘MCP来了，一套API玩转Cherry、Cursor等5大神器》

开发流程其实没你想象的那么复杂

很多人一听到\"开发网站\"就觉得头大，但现在真的不一样了。网页现在已经把AI整合进去了，整个开发过程都有AI辅助，不仅开发效率提高了，而且大量代码可以通过AI生成。

我的建议是这样的：

第一步：搭建Cherry Studio环境

下载Cherry Studio，安装UV和Bun两个环境依赖。这一步可能稍微有点技术含量，但官方文档写得很详细，照着做就行。

• 下载并安装Cherry Studio： 直接从官网下载客户端就行

• 安装UV和Bun依赖： 在 设置 - MCP 服务器 中，点击 安装 按钮，即可自动下载并安装
  
  

• 可能遇到的问题： 因为是直接从 GitHub 上下载，速度可能会比较慢，且有较大可能失败

• 手动解决方案： 如果自动安装失败，可以手动下载可执行文件放到指定目录下面：
  Bun: https://github.com/oven-sh/bun/releases
  UV: https://github.com/astral-sh/uv/releases

我之前在文章中说\"安装UV和Bun两个环境依赖\"确实容易让人误解，以为需要系统全局安装。实际上Cherry Studio会自动处理这些依赖的内置版本，用户不需要单独在系统中安装UV和Bun。

第二步：配置MCP服务

从Cherry Studio的MCP市场里选择你需要的服务。比如fetch用来抓取网页，filesystem用来读取本地文件。对很多新入手的小伙伴来说，MCP的配置门槛有点高，建议仔细查看对应的配置说明。

前文已经完整了网页内嵌，接下来我们将MCP直接启动到cherry中

点击同步服务器后，选择蓝耘科技，最下面有一个令牌需求

我们去上面内嵌的网页中进行操作


到这里我们的准备工作已经基本完成，接下来就是如何创建了，我们利用7月23日蓝耘科技刚发布的“月之暗面”K2模型进行配置

第三步：设计早报逻辑

这是最关键的一步。你需要想清楚你的早报要包含哪些内容，这些内容从哪里获取，怎么根据用户特点进行筛选和推荐。

第四步：开发早报网页

现在Web端的AI能力发展得特别快，各大云服务商都在积极布局AI+Web的整合方案。你可以利用各种云服务的AI能力，把Cherry Studio处理好的内容通过API接口整合到你的网页应用里。

相比小程序，网页应用的好处是：

• 更自由的开发环境： 不受平台限制，可以使用任何前端框架
• 更丰富的AI集成选择： 可以接入OpenAI、Claude、国产大模型等各种服务
• 更灵活的部署方式： 可以部署到任何云服务器，也可以做成PWA应用
• 更好的用户体验： 不需要下载，直接通过浏览器访问，还能收藏到桌面

技术上，你可以用React、Vue或者纯HTML+JavaScript来构建前端，后端用Node.js或Python来对接Cherry Studio的MCP服务，然后通过RESTful API或GraphQL来提供数据接口。这样做出来的智能早报网页不仅功能强大，而且用户访问起来也很方便。

# AI个性化早报网页生成提示词## 角色设定你是一位专业的AI早报生成专家，擅长创建个性化、有温度的智能早报内容。你需要根据用户的个人信息和偏好，生成一份既有信息价值又符合个人需求的早报网页。## 功能要求请生成一个完整的AI早报网页，包含以下核心功能：### 1. 个性化内容模块- **头条推荐**：根据用户关注领域筛选3-5条最重要的新闻- **行业资讯**：针对用户所在行业的专业信息- **财经简报**：如果用户有投资需求，包含相关股票/基金/加密货币动态- **生活助手**：天气、出行、健康提醒等实用信息- **学习成长**：根据用户兴趣推荐的文章、课程或技能提升内容### 2. 界面设计要求- **响应式设计**：适配手机、平板、电脑各种屏幕- **清爽简洁**：采用卡片式布局，信息层次清晰- **个性化主题**：支持深色/浅色模式切换- **快速加载**：优化图片和内容加载速度- **操作便捷**：支持一键分享、收藏、跳转原文### 3. 技术实现方案使用以下技术栈：- **前端**：HTML5 + CSS3 + JavaScript（或React/Vue）- **AI集成**：通过API接入大语言模型进行内容生成和筛选- **数据源**：RSS feeds、新闻API、天气API等- **部署**：支持静态部署到GitHub Pages、Vercel等平台## 用户个性化配置示例```json{ \"基本信息\": { \"姓名\": \"张先生\", \"职业\": \"互联网产品经理\", \"所在城市\": \"北京\", \"起床时间\": \"07:00\" }, \"兴趣偏好\": { \"关注行业\": [\"人工智能\", \"产品设计\", \"互联网\"], \"投资关注\": [\"科技股\", \"基金\"], \"生活方式\": [\"健身\", \"阅读\", \"咖啡\"], \"信息密度\": \"中等\" }, \"阅读习惯\": { \"首选新闻源\": [\"36氪\", \"虎嗅\", \"少数派\"], \"阅读时长\": \"10-15分钟\", \"更新频率\": \"每日早上7点\" }}

下图的早报链接跳转，给AI提示词即可直接完善

下图的页面是一个针对不同人群的一个订阅界面

这样做出来的早报到底有多\"智能\"？

我举个实际的例子。假设你是一个互联网从业者，股票里买了些科技股，平时喜欢关注AI和区块链技术。

传统的早报推送可能就是：

• 今日头条热榜前10
• 财经新闻5条
• 本地天气

但用蓝耘MCP+Cherry Studio做出来的智能早报可能是这样的：

• 根据你持有的腾讯、阿里股票，分析昨晚美股科技股表现对A股的可能影响
• 筛选出AI领域的3个重要进展，并解释对你所在行业的潜在影响
• 根据今天的天气和你日历里的安排，建议穿什么衣服、是否带伞
• 根据你最近搜索的技术关键词，推荐2篇深度技术文章
• 如果今天有重要会议，还会提醒相关的行业动态

看到区别了吧？这不是简单的信息堆砌，而是真正的智能筛选和个性化推荐。

说说我的真实感受

MCP协议就像为大模型添加了翅膀，让它们能够突破自身的限制，与外部世界进行互动。我用Cherry Studio配置了几个MCP服务后，明显感觉到AI的能力边界被大大拓展了。

以前AI只能基于训练数据回答问题，现在它能实时获取信息、操作本地文件、调用各种API。这种变化是革命性的。

当然，对很多新入手的小伙伴来说，MCP的配置门槛有点高，需要一定的学习成本。但我觉得这个投入是值得的，因为一旦掌握了，你就拥有了打造各种个性化AI应用的能力。

给准备尝试的朋友几个建议

• 先从简单的开始：不要一上来就想做很复杂的功能，先试试fetch工具抓取几个新闻网站
• 重视用户体验：技术再牛，如果用户用起来麻烦，那就是失败的
• 关注数据安全：MCP的设计初衷是通过本地运行服务器来确保用户数据的安全性，这个优势要发挥好
• 持续迭代：AI技术发展很快，要保持学习和更新的习惯

最后想说的是，我们正处在一个AI技术爆发的时代。MCP这样的协议让普通开发者也能很容易地构建出强大的AI应用。与其在那里感叹技术发展太快，不如动手试试，说不定你就是下一个爆款AI应用的创造者。

毕竟，最好的时代就是现在，最好的行动就是开始。