mcpField
L
LLM Pulse

LLM Pulse

リモート
api.llmpulse.aiビジネス・マーケティング06 週間前に更新
リポジトリ公式サイト

LLM Pulse について

LLM Pulseは、AI検索エンジンでのブランド表示を追跡するチーム向けのAI可視性分析プラットフォームです。言及、引用、センチメント、競合のシェア・オブ・ボイス、GEOの実績を確認できます。

主な機能

  1. 01ブランドの言及と引用を追跡
  2. 02可視性と言及率を測定
  3. 03センチメントと情報源を分析
  4. 04競合のシェア・オブ・ボイスを比較
  5. 05レコメンドとGEO Writerのデータを確認
  6. 06AIトラフィックとSearch Consoleデータを確認

活用シーン

  1. 01AI検索でのブランド表示を監視
  2. 02競合との可視性を比較
  3. 03引用、情報源、センチメントを確認
  4. 04GEO実績とAIトラフィックを調査

MCP 対応

ホスト型LLM Pulse MCPサーバーのローカルラッパーを提供し、クライアントからStreamable HTTPエンドポイントへ直接接続する方法もあります。MCPツールが扱う分析データはプランの利用範囲に応じます。

設定

リモートサーバーはインストール不要です。クライアントを選んで設定をコピーするか、ワンクリックで導入できます。

エンドポイントhttps://api.llmpulse.ai/api/v1/mcp
インストールコマンドをコピー
Claude CodeTerminal
Cursor.cursor/mcp.json
VS Code.vscode/mcp.json
Claude Desktopclaude_desktop_config.json
Windsurf~/.codeium/windsurf/mcp_config.json

コマンドはターミナルで実行し、JSON は各クライアントの MCP 設定に貼り付けて再起動します。認可が必要なサーバーは初回接続時にログインを求めます。

すべてのエンドポイント
Streamable HTTPhttps://api.llmpulse.ai/api/v1/mcp認証が必要

ツール

詳細

LLM Pulse MCP サーバー

LLM Pulse は、AI 検索エンジン全体でブランドへの言及、引用、センチメント、競合のシェア・オブ・ボイス、GEO パフォーマンスを監視する AI 可視性分析プラットフォームです。

このリポジトリには、ホスト型 LLM Pulse MCP サーバー用の、小規模ですぐに実行できるラッパーが含まれています。非公開の LLM Pulse アプリケーションのソースコードは含まれていません。

ホスト型 MCP エンドポイント

https://api.llmpulse.ai/api/v1/mcp

トランスポート:Streamable HTTP

認証:Bearer トークン

ホスト型エンドポイントは、対応クライアント向けに、自動検出と動的クライアント登録を備えた OAuth 2.0 もサポートしています。

アプリで LLM Pulse API キーを作成し、次のように送信してください。

Authorization: Bearer llmpulse_your_key_here

API キーは Scale プラン以上で利用できます。

ローカル MCP ラッパー

API キーを使ってラッパーを実行すると、stdio 経由でホスト型 LLM Pulse MCP ツールを公開できます。

npm install
LLMPULSE_API_KEY=llmpulse_your_key_here npm start

LLMPULSE_API_KEY が設定されていない場合も、ラッパーは起動し、読み取り専用のセットアップ/ステータスツールを公開します。これにより、シークレットを必要とせずに、サーバーの起動と MCP イントロスペクションへの応答をレジストリで確認できます。

Docker

docker build -t llmpulse-mcp .
docker run --rm -i -e LLMPULSE_API_KEY=llmpulse_your_key_here llmpulse-mcp

Gemini CLI

GitHub から拡張機能をインストールします。

gemini extensions install https://github.com/LLM-Pulse/llmpulse-mcp

Gemini CLI はホスト型エンドポイントに接続し、認証が必要な場合は LLM Pulse の OAuth フローを開始します。

GitHub Copilot と VS Code

VS Code で、コマンドパレットから Chat: Install Plugin From Source を実行し、次を入力します。

https://github.com/LLM-Pulse/llmpulse-mcp

Agent Plugin は、GitHub Copilot 用にホスト型 LLM Pulse MCP サーバーを登録し、OAuth サインインフローを使用します。

Kiro Power と Agent Plugin

このリポジトリは、移植可能な Agent Plugin としても利用できます。Kiro で Powers → Add Custom Power → Import power from GitHub を選択し、次を入力します。

https://github.com/LLM-Pulse/llmpulse-mcp

Kiro はホスト型サーバーに接続し、OAuth サインインフローを処理します。

提供機能

  • プロジェクトと競合のディメンション
  • AI 可視性、言及率、引用率、加重可視性の指標
  • ブランドへの言及、引用、ソース、センチメント、プロンプト実行データ
  • シェア・オブ・ボイスと主要ソースの分析
  • プランで利用が許可されている場合の、推奨事項、GEO Writer、Search Console、AI トラフィックのデータ

ドキュメント

MCP クライアント設定例

{
  "mcpServers": {
    "llm-pulse": {
      "type": "streamable-http",
      "url": "https://api.llmpulse.ai/api/v1/mcp",
      "headers": {
        "Authorization": "Bearer llmpulse_your_key_here"
      }
    }
  }
}

サポート

ご質問は [email protected] までお問い合わせください。

コメント

MCP は初めてですか?

プロトコルの概要から最初のサーバーの導入まで、よくある疑問にまとめて答えます。

AI アプリケーションが外部のツールやデータソースに統一的な方法で接続するためのオープンなプロトコルです。クライアントはモデルとの対話を担い、MCP サーバーはツール・リソース・プロンプトテンプレートを提供します。標準メッセージでやり取りするため、1 つのサーバーを複数のクライアントで再利用できます。