大多数AI帮你写，但它帮你想：Niche是一款选题策划型MCP

你有没有这种感觉——AI 写东西越来越快，但你每天花最多时间的，其实不是写，是想该写什么。

选题焦虑这东西，AI 目前还真帮不了你太多。大多数 Agent 工具都是”写手”，不是”策划”。直到我看到了 Niche。

一个真正帮你想选题的 MCP

Niche 是 Editorial Intelligence（编辑智能） 方向的 MCP 服务器，作者是 sailquery。它的核心能力不是帮你生成文字，而是帮你做内容策略——发现值得写的选题，评估角度，打磨成平台原生内容。

重点是这四个字：信号到故事（Signal → Story）。

AI 圈每天产生的信息噪音有多大，不用我形容。Niche 的思路是：与其让你的 AI 帮你写，不如先让你的 AI 帮你看清楚什么值得关注。

25 个工具，覆盖完整编辑流程

Niche 提供了 25 个 MCP 工具，分几大类：

发现层
– niche_signal_scan：在某个领域扫描值得写的选题，返回带来源依据的排名列表
– niche_intelligence_query：深度查询特定叙事/话题

策划层
– angle_propose：为已有选题提出多个报道角度
– brand_kit_ingest：把你的写作风格/品牌调性喂给 AI

写作层
– draft_create/niche_draft_create：从选题直接生成草稿
– render_image_card：为文章配图

发布层
– 打通 LinkedIn、X/Twitter、Instagram、Newsletter 等多平台原生格式输出

整个链路是：发现信号 → 评估角度 → 写成初稿 → 适配平台发布。中间不用切换工具。

实测：AI 真的能帮你策划内容？

我测试了一下”AI Agent”这个领域的信号扫描，Niche 返回了一份 ranked story slate——每条都带了来源和置信度评分，而不是泛泛的”最近热门话题”。

最有意思的是它对叙事角度的排序：不是按热度，而是按”这个故事目前有没有被讲透”。一个被讲烂了的话题评分会往下走，一个刚露头但讨论不足的信号反而排名靠前。

这个逻辑——信号质量 > 流量热度——在内容策划圈其实是个老命题，但做成 MCP 工具还是第一次见。

接入方式

通过 OAuth 2.1 或 PAT Token 连接，远程调用，不需要本地部署：

{
  "mcpServers": {
    "niche": {
      "command": "npx",
      "args": ["-y", "@niche/mcp"]
    }
  }
}

Claude Desktop、Claude Code、Cursor、Windsurf 等主流 AI 编程工具都可以接入。

GitHub: sailquery/niche-mcp

我的判断：Niche 解决的不是 AI 写稿的速度问题，而是人类内容创作者最稀缺的那件事——判断力。当你不知道今天该写什么的时候，与其刷一天 Twitter，不如让 Niche 帮你扫一遍信号源。

适合：内容创作者、科技博主、自媒体运营、需要 AI 辅助做内容规划的团队。

GitHub: https://github.com/sailquery/niche-mcp