Adversarial Regulatory Arbitrage

敵対的規制アービトラージ MCP サーバー

ApifyForge で見る | Apify Store で使う

---

クイックスタート

MCP クライアント（Claude Desktop、Cursor、Windsurf）に追加します：

{
  "mcpServers": {
    "adversarial-regulatory-arbitrage-mcp": {
      "url": "https://ryanclinton--adversarial-regulatory-arbitrage-mcp.apify.actor/mcp"
    }
  }
}

---

Model Context Protocol を介して、AI エージェント向けに規制アービトラージの検出と実質的所有者の追跡を行います。この MCP サーバーは、複数の法域にまたがるシェル企業の階層化を検出し、循環的な企業構造を通じて最終的な実質的所有者を追跡し、規制当局と規制対象事業体の間の戦略的な力学をモデル化する必要があるコンプライアンスチーム、金融犯罪捜査員、AI ワークフロー向けに構築されています。

5 つの企業登記機関（英国、カナダ、オーストラリア、ニュージーランド、OpenCorporates）、3 つの制裁データベース（OFAC、OpenSanctions、Interpol）、SEC 提出書類、インサイダー取引記録、GLEIF LEI、EU VAT、EUIPO 商標、Federal Register にまたがる17 のライブデータソースを統合し、独自の定量アルゴリズムに基づく8 つの分析ツールを適用します。これには、Stackelberg GNEP 執行ゲーム、mapper TDA トポロジー、Tarjan SCC 所有権サイクル、Fiedler スペクトル二分法、FATF 由来のベイズ型シェル企業スコアリング、GAN 敵対的戦略の共進化、Anderson-Rubin 操作変数による因果分析が含まれます。

⬇️ どのようなデータにアクセスできますか？

データ項目	ソース	対象範囲
📋 世界各国の企業登記情報	OpenCorporates	世界中の2億社以上
🇬🇧 英国の企業提出書類、役員、PSC	UK Companies House	登記中および解散済みの英国事業体すべて
🇨🇦 連邦法人	Canada Corporate Registry	連邦登録法人すべて
🇦🇺 オーストラリアの事業者番号	Australia ABN Lookup	ABN 登録事業体すべて
🇳🇿 ニュージーランド企業	NZ Companies Office	登録済みのニュージーランド企業すべて
🔴 米国財務省の制裁（SDN）	OFAC Sanctions Search	SDN リストおよび統合リストの全件
🌐 世界各国の制裁および監視リスト	OpenSanctions Search	60 か国以上にわたる100以上のプログラム
🚔 国際法執行機関の情報	Interpol Red Notices	世界各国の逃亡犯および指名手配情報
📄 米国公開企業の提出書類	SEC EDGAR Search	日付別の公開提出書類すべて
📊 SEC インサイダー取引（Form 4）	SEC Insider Trading	取締役および役員の取引
🔑 法人識別子	GLEIF LEI Search	世界の LEI データベース
🇪🇺 EU VAT 登録	EU VAT Validator	EU 加盟国すべての VAT 番号
™️ EU 商標登録	EUIPO Trademark Search	EU 商標データベース
📰 米国の規制措置および告示	Federal Register Search	日付別の連邦規則すべて

❓ 規制裁定の検出にこの MCP サーバーを使う理由

複数の法域をまたぐ調査を手作業で行うには、7 つの企業登記簿を開き、個別に制裁対象者のスクリーニングを実行し、インサイダー取引の記録と照合したうえで、所有権の連鎖を手作業で推論する必要があります。このプロセスには、法人 1 社あたり熟練調査員でも 4～8 時間かかるうえ、データをグラフとしてモデル化して初めて見えてくる構造的なパターンを見逃すこともあります。

このサーバーを使えば、こうしたプロセスを 1 回のツール呼び出しに集約できます。AI エージェントがすべての情報源に並行してクエリを送り、所有権グラフを構築し、すべてのノードのペーパーカンパニーリスクをスコアリングして、3 分以内に構造化された分析結果を返します。

データを集約するだけでなく、手作業では再現できないアルゴリズムも適用します。Tarjan SCC は単純な木構造の探索では見つからない循環所有を検出し、スペクトル Fiedler 二分割は所有権コミュニティをクラスタリングします。Stackelberg GNEP は、複数の法域が規制執行の底辺への競争状態にあるかをモデル化し、GAN の敵対的ループは、現在の検出をすり抜けられる新たな回避戦略を明らかにします。

• Apify Standby で稼働 — MCP にサブ秒で接続できる常時稼働サーバーで、コールドスタートはありません
• イベントごとの従量課金 — ツール呼び出し 1 回あたり $0.045。サブスクリプションや月額最低料金はありません
• 1 つのサーバーで 17 のデータソースを利用 — API キーや個別のサブスクリプションは不要です
• 並列データ取得 — ツール呼び出しごとに、すべての登記簿と制裁対象者へのクエリを並行して実行します
• 構造化された JSON 出力 — すべてのツールが、後続のエージェントですぐに利用できる型付きのネストされた JSON を返します
• 支出管理 — 1 回の実行あたりの予算上限を設定できます。上限に達すると、サーバーは正常に停止します

機能

• 複数レジストリの並列検索 — 各ツール呼び出しでは、関連するすべてのレジストリに対して Promise.all を使用して同時に検索を実行し、調査ごとのレイテンシを最小限に抑えます
• 所有権グラフの構築 — 英国のPSC開示情報、法人役員の届出、OpenCorporatesの関係情報、GLEIFのLEIリンク情報から、エッジごとの信頼度スコア付きの型付き OwnershipNode および OwnershipEdge オブジェクトを構築します
• Tarjan SCCサイクル検出 — 金融犯罪における資金洗浄の階層化の特徴である循環所有構造（AがBを所有し、BがCを所有し、CがAを所有する構造）を特定します。Gauss-Seidel反復法を用いて、多項式系 (I-A)^{-1}d による実効株式保有率を解決します
• 確率的UBO到達可能性 — 吸収確率を用いた深さ優先探索により、最終的な実質的支配者の所有チェーンを追跡します。不明な所有割合にはモンテカルロ推定を使用します（不明なエッジごとに50サンプル）
• スペクトルFiedler二分割 — 正規化ラプラシアン L_norm = I - D^{-1/2} A D^{-1/2} に対するべき乗反復を用いて、所有権グラフのコミュニティをクラスタリングします。反復回数は50回で、初期値には決定論的な正弦関数を使用します
• Mapper TDAトポロジー — 16の管轄区域を7次元の特徴空間に射影し、PCAのべき乗反復による第1主成分フィルターを適用します。区間内の単連結クラスタリングで重複するカバーを構築し、ベッチ数（b0 = 規制クラスター、b1 = 悪用可能なトポロジー上の穴）を計算します
• Stackelberg GNEP執行ゲーム — ソフトマックス量子反応による管轄区域選択を伴う複数リーダー・フォロワーゲームです。Jacobi減衰最適応答反復（収束しきい値1e-6）を最大2,000回実行し、均衡を底辺への競争、頂点への競争、混合、安定に分類します
• FATF由来の10種類のシェルカンパニー指標 — 休眠状態、登録代理人の住所（既知の代理人名パターン8種類と照合）、最小限の役員数、設立からの期間が短いこと、高リスク管轄区域（30管轄区域の集合）、循環所有、階層構造、制裁対象との関係、不一致のある事業活動、名義上の取締役を、設定可能な事前分布を用いたベイズ事後確率でスコアリングします
• ハイパーグラフ最小カット — エッジの重みを反復的に縮約し、所有権グラフをシェル側と正当な側に分割して、構造的なシェルを検出します。カット値、分割サイズ、カットされたエッジを返します
• GANによる敵対的共進化 — 生成器はトーナメント選択と突然変異によって新たな裁定取引戦略を進化させ、識別器は勾配降下法を参考にした重み更新によって検出パターンを学習します。軍拡競争の段階を regulator_advantage、arbitrageur_advantage、red_queen_equilibrium に分類します
• Anderson-Rubin IV分析 — 条約ネットワークの類似性が規制の収束を因果的に促すかどうかについて、弱い操作変数に対して頑健な因果推論を行います。AR統計量、p値、第1段階のF統計量、信頼区間を報告します
• 規制体制の分類 — 16の管轄区域を7つの次元（税率、規制負担、透明性、執行能力、条約ネットワーク、AML評価、安定性指数）でスコアリングします。k-means方式でクラスターを割り当て、クラスタータイプ（タックスヘイブン、導管、高コンプライアンス、混合）をラベル付けします
• 16の管轄区域のパラメーター — GB、US、CA、AU、NZ、IE、LU、NL、SG、HK、CH、BM、KY、VG、PA、CY用に調整済みのベクトルをハードコードしており、その他のISOコードにはデフォルト値を使用します

規制裁定取引の検出に関するユースケース

企業デューデリジェンスとM&Aリスク評価

買収対象企業を評価するM&Aチームは、実際に誰が対象企業を支配しているのか、またその所有構造に不自然な点がないかを把握する必要があります。trace_beneficial_ownership は、英国、カナダ、オーストラリア、ニュージーランド、およびOpenCorporatesにまたがる完全な所有権グラフを構築し、多項式系を用いて循環所有を解決したうえで、UBO候補を順位付けした一覧を返します。一覧には、支配経路、実効所有割合、チェーン内で検出された制裁対象との一致が含まれます。

AML と金融犯罪の調査

潜在的なマネーロンダリングを調査するコンプライアンス担当者は、取引相手が資金洗浄の階層化に使われるペーパーカンパニーかどうかを判断する必要があります。assess_shell_company_risk は、休眠状態、登録代理人の住所、役員の少なさ、高リスク法域、循環的な所有構造、名義上の取締役など、FATF に基づく 10 の指標を用いて事業体を評価します。ベイズ事後確率によるスコアリングと、構造検出のためのハイパーグラフ最小カットを使用します。結果として、指標ごとの内訳と 0～100 のリスクスコアが返されます。

規制戦略と税務計画のインテリジェンス

法律事務所や税務アドバイザーは、クライアントに法域の構造について助言する前に、規制環境を把握する必要があります。analyze_jurisdiction_topology は、選択した法域の集合全体に存在する規制クラスターの数と、（利用可能な規制の不一致を示す）トポロジー上の穴の数を明らかにするベッチ数を含む、マッパー TDA 複体を返します。forecast_regulatory_convergence は、どの裁定取引の機会がいつまでに閉じるかを示します。

政策研究のための執行ゲーム分析

法域間の規制競争を研究する学術研究者や政策アナリストは、simulate_enforcement_game を使用してスタッケルベルグ均衡をモデル化できます。法域間の税競争によって、どの法域が底辺への競争に陥るのか、均衡時にどの裁定取引ルートが支配的になるのか、現在の執行体制が社会厚生にどのようなコストをもたらすのかを把握できます。

AI エージェントによる金融犯罪対策ワークフロー

Claude、GPT-4、または MCP 互換フレームワークを基盤とする AI エージェントは、自動化された KYC／AML パイプラインの一環としてこのサーバーを呼び出せます。MCP プロトコルにより、エージェントは呼び出しごとに、所有関係グラフ、リスクスコア、均衡状態などの構造化された JSON を受け取ります。その情報を推論、要約したり、CRM システムやコンプライアンスプラットフォームに渡したりできます。

調査報道とオープンソースインテリジェンス

企業構造を調査するジャーナリストは、複数の法域にある公開登記簿の事業体を迅速に相互照合する必要があります。detect_regulatory_arbitrage は、すべての登記情報と制裁対象の照会を並行して実行し、構築したグラフに対して detectArbitrage() を呼び出すことで、複数の法域にまたがるペーパーカンパニーを使った資金洗浄の階層化、規制のタイミングに関するパターン、規制当局への届出とインサイダー取引の相関を明らかにします。

⬇️ この MCP サーバーへの接続方法

Claude Desktop

claude_desktop_config.json に追加します。

{
  "mcpServers": {
    "adversarial-regulatory-arbitrage": {
      "url": "https://adversarial-regulatory-arbitrage-mcp.apify.actor/mcp",
      "headers": {
        "Authorization": "Bearer YOUR_APIFY_TOKEN"
      }
    }
  }
}

Cursor

.cursor/mcp.json に追加します。

{
  "mcpServers": {
    "adversarial-regulatory-arbitrage": {
      "url": "https://adversarial-regulatory-arbitrage-mcp.apify.actor/mcp",
      "headers": {
        "Authorization": "Bearer YOUR_APIFY_TOKEN"
      }
    }
  }
}

Windsurf／Cline／その他の MCP クライアント

同じ URL と Bearer トークンのヘッダーパターンを使用します。MCP Streamable HTTP トランスポートをサポートするクライアントであれば、正常に接続できます。

HTTP によるプログラムからの接続

curl -X POST "https://adversarial-regulatory-arbitrage-mcp.apify.actor/mcp" \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer YOUR_APIFY_TOKEN" \
  -d '{
    "jsonrpc": "2.0",
    "method": "tools/call",
    "params": {
      "name": "detect_regulatory_arbitrage",
      "arguments": {
        "entity_name": "Pinnacle Holdings Ltd",
        "jurisdictions": ["GB", "CA", "AU", "NZ", "US"],
        "include_sec_filings": true,
        "include_insider_trades": true,
        "days_back": 90
      }
    },
    "id": 1
  }'

❓ MCP ツールリファレンス

ツール	目的	主なアルゴリズム	価格
detect_regulatory_arbitrage	7つの法域、制裁情報、SECを相互参照し、シェル構造の多層化を検出します	detectArbitrage() on assembled graph	$0.045
trace_beneficial_ownership	循環所有権を解決しながら、多層構造を通じてUBOを追跡します	Tarjan SCC + polynomial (I-A)^{-1}d + Fiedler bisection	$0.045
analyze_jurisdiction_topology	規制環境にMapper TDAを適用し、制度を分類して、規制裁定が起こりやすい法域の組み合わせを見つけます	PCA filter + single-linkage nerve + Betti numbers	$0.045
simulate_enforcement_game	規制当局と事業体の間のStackelberg GNEPを実行し、均衡競争を分類します	Jacobi damped best-response iteration	$0.045
classify_regulatory_regime	単一の法域について、7次元の制度スコアとランキングを算出します	k-means cluster assignment	$0.045
assess_shell_company_risk	FATF由来の10指標によるシェル企業のスコアリングとハイパーグラフカットを実行します	Bayesian posterior + hypergraph min-cut	$0.045
compute_arbitrage_equilibrium	GANによる敵対的な共進化、新たな回避戦略、軍拡競争の段階を分析します	Tournament selection + discriminator update	$0.045
forecast_regulatory_convergence	平均回帰による収束予測とAR-IV因果分析を実行します	Anderson-Rubin weak-instrument-robust IV	$0.045

ツールの入力パラメーター

detect_regulatory_arbitrage

パラメーター	型	必須	デフォルト	説明
entity_name	string	はい	—	調査する事業体名
jurisdictions	string[]	いいえ	["GB","CA","AU","NZ","US"]	検索するISO国コード
include_sec_filings	boolean	いいえ	true	SEC EDGARと相互参照します
include_insider_trades	boolean	いいえ	true	Form 4のインサイダー取引パターンを確認します
days_back	number (1-365)	いいえ	90	規制関連の届出を遡って検索する期間
max_results_per_source	number (1-100)	いいえ	20	データソースごとの結果上限

trace_beneficial_ownership

パラメーター	型	必須	デフォルト	説明
entity_name	string	はい	—	会社または事業体の名称
jurisdictions	string[]	いいえ	["GB","CA","AU","NZ"]	検索する法域
max_depth	number (1-15)	いいえ	8	所有関係チェーンの最大深度
include_sanctions	boolean	いいえ	true	OFACとOpenSanctionsを確認します
include_lei	boolean	いいえ	true	GLEIF LEIデータで情報を補完します

analyze_jurisdiction_topology

パラメーター	型	必須	デフォルト	説明
jurisdictions	string[]	いいえ	KY、BM、VGを含む16の法域	分析するISO国コード
num_clusters	number (2-8)	いいえ	4	制度クラスターの数
mapper_intervals	number (3-15)	いいえ	5	Mapper TDAのカバー区間数
mapper_overlap	number (0.1-0.5)	いいえ	0.3	カバー区間の重複率

simulate_enforcement_game

パラメーター	型	必須	デフォルト	説明
jurisdictions	string[]	いいえ	["US","GB","IE","NL","LU","SG","KY","BM"]	ゲームに参加する法域
num_entities	number (10-1000)	いいえ	200	シミュレーション対象の規制対象事業体
max_iterations	number (50-2000)	いいえ	500	均衡反復の最大回数
damping_factor	number (0.01-0.99)	いいえ	0.3	Jacobi更新の減衰係数

classify_regulatory_regime

パラメーター	型	必須	デフォルト	説明
jurisdiction	string	はい	—	ISO国コード（例：GB、KY、SG）

assess_shell_company_risk

Parameter	Type	Required	Default	Description
entity_name	string	はい	—	評価する法人名
jurisdictions	string[]	いいえ	["GB","CA","AU","NZ"]	検索する管轄区域
include_sanctions	boolean	いいえ	true	OFAC と OpenSanctions を確認するかどうか

compute_arbitrage_equilibrium

Parameter	Type	Required	Default	Description
jurisdictions	string[]	いいえ	["US","GB","IE","LU","SG","KY","BM","VG"]	シミュレーション対象の管轄区域
num_generations	number (10-200)	いいえ	50	共進化の世代数
population_size	number (50-1000)	いいえ	200	戦略の集団サイズ

forecast_regulatory_convergence

Parameter	Type	Required	Default	Description
jurisdictions	string[]	いいえ	["US","GB","IE","NL","LU","SG","CH"]	比較する管轄区域
horizon_years	number (1-20)	いいえ	5	予測期間（年）

⬆️ 出力例

detect_regulatory_arbitrage — Pinnacle Holdings Ltd

{
  "entity": "Pinnacle Holdings Ltd",
  "jurisdictionsSearched": ["GB", "CA", "AU", "NZ", "US"],
  "dateRange": { "from": "2025-12-22", "to": "2026-03-21" },
  "ownershipGraph": {
    "totalEntities": 14,
    "totalEdges": 19,
    "jurisdictions": ["GB", "CA", "KY", "NZ"],
    "circularOwnershipCycles": 2,
    "maxOwnershipDepth": 5
  },
  "regulatoryTopology": {
    "mapperNodes": 8,
    "mapperEdges": 11,
    "betti0": 3,
    "betti1": 2
  },
  "detections": [
    {
      "entityName": "Pinnacle Holdings Ltd",
      "entityId": "uk:12847391",
      "arbitrageType": "shell_layering",
      "confidence": 0.83,
      "severity": "HIGH",
      "jurisdictionsInvolved": ["GB", "KY"],
      "mechanism": "Cayman subsidiary receiving IP royalties from UK parent",
      "evidence": [
        { "source": "uk-companies-house", "finding": "Registered at CT Corporation agent address", "weight": 0.4, "dataPoint": "1 Canada Square, London E14 5AB" },
        { "source": "opencorporates", "finding": "Subsidiary registered KY-2023-0841 incorporated 14 months ago", "weight": 0.3, "dataPoint": "Pinnacle IP Holdings Ltd, KY" }
      ],
      "estimatedTaxBenefit": 0.22,
      "riskIndicators": ["registered_agent_address", "high_risk_jurisdiction_subsidiary", "recent_incorporation", "layered_structure"]
    }
  ],
  "totalDetections": 3,
  "sanctionsHits": 0,
  "dataSources": {
    "corporateRegistries": 47,
    "sanctionsRecords": 0,
    "secFilings": 12,
    "insiderTrades": 3,
    "regulatoryActions": 8
  }
}

trace_beneficial_ownership — Meridian Capital Group

{
  "entity": "Meridian Capital Group",
  "targetEntityFound": true,
  "graph": {
    "totalEntities": 11,
    "totalEdges": 16,
    "jurisdictions": ["GB", "CA", "KY"],
    "circularOwnershipCycles": [["Meridian Capital Group", "Meridian GP Holdings", "Meridian Capital Group"]],
    "maxOwnershipDepth": 4
  },
  "beneficialOwners": [
    {
      "beneficialOwner": "person:james-whitmore",
      "ownerName": "James Whitmore",
      "effectiveOwnership": 67.4,
      "controlPath": [
        { "id": "person:james-whitmore", "name": "James Whitmore", "jurisdiction": "GB" },
        { "id": "uk:09341827", "name": "JW Family Trust Ltd", "jurisdiction": "GB" },
        { "id": "corp:meridian-gp-holdings", "name": "Meridian GP Holdings", "jurisdiction": "KY" },
        { "id": "uk:08124593", "name": "Meridian Capital Group", "jurisdiction": "GB" }
      ],
      "pathLength": 3,
      "confidence": 0.78,
      "jurisdictionsTraversed": ["GB", "KY"]
    }
  ],
  "totalUBOCandidates": 3,
  "circularOwnershipResolution": {
    "converged": true,
    "iterations": 12,
    "residual": 0.0000034,
    "effectiveShares": {
      "Meridian Capital Group": 0.3425,
      "Meridian GP Holdings": 0.6575
    }
  },
  "ownershipCommunities": {
    "Meridian Capital Group": 0,
    "JW Family Trust Ltd": 1,
    "Meridian GP Holdings": 0
  },
  "sanctionedEntitiesInChain": []
}

simulate_enforcement_game — US/GB/IE/KY equilibrium

{
  "gameConfiguration": {
    "jurisdictions": ["US", "GB", "IE", "KY"],
    "numEntities": 200,
    "maxIterations": 500,
    "dampingFactor": 0.3
  },
  "equilibrium": {
    "converged": true,
    "convergenceIterations": 143,
    "epsilon": 0.00000087,
    "regulatoryRace": "mixed",
    "socialWelfare": 1.247
  },
  "regulatorStrategies": [
    { "jurisdiction": "US", "strategy": "enforcement_level=0.6823", "payoff": 0.312, "detectionProbability": 0.546, "penaltyRevenue": 0.389 },
    { "jurisdiction": "GB", "strategy": "enforcement_level=0.5941", "payoff": 0.278, "detectionProbability": 0.505, "penaltyRevenue": 0.341 },
    { "jurisdiction": "IE", "strategy": "enforcement_level=0.2134", "payoff": 0.041, "detectionProbability": 0.160, "penaltyRevenue": 0.063 },
    { "jurisdiction": "KY", "strategy": "enforcement_level=0.0872", "payoff": 0.009, "detectionProbability": 0.031, "penaltyRevenue": 0.015 }
  ],
  "dominantArbitrageStrategies": [
    { "fromJurisdiction": "US", "toJurisdiction": "KY", "mechanism": "ip_box_routing", "expectedBenefit": 0.2100, "detectionRisk": 0.031, "netPayoff": 0.2007 },
    { "fromJurisdiction": "GB", "toJurisdiction": "IE", "mechanism": "treaty_shopping", "expectedBenefit": 0.1375, "detectionRisk": 0.160, "netPayoff": 0.0895 }
  ],
  "interpretation": "Converged to approximate Nash equilibrium in 143 iterations (epsilon=0.00000087). MIXED equilibrium: significant enforcement variation creates arbitrage opportunities. Dominant route: US -> KY via ip_box_routing (net payoff: 0.2007)."
}

assess_shell_company_risk — Orion Trading (NZ) Ltd

{
  "entity": "Orion Trading (NZ) Ltd",
  "assessments": [
    {
      "entityId": "nz:9429048211843",
      "entityName": "Orion Trading (NZ) Ltd",
      "jurisdiction": "NZ",
      "riskScore": 74,
      "riskLevel": "HIGH",
      "indicators": {
        "dormantOrInactive": true,
        "registeredAgentAddress": false,
        "minimalOfficers": true,
        "recentIncorporation": true,
        "highRiskJurisdiction": false,
        "circularOwnership": false,
        "layeredStructure": true,
        "sanctionedConnections": false,
        "mismatchedActivity": true,
        "nomineeDirectors": false
      },
      "indicatorCount": 5,
      "totalIndicators": 10,
      "explanation": "HIGH risk: dormant status, minimal officers (1 director), incorporated 8 months ago, 3-tier ownership structure, stated SIC code inconsistent with banking sector transactions",
      "connectedEntities": 4,
      "ownershipDepth": 3
    }
  ],
  "graphSummary": { "totalEntities": 8, "circularOwnershipDetected": false, "cycleCount": 0, "maxDepth": 3 },
  "hypergraphCut": { "cutValue": 0.312, "shellSideEntities": 3, "legitimateSideEntities": 5, "cutEdges": 2 }
}

⬆️ 出力フィールドのリファレンス

detect_regulatory_arbitrage

Field	Type	Description
entity	string	入力された法人名
jurisdictionsSearched	string[]	検索対象となった ISO コード
dateRange	object	from / to の ISO 日付
ownershipGraph.totalEntities	number	構築されたグラフ内のノード数
ownershipGraph.totalEdges	number	エッジ数（所有関係）
ownershipGraph.jurisdictions	string[]	検出された管轄区域
ownershipGraph.circularOwnershipCycles	number	Tarjan SCC のサイクル数
ownershipGraph.maxOwnershipDepth	number	検出された最深の連鎖
regulatoryTopology.betti0	number	連結した規制クラスター数（マッパー）
regulatoryTopology.betti1	number	トポロジー上の穴＝悪用可能なギャップ
detections[]	ArbitrageDetection[]	最大20件の裁定取引検出結果。確信度順
detections[].arbitrageType	string	例：shell_layering、treaty_shopping
detections[].confidence	number	確信度スコア（0.0～1.0）
detections[].severity	string	LOW、MEDIUM、HIGH、CRITICAL
detections[].evidence[]	object[]	重みとデータポイントを含む裏付けとなる調査結果
detections[].estimatedTaxBenefit	number	推定税率差（0.0～1.0）
sanctionsHits	number	検出された制裁対象法人名の数（重複なし）
dataSources	object	各ソースカテゴリのレコード数

trace_beneficial_ownership

Field	Type	Description
targetEntityFound	boolean	グラフ内で法人が一致したかどうか
graph.circularOwnershipCycles	string[][]	サイクルに含まれる法人名
beneficialOwners[]	object[]	実質所有割合の高い順に並べたUBO候補
beneficialOwners[].effectiveOwnership	number	連鎖乗算による割合（0～100）
beneficialOwners[].controlPath	object[]	ノードごとの {id, name, jurisdiction}
beneficialOwners[].confidence	number	経路上のエッジ確信度の積
circularOwnershipResolution.converged	boolean	多項式系が収束したかどうか
circularOwnershipResolution.effectiveShares	object	名前 → 実効持分割合
ownershipCommunities	object	名前 → クラスターインデックス（フィードラー二分法）
sanctionedEntitiesInChain	object[]	グラフ内で制裁対象として検出された法人

simulate_enforcement_game

フィールド	型	説明
equilibrium.converged	boolean	ナッシュ条件がイプシロン以内で満たされているか
equilibrium.regulatoryRace	string	to_bottom、to_top、mixed、stable
equilibrium.socialWelfare	number	均衡時の総合的な社会厚生
regulatorStrategies[]	StackelbergPayoff[]	管轄区域ごとの均衡戦略と利得
regulatorStrategies[].detectionProbability	number	transparency × enforcement_level
dominantArbitrageStrategies[]	ArbitrageStrategy[]	均衡時の主要な事業体フロー
dominantArbitrageStrategies[].mechanism	string	例：ip_box_routing、treaty_shopping

assess_shell_company_risk

フィールド	型	説明
assessments[].riskScore	number	ベイズ事後リスクスコア（0～100）
assessments[].riskLevel	string	LOW、MEDIUM、HIGH、CRITICAL
assessments[].indicators	ShellCompanyIndicators	10項目のブール値インジケーターセット
assessments[].indicatorCount	number	該当するインジケーターの数
hypergraphCut.cutValue	number	ペーパーカンパニー側と正当な事業体側を分離する最小カット値
hypergraphCut.shellSideEntities	number	ペーパーカンパニー側の分割に属する事業体

規制アービトラージ分析の実行費用はいくらですか？

この MCP サーバーはイベントごとの従量課金制です。ツール呼び出し1回につき $0.045かかります。コンピューティング費用は含まれています。

シナリオ	ツール呼び出し回数	呼び出しあたりの費用	合計費用
クイックテスト — 単一事業体の確認	1	$0.045	$0.045
基本的なデューデリジェンス — 事業体あたり3つのツール	3	$0.045	$0.14
標準的な調査 — 8つのツールすべて	8	$0.045	$0.36
バッチ処理 — 25事業体の調査（各3つのツール）	75	$0.045	$3.38
コンプライアンスパイプライン — 毎月100事業体	300	$0.045	$13.50

費用を管理するため、実行ごとに最大支出額を設定できます。予算上限に達すると、サーバーは明確なエラーを返すため、予期しない請求が発生することはありません。

Apify の無料プランには、毎月 $5 のプラットフォームクレジットが含まれており、約111回のツール呼び出しを無料で利用できます。

これを、API アクセスに通常月額 $500～5,000 かかる商用 KYC/AML プラットフォーム（ComplyAdvantage、Refinitiv World-Check、Dow Jones Risk & Compliance）と比較してください。このサーバーなら、サブスクリプション契約なしで、毎月100事業体を対象とするコンプライアンスワークフローを $15 未満で実行できます。

この MCP サーバーの仕組み

フェーズ1：並列データ収集

各ツール呼び出しは、Promise.all を使用して、関連するすべてのデータソースに対して並列に処理を実行します。actor-client.ts 内の runActorsParallel 関数は、最大10個の下流 Apify アクターを同時に呼び出し、それぞれに180秒のタイムアウトと256MBのメモリ上限を設定します。結果は型付き配列（openCorpData、ukData、caData、auData、nzData、ofacData、openSanctionsData、secFilings、insiderTrades、fedRegData）として返され、事業体名をキーとする統合制裁マップにまとめられます。

フェーズ2：所有権グラフの構築

buildOwnershipGraph() はすべての登記機関のデータを取り込み、型付きの OwnershipNode オブジェクトを構築します。英国 Companies House のデータには、役員（役割分類：director、officer、registered_agent）と PSC 開示情報（重要な支配権を持つ人物）が含まれます。PSC 開示情報は、25-50% のような範囲から所有割合を抽出できるように解析されます。エッジの信頼度スコアはデータソースごとに設定され、英国 Companies House の PSC エッジには 0.9、役員エッジには 0.95 が割り当てられます。OpenCorporates と GLEIF LEI のデータも統合されます。登記代理人の住所検出では、CT Corporation、National Registered Agents、Trident Trust、Mossack Fonseca、Appleby、Portcullis を対象とする8つの正規表現パターンが使用されます。制裁対象の一致は、名前照合によって OFAC と OpenSanctions の両方と照合され、各ノードに直接保存されます。

フェーズ 3：アルゴリズムによる分析

グラフの構築後、関連するアルゴリズムが実行されます。

UBO の追跡（traceUBO）：対象ノードから所有権チェーンをたどる深さ優先探索です。所有割合が不明な場合は、50 回のモンテカルロサンプルで実効持分を推定します。まず Tarjan SCC（detectOwnershipCycles）で、すべての循環構造を特定します。循環所有権は resolveCircularOwnership で解決します。システムは所有権行列 A を構築し、ガウス・ザイデル反復（最大 100 回、残差が 1e-6 未満で収束）を使って (I-A)^{-1}d を計算し、実効持分比率を返します。

スペクトルコミュニティ検出（spectralOwnershipCommunities）：所有権グラフの隣接行列から、正規化ラプラシアン L_norm = I - D^{-1/2} A D^{-1/2} を構築します。正弦波による決定論的な初期化を用いたべき乗法（50 ステップ）で、Fiedler 固有ベクトルを近似します。得られたベクトルを値でソートし、numClusters 個のグループに分割します。

Mapper TDA（regulatoryMapper）：各法域を、7 次元ベクトル [taxRate, regulatoryBurden, transparency, enforcementCapacity, amlRating, treatyNetwork, stabilityIndex] で表します。PCA のべき乗法（30 ステップ）で、第 1 主成分をフィルター関数として抽出します。設定可能な幅と重複率で、重複する被覆区間を構築します。各区間内での単連結クラスタリング（特徴空間のしきい値は 0.15）により、Mapper ノードを生成します。ノード間で共有される要素を見つけ、神経単体複体を構築します。Betti-0 は連結成分の数を数えます。Betti-1 は nodes - edges + betti0 - 1（オイラー標数）で推定します。

Stackelberg GNEP（computeStackelbergEquilibrium）：ヤコビ型の減衰更新を用いた反復最適応答です。フォロワーは温度 5.0 のソフトマックス量子応答を使用します。コストには taxRate + regulatoryBurden × enforcementLevel × 0.5 + transparency × enforcementLevel × riskAversion - stabilityIndex × 0.1 が含まれます。リーダーは、コスト e²/(2 × capacity) のもとで R(e) = e × transparency × presence × penalty を最大化します。すべての変数にわたる上限ノルムで収束を確認します。

シェルカンパニーのスコアリング（assessShellCompanyRisk）：FATF に由来する 10 個のブール指標を、ベイズ事前確率 P(shell | indicators) ∝ Π P(indicator_i | shell) × P(shell) を用いてスコアリングします。事前確率 P(shell) は 0.05（基準発生率 5%）です。各指標は、FATF の類型レポートから導出した条件付き確率でパラメーター化されます。ハイパーグラフ最小カット（hypergraphMinCut）では、辺の重みを反復的に縮約して、グラフをシェル側と正当な側に分割します。

フェーズ 4：レスポンスの組み立て

すべての結果は json() ヘルパーを介して JSON にシリアライズされ、content[0].type = "text" の MCP CallToolResult として返されます。すべての数値フィールドは小数点以下 3～4 桁に丸められます。返却前に配列を妥当な最大数（検出結果 20 件、評価結果 10 件、新規戦略 15 件）にスライスします。

最良の結果を得るためのヒント

1. 未知の事業体には、まずdetect_regulatory_arbitrageを使用します。 これは最も広範な調査で、すべての登録機関に加え、制裁対象およびSECを1回の呼び出しで網羅します。まずこれを使ってどのようなデータがあるかを把握し、その後、関心のある特定の事業体に対してtrace_beneficial_ownershipを実行します。

2. 必要な法域だけを指定します。 法域を追加するたびに、並列アクター呼び出しが1つ追加されます。オーストラリアやNZとのつながりがわかっていない事業体については、jurisdictions配列からこれらを削除すると、呼び出しあたりのコストとレイテンシを抑えられます。

3. simulate_enforcement_gameの前にclassify_regulatory_regimeを使用します。 対象法域の規制体制プロファイルを先に把握しておくと、執行ゲームの結果を解釈しやすくなります。裁定戦略でIEが主要な移転先として現れる前に、IEが導管法域として機能しているかどうかを確認できます。

4. 循環的な所有関係を調査する場合は、max_depth: 12以上を指定します。 デフォルトの8でほとんどの構造には十分ですが、ケイマン諸島やBVIを複数階層に重ねた構造では、ホップ数が10を超えることがあります。多項式系は深さにかかわらず循環的な所有関係を解決します。

5. ベッチ数は慎重に解釈します。 analyze_jurisdiction_topologyでbetti0 = 1の場合、すべての法域が1つの連結した規制クラスターを形成していることを意味します（収束シナリオ）。betti1 > 0の場合、トポロジー上の穴が存在することを意味し、裁定者が利用する規制の隙間に相当します。betti0=3, betti1=2という結果は、孤立した規制体制が3つあり、その間に利用可能な隙間が2つあることを示します。

6. 戦略計画にはforecast_regulatory_convergenceを使用します。 Anderson-Rubin IVの出力から、条約ネットワークの類似性が収束を因果的に予測するかどうかがわかります（操作変数の強さはfirstStageF > 10で確認します）。trendDirection: "converging"のペアは、裁定の機会が縮小していることを示します。estimatedYearsToConvergeが経過する前に、ストラクチャーの変更を計画してください。

7. 探索的な作業では、max_results_per_sourceを5～10に設定します。 デフォルトの20は、徹底的な調査に適しています。事業体を手早くスクリーニングする場合は、この値を下げると、下流の各アクターが返すレコード数が減るため、レイテンシを大幅に短縮できます。

8. AMLの全体像を最も完全に把握するには、assess_shell_company_riskとtrace_beneficial_ownershipを組み合わせます。 シェル企業のスコアリングで事業体のリスクレベルがわかり、UBOのトレーシングで最終的な背後関係者がわかります。

他の Apify アクターとの組み合わせ

アクター	組み合わせ方
Company Deep Research	trace_beneficial_ownership で最終受益者（UBO）を特定した後、その個人または法人について詳細な調査を実施し、包括的なインテリジェンスレポートを取得します
WHOIS Domain Lookup	ドメイン登録データを所有関係グラフで見つかった法人と照合します。名義上の取締役は、自分の名義でドメインを登録することがよくあります
SEC EDGAR Filing Analyzer	detect_regulatory_arbitrage が注目すべき SEC 提出書類を検出した後、提出書類分析ツールを使って、特定の提出書類から全文と財務データを抽出します
Sanctions Network Analysis	assess_shell_company_risk が制裁対象との一致を返した場合、制裁ネットワーク分析を使って、該当する法人を取り巻くより広範な制裁ネットワークをマッピングします
B2B Lead Qualifier	M&A チーム向け：実質的所有者の追跡により買収対象に問題がないことを確認した後、リード評価ツールを使って商業機会をスコアリングします
Export Compliance Screening	ペーパーカンパニーのリスクスコアリングを輸出コンプライアンス審査と組み合わせ、ペーパーカンパニーの仕組みを利用した軍民両用物資の違反を検出します
Startup Due Diligence	実質的所有者の追跡を、スタートアップに対するより広範なデューデリジェンスワークフローの企業構造分析要素として使用します

制限事項

• 公開データのみを使用します。 すべてのデータソースは、公開されている登記簿、制裁リスト、提出書類です。名義貸しの取り決め、無記名株式、非公開の実質的所有者は、その定義上、公開記録には記載されていません。
• 英国の PSC 情報が最も充実しており、その他の登記情報にはばらつきがあります。 英国 Companies House の PSC 開示は、実質的所有者に関する最も構造化されたデータです。カナダとニュージーランドの登記情報は、より粒度の粗い所有者データを返すため、エッジの信頼度スコアが低くなります。
• OpenCorporates は 2 億件の記録を集約していますが、網羅性は管轄区域によって異なります。 一部の管轄区域では企業登記情報が利用できないか、更新が遅れています。
• 制度スコアはモデルに基づくもので、リアルタイムではありません。 scoring.ts の 7 次元の管轄区域パラメーターベクトルは、ビルド時点の公開指標（Fraser Institute、Basel AML Index、FATF 評価）を基に調整されています。規制の変更に応じて動的に更新されることはありません。
• ペーパーカンパニーのリスクスコアは確率に基づくもので、法的判断ではありません。 riskLevel: "HIGH" というスコアは、その法人がペーパーカンパニーのパターンに一致する構造的特徴を持つことを意味します。法的助言や不正行為の認定を示すものではありません。
• スタッケルベルグ均衡は限定合理性を前提としています。 ソフトマックス量子応答モデルでは、固定温度 5.0 を使用します。現実の管轄区域の選択には、7 次元のパラメーター空間では捉えられない要因が関わります。
• GAN の敵対的戦略は理論上のものです。 compute_arbitrage_equilibrium の出力は、モデル化された検出環境で最適となる戦略を示します。これらは理論上のリスクを示すものであり、現実に記録されたスキームではありません。
• リアルタイムのイベントデータはありません。 このサーバーは進行中の取引を監視せず、アラートも提供しません。継続的に監視するには、定期的に実行するか、Website Change Monitor と連携してください。
• インターポールの赤手配書は、法人ではなく指名手配中の人物を対象としています。 法人の調査でインターポールの該当情報が返されることはほとんどありません。この情報源は、個人の役員または取締役の審査に最も役立ちます。
• アクタークライアントの下流アクターごとのタイムアウトは 180 秒です。 登記情報または制裁対象 API の応答が遅いか利用できない場合、その情報源は空の配列を返し、ツール呼び出し全体が失敗することはありません。

インテグレーション

• Apify API — 任意のバックエンドからMCPサーバーをプログラムで呼び出せます。AuthorizationヘッダーのBearerトークンで認証します
• Webhooks — ツール呼び出しが riskLevel: "CRITICAL" を返した場合や、新たな制裁対象が検出された場合に、後続のアラートをトリガーします
• Make — ノーコードでコンプライアンスワークフローを構築できます。CRMに新しい取引相手のレコードが追加されると、実質的所有者を追跡し、結果をCRMのメモとして書き戻します
• Zapier — Google Sheetsと接続して、最新のリスクリストを管理できます。新しいエントリーに対してペーパーカンパニーの評価を実行し、リスクスコアをシートに書き戻します
• LangChain / LlamaIndex — MCPツール呼び出しをRAGパイプラインに組み込みます。所有関係グラフの出力を、企業構造についてLLMが推論するための構造化コンテキストとして使用できます
• Google Sheets — 管轄区域のトポロジー分析や制度分類をスプレッドシートにエクスポートし、コンプライアンス報告に利用できます

トラブルシューティング

既知のエンティティなのに、ツール呼び出しで detections 配列が空になる。 エンティティ名は、企業登記簿に記載されている名称と一致している必要があります。省略形、頭字語、商号を試してください。英国のCompanies Houseでの検索はあいまい検索に対応していますが、名前の一部が一致している必要があります。主に親会社の名前で知られているエンティティの場合は、まず親会社を検索してください。

trace_beneficial_ownership が targetEntityFound: false を返す。 対象ノードは、構築されたグラフのノード名に入力文字列が部分文字列として含まれる場合にのみ設定されます（大文字と小文字は区別されません）。エンティティの登記名が一般的に使われている名称と異なる場合（例：「Acme Corp Ltd」と「Acme」）、登記名に一致するように入力の entity_name を調整してください。

simulate_enforcement_game の均衡が収束しない。 converged: false の場合、GNEPの解集合が非連結であるか、設定によって最適応答が循環している可能性があります。num_entities を50〜100に減らし、max_iterations を1,000に増やしてみてください。または、管轄区域を追加してください。非常に少ない管轄区域（パラメーターの差が極端な2〜3か所）では、収束しないゲームが発生することがあります。

ツール呼び出しのレイテンシーが高い。 サーバーは最大10の下流アクターを並列で呼び出します。個々の登記APIの応答が遅い場合（特にピーク時間帯のNZ Companies Office）、全体のレイテンシーが長くなることがあります。max_results_per_source を10に減らし、管轄区域を最も関連性の高いものに限定すると、応答時間を大幅に短縮できます。

forecast_regulatory_convergence が causalAnalysis: null を返す。 Anderson-Rubin IV分析には、少なくとも5組の管轄区域が必要です。管轄区域が4か所未満の場合、ペアの数がしきい値を下回ります。因果分析を有効にするには、管轄区域を追加してください。

責任ある使用

• このサーバーがアクセスするのは、公開されている企業登記、制裁リスト、規制当局への提出書類、財務開示のみです。
• 出力は分析ツールであり、法的判断ではありません。規制上の判断に使用する前に、すべての結果を資格のあるコンプライアンスまたは法律の専門家が確認してください。
• コンプライアンスプロセスでこのサーバーの出力を使用する際は、GDPR、各地域のデータ保護法、および管轄区域のAML規制を遵守してください。
• 個人への差別、嫌がらせ、または無許可のプロファイリングを助長する目的で、出力データを使用しないでください。
• 公開データへのアクセスに関する法的状況については、Apifyのウェブスクレイピングの適法性に関するガイドをご覧ください。

❓ よくある質問

規制裁定の検出はどのように機能し、このサーバーは具体的に何を検出しますか？ このサーバーは、企業登記簿7件、制裁データベース3件、SEC提出書類、および連邦官報で同一の事業体を照合します。所有関係グラフを構築し、detectArbitrage()を適用して、移転価格、租税条約の濫用、規制管轄の移転、シェル会社による階層化、名義上の取締役、信託の介在、ハイブリッド・ミスマッチ、IPボックスへの利益移転という8つの裁定メカニズムについて証拠を評価します。各検出結果には、信頼度スコア、重大度レベル、および裏付けとなる証拠のリストが含まれます。

循環的な所有構造を通じて実質的所有者をどのように追跡しますか？ 循環的な所有関係は、まずTarjanのSCCアルゴリズムで検出します。次に、循環部分グラフを線形系としてモデル化します。たとえば、AがBを60％所有し、BがAを40％所有する場合、有効所有権行列を構築し、Gauss-Seidel反復法を用いて(I-A)^{-1}dを解きます。その結果から、各事業体が実質的に保有する持分が得られ、循環的な所有関係を純持分率に解消できます。

企業登記簿の照会対象となる法域はどこですか？ ライブ登記情報の照会対象は、GB（英国Companies House）、CA（カナダ企業登記簿）、AU（オーストラリアABN Lookup）、NZ（NZ Companies Office）です。OpenCorporatesでは、2億社以上を対象とするグローバルな情報を利用できます。規制体制のモデリングでは、16の法域（GB、US、CA、AU、NZ、IE、LU、NL、SG、HK、CH、BM、KY、VG、PA、CY）を対象とします。

analyze_jurisdiction_topologyのBetti数の出力は何を示し、どのように解釈すればよいですか？ Betti-0は、mapper単体複体内の連結成分、つまり個別の規制クラスターの数を示します。Betti-1は、複体内の位相的な穴、つまり相互につながっているものの、完全には整合していない法域間に存在する、悪用可能な規制上のギャップを表す閉ループの数を示します。betti1 > 0という結果は、このようなギャップが存在することと、その数を示します。

シェル会社のリスクスコアはどの程度正確ですか？ 10項目の指標によるスコアリングは、シェル会社の指標に関するFATFの類型報告書を基準に調整されています。各指標には、実証的に導出された条件付き確率があります。ベイズ事後確率では、それらを5％の基準率事前確率と組み合わせます。この結果は相対的なリスクシグナルです。70を超えるスコアの事業体には、複数の構造的な危険信号が見られます。ただし、これは検証済みのフォレンジックツールではないため、最終判断ではなくスクリーニング手段として使用してください。

このサーバーでマネーロンダリングを検出できますか？ このサーバーは、シェル会社による階層化、循環的な所有関係、名義上の取締役、高リスク法域とのつながり、制裁対象との近接性など、マネーロンダリングの類型と一致する構造的なリスクパターンを特定します。取引の流れを観測することはできず、法的な判断を下すこともありません。結果は、資格を持つAMLコンプライアンス担当者が確認してください。

Stackelbergの執行ゲームは、単純な規制比較とどう違いますか？ 静的な規制比較では、各法域の規則を列挙します。Stackelberg GNEPは、戦略的な相互作用をモデル化します。事業体が規制を回避するために資本を移動させた場合、規制当局は執行レベルをどう変更するのか、また、その執行の変更に事業体はどう対応するのかを扱います。反復的な最適応答プロセスは、こうした戦略的競争の安定した結果を反映する均衡へ収束します。そこには、システムが底辺への競争に陥るかどうかも含まれます。

コンプライアンス審査に公開企業登記データを使用することは合法ですか？ 公開企業登記簿は、透明性と一般公開を明確な目的として設計されています。OFACとOpenSanctionsは、コンプライアンス目的での利用を想定してリストを公開しています。SEC EDGARは公開記録です。このデータをデューデリジェンス、AMLスクリーニング、コンプライアンス目的に使用することは、通常想定される利用の範囲内です。法的な背景の全容については、Apifyのウェブスクレイピング合法性ガイドをご覧ください。 ComplyAdvantageやWorld-Checkなどの商用KYCプラットフォームとは、どのように異なりますか？ 商用プラットフォームは、専門家によるレビューと法的に有効な記録としての保証が付いた、精選・保守済みのデータベースを提供します。このサーバーは、アルゴリズムによる分析と組み合わせて公開データをリアルタイムで集約します。アクセスが速く、大幅に低コスト（1回の呼び出しにつき$0.045、月額$500～5,000）で、商用プラットフォームにはないゲーム理論およびトポロジー分析のレイヤーも提供します。監査可能な商用KYC記録の代替ではなく、初期スクリーニングツールまたは調査レイヤーとして最適です。

自動化されたAIエージェントのパイプラインの一部として実行できますか？ はい。それが主な設計意図です。MCPプロトコルにより、Claude、GPT-4、またはMCP互換のエージェントは、エージェントループ内でこれらのツールを直接呼び出せます。構造化されたJSON出力は、LLMでの利用を想定して設計されています。コンテキストウィンドウの使用量を管理しやすくするため、ツールが主要な配列で返すレコード数は最大20件です。

一般的なツール呼び出しにはどのくらい時間がかかりますか？ ほとんどのツールは30～90秒かかり、その大半は並列実行される下流アクターの呼び出しによるものです。classify_regulatory_regimeは即時に完了します（データ取得を伴わない純粋な計算です）。5つすべての管轄区域とSECデータを有効にしたdetect_regulatory_arbitrageは、通常60～90秒かかります。max_results_per_sourceを減らし、管轄区域を限定すると、ほとんどの呼び出しを45秒未満にできます。

下流のデータソースが利用できない場合はどうなりますか？ 各下流アクターの呼び出しは、180秒のタイムアウトを設定したtry-catchでラップされています。いずれかのソースが失敗するかタイムアウトした場合は、空の配列を返します。ツール呼び出しは正常に取得できたデータを使って続行し、欠落したソースはdataSourcesのレコード数に暗黙的に示されます。

改善にご協力ください

問題が発生した場合は、Apifyアカウントで実行の共有を有効にすると、より迅速なデバッグに役立ちます。

1. アカウント設定 > プライバシーに移動します
2. 実行を公開アクターの作成者と共有するを有効にします

これにより、問題が発生した場合に実行の詳細を確認できるため、より迅速に修正できます。データを閲覧できるのはアクターの開発者のみで、一般公開されることはありません。

サポート

バグを見つけた場合や機能をリクエストしたい場合は、このアクターのページにあるIssuesタブからIssueを作成してください。カスタム実装、エンタープライズ向け統合、または特定の管轄区域への対応については、Apifyプラットフォームからお問い合わせください。