Adversarial Geopolitical Equilibrium

对抗性地缘政治均衡 MCP 服务

在 ApifyForge 上查看 | 在 Apify Store 上使用

---

快速开始

添加到你的 MCP 客户端（Claude Desktop、Cursor、Windsurf）：

{
  "mcpServers": {
    "adversarial-geopolitical-equilibrium-mcp": {
      "url": "https://ryanclinton--adversarial-geopolitical-equilibrium-mcp.apify.actor/mcp"
    }
  }
}

---

通过 Model Context Protocol 为 AI Agent 提供对抗性地缘政治均衡分析。此 MCP 服务为 Claude、Cursor、Windsurf 及任何兼容 MCP 的 AI 客户端提供 8 种定量博弈论工具，涵盖制裁连锁反应、升级轨迹、联盟稳定性和战略误判，涉及 20 个经过预校准的国家行为体。

每种工具都会在查询时从 16 个 Apify actor 获取实时数据，包括 OFAC、OpenSanctions、UN COMTRADE、IMF、World Bank、Finnhub、Congress、GDACS 等，然后应用先进的数学框架，包括贝叶斯扩展式序贯均衡、Hamilton-Jacobi-Isaacs 微分博弈和 Colonel Blotto 资源分配，生成结构化的定量结果。最终得到的是以实时数据为依据的严谨地缘政治情报，而非静态启发式分析。

可以访问哪些数据？

数据点	来源	覆盖范围
📋 美国财政部 SDN 制裁状态	OFAC Sanctions Search	完整 SDN 名单，涵盖所有项目
🌐 国际制裁和观察名单	OpenSanctions Search	100 多个全球项目、PEP 名单
🚨 国际执法通知	Interpol Red Notices	全球在逃人员和通缉人员
🔎 美国联邦通缉人员	FBI Most Wanted Search	正在办理的联邦案件
🏛️ 美国立法（制裁、国防法案）	Congress Bill Search	所有正在审议和历史法案
📜 行政命令、监管行动	Federal Register Search	联邦法规和机构通知
🔄 双边贸易量	UN COMTRADE	全球商品和货物流量
📊 治理和稳定性指标	World Bank Data	200 多个国家，多十年序列
💹 宏观经济指标	IMF Economic Data	GDP、通胀、债务、经常账户
📈 对地缘政治事件的市场反应	Finnhub Stock Data	全球股票、ETF
🏦 国会议员股票交易	Congressional Stock Tracker	内幕知识信号
⚡ 自然灾害对稳定性的影响	GDACS Disaster Alerts	全球实时事件
🛡️ 网络漏洞和 CVE	NVD CVE Search	完整的 NIST 漏洞数据库
🌍 国家参考和基准数据	REST Countries	250 个国家、联盟成员资格
📖 背景情报	Wikipedia Search	一般实体知识
📡 社交 OSINT 信号	Bluesky Social Search	开放社交情报

为什么使用此 MCP 服务进行地缘政治分析？

要以这种数学严谨性进行人工地缘政治分析，需要一个分析师团队、数周的数据收集工作，以及 Bloomberg、Jane's 或 Oxford Analytica 的昂贵订阅服务。单个场景——针对一个目标国家分析制裁级联效应——就意味着要获取双边贸易数据、交叉核对实时制裁名录、通过贸易网络模拟阈值效应，并计算 GDP 影响。手动完成至少需要 2-3 天。

此服务通过一次工具调用，即可自动完成从原始数据收集、数学建模到生成结构化输出的整个流程。你的 AI Agent 将获得定量地缘政治情报，而非叙述性摘要，并附有指向实时数据来源的引文。

• 定时执行 — 每天或每周运行定期场景分析，追踪活跃冲突地区等不断变化的局势
• API 访问 — 使用标准 MCP 协议，通过 Python、JavaScript 或任何 HTTP 客户端触发分析
• 代理轮换 — 所有 16 个底层数据 Actor 均使用 Apify 内置的代理基础设施，确保大规模数据收集的可靠性
• 监控 — 通过 Apify webhook 在运行失败或产生意外结果时接收 Slack 或电子邮件提醒
• 集成 — 连接 Zapier、Make、Google Sheets，或通过 webhook 将结果转发到你自己的情报平台

功能

• 8 种定量博弈论框架 — 顺序均衡、超博弈理论、制裁超图传播、VCG 机制设计、Hamilton-Jacobi-Isaacs 微分博弈、Blotto 上校博弈、复制子动力学和 Crawford-Sobel 廉价谈话，全部使用 TypeScript 实现
• 贝叶斯扩展式顺序均衡 — 在最多 5 个地缘政治领域（贸易、军事、网络、外交、经济）中计算同时完美贝叶斯均衡，并通过量子响应均衡保证均衡存在；温度参数控制理性程度
• 跨领域关联检测 — 自动将领域间的互动分类为战略互补（升级会强化升级）、战略替代（一个领域的升级会降低另一个领域升级的动机）或相互独立
• 基于贸易加权超图的制裁级联 — 对代表协调一致的联盟制裁的有向加权超边进行建模；阈值模型根据 GDP、贸易开放度和内部稳定性计算韧性；估算制裁严重程度每增加 1 个单位，GDP 影响为 15%
• Hamilton-Jacobi-Isaacs 升级动态 — 连续时间随机微分博弈，在离散状态网格上求解黏性解，使用 Euler-Maruyama 进行正向模拟；状态向量涵盖升级级别、军事态势、危机强度和核风险
• VCG 联盟机制设计 — 使用 Shapley 值进行公平分配，测试核心稳定性，检查超可加性和凸性，并通过 VCG 支付为外部性定价；保证如实报告是占优策略，满足激励相容性
• 带信念层级的超博弈理论 — 采用 Bennett 1977 框架，通过 epsilon 近似共同知识截断；量化玩家之间的认知偏差，识别可利用的感知弱点，并生成纠正建议
• 涵盖 5 个领域的 Blotto 上校博弈 — 网络、常规、核、经济和信息领域；采用半定规划（SDP）矩松弛与迭代最佳响应；使用 Tullock 竞赛函数计算获胜概率；支持领域专属能力乘数
• 结合 k 级推理的复制子动力学 — 演化动态揭示主导策略和演化稳定策略；检测红皇后式循环以识别军备竞赛
• Crawford-Sobel 廉价谈话均衡 — 通过分区界量化信息传递效果；通过演化稳定性精炼分析可信信号
• 并行协调 16 个实时数据源 — 每次工具调用都会并行运行 4–7 个行为体，并设置 180 秒超时；在查询时实时获取数据，不使用缓存
• 20 个预先校准的国家行为体 — US、CN、RU、GB、FR、DE、JP、IN、KR、AU、IL、IR、SA、TR、BR、KP、UA、TW、PK、PL；每个行为体均包含 GDP、军事支出、核能力、网络能力评分、内部稳定性、贸易开放度、地区和联盟成员身份（NATO、SCO、BRICS、QUAD、AUKUS、FVEY、CSTO、EU、OPEC）
• 带种子的确定性伪随机数生成器 — 使用 Mulberry32 带种子伪随机数生成器，确保相同输入配置可复现随机结果
• 待机模式 — 服务使用 Apify 的待机模式，在调用之间保持运行，消除交互式工作流的冷启动延迟

地缘政治均衡分析的应用场景

国防与情报研究

智库、国防研究机构和学术分析人员需要可用于发表作品的定量结果。本服务基于实时公开数据，生成可引用的数学结果——纳什偏离评分、Shapley 值、HJI 鞍点——适用于简报和报告，严谨性超越叙事式预测。

制裁政策评估

贸易律师和合规团队需要在客户采取行动前评估遭受次级制裁的风险。针对目标国家及其 10-15 个贸易伙伴运行 analyze_sanctions_cascade，可以识别连锁反应的轮次、GDP 影响和临界点——这项分析决定了土耳其或印度的客户是否面临次级制裁风险。

危机场景推演

国家安全团队和企业地缘政治风险部门会模拟台湾海峡升级、伊朗核突破和朝鲜挑衅等场景。assess_escalation_dynamics 工具会生成按时间索引的升级轨迹，其中包含核风险峰值和缓和时间线，为推演主持人提供量化参考。

联盟可行性分析

评估 QUAD 扩员、NATO 扩大或新经济联盟的外交顾问会使用 design_alliance_mechanism，在作出政治承诺前检验超加性和核心稳定性。Shapley 值可以揭示公平的负担分担方式，并识别稳定性处于边缘的成员。

AI Agent 的地缘政治推理

从事地缘政治研究的大模型 Agent 可以借助结构化的量化工具，而非仅依赖参数化知识。Agent 会调用 compute_interlocking_equilibria，基于实时数据获取当前的均衡策略，然后调用 detect_strategic_misperception，了解各方为何可能误判。

竞争情报与国家风险

投资经理和主权债务分析师会使用 forecast_regime_transitions，获取经 IMF 和 World Bank 校准的转型概率评分及已识别的风险因素——无需订阅 Bloomberg，即可进行量化国家风险评估。

如何将此 MCP 服务连接到你的 AI 客户端

1. 获取 Apify API 令牌——在 apify.com 注册（免费套餐每月包含 $5 的额度），并从账户设置中复制令牌。
2. 将服务添加到客户端配置——将以下 JSON 配置粘贴到 Claude Desktop、Cursor 或 Windsurf 的 MCP 设置文件中。
3. 开始对话——开启新聊天，并让 AI 分析地缘政治场景。工具会立即可用。
4. 查看结构化输出——结果会以格式化的 JSON 形式直接显示在 AI 客户端中，其中包含均衡、轨迹、Shapley 值和数据源数量。

Claude Desktop

将配置添加到 ~/Library/Application Support/Claude/claude_desktop_config.json（macOS）或 %APPDATA%\Claude\claude_desktop_config.json（Windows）：

{
  "mcpServers": {
    "adversarial-geopolitical-equilibrium": {
      "type": "url",
      "url": "https://adversarial-geopolitical-equilibrium-mcp.apify.actor/mcp?token=YOUR_APIFY_TOKEN"
    }
  }
}

Cursor

在 Cursor 的 MCP 设置中添加配置，路径为 Settings > MCP：

{
  "mcpServers": {
    "adversarial-geopolitical-equilibrium": {
      "type": "url",
      "url": "https://adversarial-geopolitical-equilibrium-mcp.apify.actor/mcp?token=YOUR_APIFY_TOKEN"
    }
  }
}

Windsurf、Cline 和其他 MCP 客户端

使用相同的 JSON 结构。将 YOUR_APIFY_TOKEN 替换为你在 Apify Console 中获取的令牌。

⬇️ 输入参数

MCP 服务没有顶层输入架构——所有参数都通过 MCP 协议按工具调用传递。八个工具及其参数如下：

工具	参数	类型	必填	默认值	描述
compute_interlocking_equilibria	countries	string[]	否	["US","CN","RU","GB"]	ISO 代码，2-8 个国家
compute_interlocking_equilibria	arenas	enum[]	否	全部 5 个领域	一个或多个：trade、military、cyber、diplomatic、economic
compute_interlocking_equilibria	max_iterations	number	否	300	均衡计算迭代次数，50-1000
simulate_geopolitical_agents	countries	string[]	否	["US","CN"]	ISO 代码，2-6 个国家
simulate_geopolitical_agents	arena	enum	否	"trade"	单个领域：trade、military、cyber、diplomatic 或 economic
analyze_sanctions_cascade	target_countries	string[]	是	—	要直接制裁的国家，1-5 个 ISO 代码
analyze_sanctions_cascade	all_countries	string[]	否	默认包含 13 个国家	完整模拟国家集合，3-20 个 ISO 代码
analyze_sanctions_cascade	max_cascade_rounds	number	否	10	最大传播轮数，1-20
assess_escalation_dynamics	player1	string	是	—	第一位国家行为体的 ISO 代码
assess_escalation_dynamics	player2	string	是	—	第二位国家行为体的 ISO 代码
assess_escalation_dynamics	initial_crisis_intensity	number	否	0.5	初始危机强度，0.0-1.0
design_alliance_mechanism	countries	string[]	是	—	拟议联盟成员，3-8 个 ISO 代码
detect_strategic_misperception	countries	string[]	是	—	要分析的国家，2-6 个 ISO 代码
evaluate_cyber_kinetic_blotto	player1	string	是	—	第一位玩家的 ISO 代码
evaluate_cyber_kinetic_blotto	player2	string	是	—	第二位玩家的 ISO 代码
forecast_regime_transitions	country	string	是	—	目标国家的 ISO 代码

支持的 ISO 代码： US、CN、RU、GB、FR、DE、JP、IN、KR、AU、IL、IR、SA、TR、BR、KP、UA、TW、PK、PL

工具调用示例

制裁级联——俄罗斯及其主要贸易伙伴：

{
  "tool": "analyze_sanctions_cascade",
  "arguments": {
    "target_countries": ["RU"],
    "all_countries": ["US", "CN", "RU", "GB", "DE", "JP", "IN", "TR", "KR", "AU", "BR", "SA"],
    "max_cascade_rounds": 8
  }
}

台湾海峡升级轨迹：

{
  "tool": "assess_escalation_dynamics",
  "arguments": {
    "player1": "US",
    "player2": "CN",
    "initial_crisis_intensity": 0.7
  }
}

QUAD 联盟稳定性检查：

{
  "tool": "design_alliance_mechanism",
  "arguments": {
    "countries": ["US", "JP", "IN", "AU"]
  }
}

输入提示

• 在级联分析中纳入主要贸易伙伴 — analyze_sanctions_cascade 在国家数量达到 8 个或以上时效果最佳；纳入目标国家的主要进口和出口伙伴，以便进行逼真的级联建模
• 多领域均衡分析使用较高的 max_iterations — 复杂的 4-6 国、5 领域配置可能需要 500-1000 次迭代才能收敛；默认的 300 次适用于 2-4 国场景
• 将误判分析与均衡工具搭配使用 — 对同一国家集合同时运行 detect_strategic_misperception 和 compute_interlocking_equilibria，以了解均衡博弈与行为体实际感知情况之间的差距
• 先用 compute_interlocking_equilibria 获取整体概览 — 然后使用 assess_escalation_dynamics 或 analyze_sanctions_cascade 深入分析具体动态
• assess_escalation_dynamics 是双边分析工具 — 它对双人微分博弈进行建模；对于多边危机，先分析占主导地位的双边关系，再分别分析次要关系

⬆️ 输出示例

针对目标国家俄罗斯、12 国模拟的 analyze_sanctions_cascade 响应：

{
  "targets": [
    { "id": "RU", "name": "Russia" }
  ],
  "cascade": {
    "rounds": 3,
    "directlyAffected": 1,
    "totalAffected": 4,
    "totalGdpImpact": "$1247B",
    "tradeDisruption": "14.2%",
    "affectedActors": [
      {
        "actorId": "TR",
        "name": "Turkey",
        "sanctionLevel": 0.61,
        "tradeExposure": 0.48,
        "financialExposure": 0.32,
        "cascadeRound": 1
      },
      {
        "actorId": "IN",
        "name": "India",
        "sanctionLevel": 0.44,
        "tradeExposure": 0.38,
        "financialExposure": 0.24,
        "cascadeRound": 2
      },
      {
        "actorId": "CN",
        "name": "China",
        "sanctionLevel": 0.29,
        "tradeExposure": 0.52,
        "financialExposure": 0.41,
        "cascadeRound": 2
      },
      {
        "actorId": "BR",
        "name": "Brazil",
        "sanctionLevel": 0.18,
        "tradeExposure": 0.14,
        "financialExposure": 0.09,
        "cascadeRound": 3
      }
    ],
    "tippingPoints": [
      {
        "actor": "TR",
        "threshold": 0.40,
        "consequence": "NATO compliance pressure triggers secondary sanctions exposure"
      },
      {
        "actor": "IN",
        "threshold": 0.35,
        "consequence": "US secondary sanctions warning triggers partial compliance"
      }
    ],
    "influenceMaximizationSet": ["US", "EU", "GB"],
    "secondaryEffects": [
      { "actor": "TR", "effect": "energy import substitution required", "severity": 0.58 },
      { "actor": "IN", "effect": "discounted oil purchase program under pressure", "severity": 0.41 }
    ],
    "hyperedgeCount": 8
  },
  "legislation": {
    "relatedBills": 7,
    "sanctionsAuthorities": ["CAATSA", "EO 14024", "OFAC SDN designation"]
  },
  "dataSources": {
    "sanctionsRecords": 42,
    "tradeRecords": 38,
    "legislativeRecords": 7,
    "interpol": 3
  }
}

输出字段

字段	类型	描述
cascade.rounds	number	级联停止前的传播轮数
cascade.totalGdpImpact	string	估算的累计 GDP 影响，单位为十亿美元
cascade.tradeDisruption	string	模拟贸易量中受扰的百分比
cascade.affectedActors[].sanctionLevel	number	每个受影响国家的制裁严重程度，范围为 0.0-1.0
cascade.affectedActors[].tradeExposure	number	对受制裁国家的双边贸易敞口
cascade.affectedActors[].cascadeRound	number	该国家受到影响时所处的级联轮次
cascade.tippingPoints[].threshold	number	触发合规的贸易敞口阈值
cascade.influenceMaximizationSet	string[]	实现最大级联效应所需的最小联盟
equilibria[].nashDeviation	number	与纳什均衡的距离；< 0.01 表示已收敛
equilibria[].sequentialRationality	number	序贯理性评分，范围为 0.0-1.0
equilibria[].bayesConsistency	number	信念的贝叶斯一致性，范围为 0.0-1.0
equilibria[].strategies[].action	string	玩家类型组合的最优行动
equilibria[].strategies[].probability	number	混合策略概率
linkages[].linkageType	enum	strategic_complement、strategic_substitute 或 independent
linkages[].strength	number	跨领域关联强度，范围为 0.0-1.0
systemStability	number	系统整体稳定性评分，范围为 0.0-1.0
trajectory[].escalationLevel	number	每个时间步的升级级别（HJI 输出）
trajectory[].nuclearRisk	number	每个时间步的核升级风险
peakEscalation	number	达到的最高升级级别
saddlePointValue	number	HJI 鞍点——降级力量占主导的状态
timeToDeescalation	number|null	达到稳定均衡所需的时间单位
shapleyValues	Record<string, number>	各国的公平负担分摊方案
isSuperadditive	boolean	大联盟的价值是否高于各部分价值之和
isCore	boolean	联盟能否抵御子联盟脱离，从而保持稳定
perceptions[].misperceptionSeverity	number	各玩家对之间的误判严重程度
exploitableGaps[].advantage	number	利用误判获得的战略优势
dominantStrategy	string	复制者动态中的进化占优策略
evolutionaryStableStrategy	string|null	若存在则为 ESS；循环时为 null
dataSources.*	number	从各数据源检索到的实时记录数

运行地缘政治均衡分析需要多少费用？

此 MCP 服务采用按事件付费定价，每次工具调用收费 $0.045。每个工具会并行调用 4-7 个底层数据 Agent，平台计算成本已包含在每次事件的价格中。

场景	工具调用次数	每次调用费用	总费用
快速测试（单次分析）	1	$0.045	$0.045
小型研究会话	10	$0.045	$0.45
完整情景分析（全部 8 个工具）	8	$0.045	$0.36
每周监控工作流	50	$0.045	$2.25
企业研究项目	500	$0.045	$22.50

Apify 免费计划每月包含 $5 额度，足以免费调用约 110 次工具。你可以为每次运行设置最高支出限额以控制费用；达到预算后，服务将停止运行。

与 Oxford Analytica 或 Stratfor 每月 $500-5,000 的订阅费用，或每月 $2,000 的 Bloomberg Terminal 访问费用相比，此服务以低得多的成本提供基于实时数据的定量数学建模，且无需订阅承诺。

通过 API 使用此 MCP 服务

Python

from apify_client import ApifyClient

client = ApifyClient("YOUR_API_TOKEN")

run = client.actor("ryanclinton/adversarial-geopolitical-equilibrium-mcp").call(run_input={})

# The MCP server runs in standby mode — connect via HTTP instead of polling dataset
# For direct tool calls, use the HTTP endpoint below
print(f"Server running at: https://adversarial-geopolitical-equilibrium-mcp.apify.actor/mcp")
print(f"Run ID: {run['id']}")

JavaScript

import { ApifyClient } from "apify-client";

const client = new ApifyClient({ token: "YOUR_API_TOKEN" });

// The server runs in standby mode — interact via MCP HTTP endpoint
const response = await fetch(
  "https://adversarial-geopolitical-equilibrium-mcp.apify.actor/mcp?token=YOUR_API_TOKEN",
  {
    method: "POST",
    headers: { "Content-Type": "application/json" },
    body: JSON.stringify({
      jsonrpc: "2.0",
      method: "tools/call",
      params: {
        name: "analyze_sanctions_cascade",
        arguments: {
          target_countries: ["RU"],
          all_countries: ["US", "CN", "RU", "GB", "DE", "JP", "IN", "TR", "KR"],
          max_cascade_rounds: 8
        }
      },
      id: 1
    })
  }
);

const result = await response.json();
const cascade = JSON.parse(result.result.content[0].text);
console.log(`Cascade rounds: ${cascade.cascade.rounds}`);
console.log(`Total GDP impact: ${cascade.cascade.totalGdpImpact}`);
console.log(`Countries affected: ${cascade.cascade.totalAffected}`);

cURL

# Call the analyze_sanctions_cascade tool directly
curl -X POST "https://adversarial-geopolitical-equilibrium-mcp.apify.actor/mcp?token=YOUR_APIFY_TOKEN" \
  -H "Content-Type: application/json" \
  -d '{
    "jsonrpc": "2.0",
    "method": "tools/call",
    "params": {
      "name": "analyze_sanctions_cascade",
      "arguments": {
        "target_countries": ["RU"],
        "all_countries": ["US", "CN", "RU", "GB", "DE", "JP", "IN", "TR", "KR", "AU"]
      }
    },
    "id": 1
  }'

# List all available tools
curl -X POST "https://adversarial-geopolitical-equilibrium-mcp.apify.actor/mcp?token=YOUR_APIFY_TOKEN" \
  -H "Content-Type: application/json" \
  -d '{"jsonrpc":"2.0","method":"tools/list","params":{},"id":2}'

对抗性地缘政治均衡 MCP 服务的工作原理

数据收集阶段

每次工具调用都会通过 runActorsParallel 并行执行 4-7 个 Apify actor，并设置 180 秒超时。使用的 actor 集因工具而异：analyze_sanctions_cascade 会同时查询 OFAC、OpenSanctions、UN COMTRADE、Interpol 和 Congress Bills；compute_interlocking_equilibria 会并行获取 OFAC、OpenSanctions、IMF、World Bank 和 UN COMTRADE 的数据。制裁记录会将国家行为体标记为 sanctioned=true，从而改变博弈论模型中的收益函数。UN COMTRADE 的贸易数据用于构建级联模型中的加权超边。

博弈论计算阶段

数据收集完成后，scoring.ts 中的评分引擎会选择合适的算法。贝叶斯扩展式博弈使用 Mulberry32 种子化伪随机数生成器，以确保结果可复现。玩家类型（鹰派／鸽派、保护主义／自由贸易）由国家参数决定；信念根据类型先验初始化，并在每个信息集上通过贝叶斯规则更新。采用 softmax 行动选择的量化响应均衡可确保均衡存在，即便纯策略纳什均衡可能不存在。HJI 升级模型将状态空间 x = (escalation_level, posture_1, posture_2, crisis_intensity, deescalation_pressure) 离散化，并通过 Euler-Maruyama 前向模拟，使用 Box-Muller 生成正态扰动。

联盟与 Blotto 计算

VCG 机制会生成所有子联盟，根据汇总能力分数计算特征函数值，并将各排列中的平均边际贡献计算为 Shapley 值。核心稳定性检查是否有任何子联盟有动机退出。Colonel Blotto 求解器采用 SDP 矩松弛，并在 5 个领域中进行迭代最佳响应，使用领域特定的能力乘数：网络领域使用 cyberCapability，常规领域使用 militarySpending/gdp，核领域使用 nuclearCapable 标志。

获得最佳结果的提示

1. 从 compute_interlocking_equilibria 开始。 它会在一次调用中给出系统级稳定性、主导领域和跨领域关联——根据输出选择接下来运行哪个专用工具。

2. 在级联模拟中纳入 8 个或更多国家。 少于 8 个国家时，许多贸易超边会缺失，导致级联轮次统计不足。请纳入目标国按双边贸易额排序的前 5-7 个贸易伙伴。

3. 将 detect_strategic_misperception 与均衡分析配合使用。 均衡分析展示理性行为体应采取的行动；误判分析则揭示他们为何可能不会这样做。均衡策略与感知中的均衡策略之间的差距，是意外升级风险的主要指标。

4. 针对同一对行为体，将 initial_crisis_intensity 分别设为三个水平（0.3、0.6、0.9），以获得一系列情景。升级峰值和鞍点值会显著变化——这些值可作为兵棋推演的情景边界。

5. 谨慎解读纳什偏离分数。 低于 0.01 表示均衡已收敛，可用于可靠推断。高于 0.05 表示尚未收敛；对于复杂的多方情景，请将 max_iterations 提高到 500-1000。

6. 联盟分析至少需要 3 个国家。 只有 2 个国家时，VCG 机制会退化。分析北约子群时，请在 detect_strategic_misperception 调用中纳入外部威胁行为体，以获得完整背景。

与其他 Apify actor 组合使用

Actor	组合方式
OFAC 制裁搜索	在进行级联分析前，对特定实体进行定向查询，核实情景中提及的行为体和次国家实体是否确实受到制裁
OpenSanctions 搜索	将 forecast_regime_transitions 输出中列为关注对象的特定个人，与全球 PEP 和观察名单数据库进行交叉核对
UN COMTRADE 搜索	提取特定国家对之间详细的商品级贸易数据，以便在运行 analyze_sanctions_cascade 前手动校准超边权重
国会法案搜索	跟踪制裁立法进展，以预判未来的 OFAC 指定，并在均衡分析中模拟预先采取的行为反应
IMF 经济数据	使用当前债务与 GDP 比率、经常账户余额和储备水平补充各国基准参数，从而更准确地评估 forecast_regime_transitions 中的稳定性
《联邦公报》搜索	监控行政命令和 OFAC 监管更新，以识别会改变级联模型输入的新制裁授权
GDACS 灾害预警	将实时灾害数据作为不稳定冲击，纳入政权转型预测和 simulate_geopolitical_agents 情景

局限性

• 国家基准参数为近似值 — GDP、军费开支和能力评分源自公开估算；模型不包含机密能力（实际核弹头数量、进攻性网络作战单位实力）
• 仅支持 20 个国家 — 服务支持 US、CN、RU、GB、FR、DE、JP、IN、KR、AU、IL、IR、SA、TR、BR、KP、UA、TW、PK、PL；其他 ISO 代码会使用后备默认参数，导致结果不可靠
• QRE 是近似解，而非精确纳什均衡 — Quantal Response Equilibrium 方法可保证解的存在和收敛，但得到的是纳什均衡的 logit 近似解，而非精确的混合策略纳什均衡；纯策略纳什均衡可能存在，但无法识别
• HJI 结果具有随机性 — 采用 Euler-Maruyama 模拟并加入随机冲击，因此即使输入相同，各次运行的升级轨迹也会有所不同；鞍点和升级峰值是中心估计值，其隐含方差并未显示
• 制裁级联采用简化的引力模型 — 贸易超边权重根据 GDP 和贸易开放度参数估算，而非实际双边贸易量；对于高风险分析，请结合直接查询 UN COMTRADE
• 模型假设有限理性，而非非理性 — Quantal response 模型会考虑优化过程中的噪声和误差，但无法反映真正非理性的行为、国内政治约束或领导人个体心理
• 数据时效性取决于上游来源 — 实时数据会在调用时获取，但各来源的更新频率不同；OFAC 每日更新，UN COMTRADE 数据滞后数月，世界银行按年更新
• 联盟机制要求至少 3 个国家 — 少于 3 个联盟成员时，VCG 机制和 Shapley 值计算会退化

集成

• Zapier — 定时触发制裁级联分析，并将结果推送到 Slack、Notion 或电子邮件，用于自动生成地缘政治简报
• Make — 构建多步骤工作流，将此服务的均衡输出与新闻监控 Actor 和 CRM 更新结合起来，为机构客户提供服务
• Google Sheets — 将升级轨迹、Shapley 值和级联数据直接导出到共享电子表格，以便协作分析
• Apify API — 将 MCP 工具调用集成到 Python 或 JavaScript 流水线中，用于研究或政策工作流中的自动化情景建模
• Webhooks — 在定时监控运行中检测到高升级峰值或级联临界点时接收提醒
• LangChain / LlamaIndex — 将这 8 个工具作为 LangChain 工具或 LlamaIndex 查询引擎开放给自主地缘政治推理 Agent

故障排除

• 工具返回 error: Need at least 2 valid countries — 国家代码必须使用 20 个受支持国家的代码，并以大写形式书写：US、CN、RU、GB、FR、DE、JP、IN、KR、AU、IL、IR、SA、TR、BR、KP、UA、TW、PK、PL。不接受全名和小写形式。

• dataSources 字段显示 0 条记录 — 上游 Actor 因速率限制或查询词范围过窄而返回了空结果。博弈论计算仍会使用基准参数运行。请重试调用，或扩大国家范围。

• 纳什偏差高于 0.05 — 均衡未收敛。请将 max_iterations 增加到 500 或 1000，或缩小国家范围；大型多参与方情景需要显著更多的迭代次数。

• timeToDeescalation: null — HJI 模拟在给定时间窗口内未找到鞍点。请尝试略微提高 initial_crisis_intensity，或将结果视为升级持续处于高位的信号——这本身也是有意义的发现。

• 达到支出限额错误 — 在运行中设置更高的 maxTotalChargeUsd，或检查账户余额。免费套餐的 5 美元额度约可支持 110 次工具调用。

负责任地使用

• 此服务仅访问来自官方政府、国际组织和公共数据库的公开数据。
• 数学均衡输出是分析工具，并非对现实事件的预测，不应作为影响现实地缘政治局势决策的唯一依据。
• 在涉及外国个人或实体的商业场景中使用地缘政治分析输出时，请遵守适用的出口管制法律（EAR、ITAR）。
• 请勿利用输出协助规避制裁、向受制裁实体提供实质性支持，或规避 OFAC 合规义务。
• 有关负责任使用地缘政治数据的指引，请咨询法律顾问并参阅适用的 OFAC 指引。

❓ 常见问题

对抗性地缘政治均衡计算的准确度如何？ 模型采用成熟的博弈论框架——完美贝叶斯均衡、VCG 机制设计、Hamilton-Jacobi-Isaacs 微分博弈——并使用来自 16 个数据源的实时数据进行校准。纳什偏差分数低于 0.01 表示均衡已收敛。结果提供严谨的方向性见解，而非对特定现实事件的点预测。

单次地缘政治分析最多可以纳入多少个国家？ 此服务支持 compute_interlocking_equilibria 最多纳入 8 个国家，analyze_sanctions_cascade 最多纳入 20 个国家，design_alliance_mechanism 最多纳入 8 个国家。所有国家都必须属于 20 个预先校准的国家行为体。纳入更多国家可以得出更贴近现实的级联和联盟结果，但需要更多计算时间。 此 MCP 服务使用实时数据还是缓存数据？ 所有 16 个来源的数据都会在查询时实时获取。OFAC 和 OpenSanctions 的制裁数据更新至 24 小时以内；UN COMTRADE 贸易数据反映最新可用的数据集（通常滞后 2-6 个月）；世界银行和 IMF 数据反映最近发布的指标。此服务没有缓存层。

我可以分析默认 20 个国家以外的国家吗？ 对于预先校准的 20 个国家（US、CN、RU、GB、FR、DE、JP、IN、KR、AU、IL、IR、SA、TR、BR、KP、UA、TW、PK、PL）以外的国家，将回退到通用默认参数：GDP 1,000 亿美元、军事支出 50 亿美元、不具备核能力、网络评分 0.3、稳定性 0.5、贸易开放度 0.3。对未经校准的国家，分析结果应视为近似值。

compute_interlocking_equilibria 和 simulate_geopolitical_agents 有什么区别？ compute_interlocking_equilibria 会同时分析多个领域中的均衡，并识别跨领域关联——它回答的是“所有地缘政治维度上的稳定结果是什么？”。simulate_geopolitical_agents 则专注于单个领域，并提供更丰富的 Agent 级输出，包括个体信念系统和收益分布——它回答的是“特定参与者在这场博弈中会如何行动？”。

制裁级联模型如何决定哪些国家会被卷入？ 级联模型基于有向加权贸易超图，采用阈值模型。每个国家的韧性阈值根据 GDP、贸易开放度和内部稳定性计算。当一个国家来自已受制裁贸易伙伴的累计压力超过其阈值时，该国就会加入受制裁方。来自美国的次级制裁合规压力会放大级联效应——与美国贸易往来占比较高的国家，除了直接贸易关联带来的压力外，还会面临额外压力。

将这些数据用于商业地缘政治分析是否合法？ 所有数据来源均为公开的政府和国际组织数据集。OFAC、OpenSanctions、UN COMTRADE、世界银行和 IMF 数据均可免费用于商业用途，但须遵守各数据来源的条款。使用公开的制裁和贸易数据进行分析不受限制。请咨询法律顾问，了解适用于您具体使用场景的出口管制和制裁合规义务。

这与 Bloomberg Terminal 或 Oxford Analytica 有何不同？ Bloomberg 和 Oxford Analytica 提供叙述式分析和专有数据集，并结合专家的人工判断。此服务提供基于公开数据的定量数学建模，包括均衡、Shapley 值和升级轨迹。它是面向需要结构化定量输出的 AI Agent 和分析师的计算工具，并非专家地缘政治判断的替代品。

一次典型的地缘政治均衡工具调用需要多长时间？ 每次调用都会并行处理 4-7 个参与者，超时时间为 180 秒。根据上游 API 的响应时间，大多数调用会在 30-90 秒内完成。由于 UN COMTRADE 查询规模较大，涉及 12 个以上国家的 analyze_sanctions_cascade 通常耗时更长（60-120 秒）。此服务以待命模式运行，因此没有冷启动延迟。

我可以安排定期的地缘政治情景监测吗？ 可以。使用 Apify 内置的计划功能，按日或按周运行情景分析。结合 Webhook，在超过特定阈值时将结果推送到 Slack 或电子邮件——例如，当 forecast_regime_transitions 对您正在监测的国家返回高于 0.6 的概率时。 如果工具调用期间上游数据 Actor 失败，会发生什么？ runActorsParallel 函数会妥善处理上游故障——如果某个 Actor 返回错误或空结果，它会为该数据源返回一个空数组。博弈论计算仍会使用基准国家参数运行。响应中的 dataSources 字段会显示从每个来源检索到的记录数量，因此你可以准确了解哪些上游调用成功了。

我可以将此 MCP 服务与 LangChain 或 LlamaIndex 搭配使用，以构建自主 Agent 工作流吗？ 可以。该服务实现了标准 MCP 协议，因此支持 MCP 工具调用的任何框架都可以使用全部 8 个工具。LangChain 的 apify 集成和 LlamaIndex 的 Apify reader 都可以连接到此服务。结构化 JSON 输出专为 Agent 的程序化处理而设计。

帮助我们改进

如果遇到问题，可以在 Apify 账户中启用运行共享，帮助我们更快地调试：

1. 前往 账户设置 > 隐私
2. 启用 与公开的 Actor 创建者共享运行

这样一来，出现问题时我们就能查看你的运行详情，从而更快地修复问题。只有 Actor 开发者可以看到你的数据，不会公开显示。

支持

发现 Bug 或有功能请求？请前往此 Actor 页面上的 Issues 标签页提交问题。如需自定义国家校准、其他数学框架或企业集成，请通过 Apify 平台联系我们。