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
- 01ブランドの言及と引用を追跡
- 02可視性と言及率を測定
- 03センチメントと情報源を分析
- 04競合のシェア・オブ・ボイスを比較
- 05レコメンドとGEO Writerのデータを確認
- 06AIトラフィックとSearch Consoleデータを確認
活用シーン
- 01AI検索でのブランド表示を監視
- 02競合との可視性を比較
- 03引用、情報源、センチメントを確認
- 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。
https://api.llmpulse.ai/api/v1/mcpclaude mcp add --transport http llm-pulse-llmpulse https://api.llmpulse.ai/api/v1/mcp{"mcpServers":{"llm-pulse-llmpulse":{"type":"http","url":"https://api.llmpulse.ai/api/v1/mcp"}}}Cursor で開く{"servers":{"llm-pulse-llmpulse":{"type":"http","url":"https://api.llmpulse.ai/api/v1/mcp"}}}VS Code で開く{"mcpServers":{"llm-pulse-llmpulse":{"type":"http","url":"https://api.llmpulse.ai/api/v1/mcp"}}}{"mcpServers":{"llm-pulse-llmpulse":{"serverUrl":"https://api.llmpulse.ai/api/v1/mcp"}}}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。
https://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
- API ドキュメント:https://api.llmpulse.ai/api-docs
- OpenAPI:https://api.llmpulse.ai/openapi.json
- 製品サイト:https://llmpulse.ai
- プライバシーポリシー:https://llmpulse.ai/privacy
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
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。