mcpField
F
Frontier Signal

Frontier Signal

远程服务
velab.org商业与营销01 周前更新

关于 Frontier Signal

Frontier Signal 是面向跟踪已核实 AI 数据经纪商买家计划和需求信号用户的公开只读 MCP 服务。其工具查询记录的基线和公开简报,无需身份验证;不提供受限观察名单内容,也不编造命中数。

主要功能

  1. 01列出并查询买家计划
  2. 02查询类别需求分布
  3. 03读取公开简报
  4. 04查看基线变化
  5. 05列出数据观测日期
  6. 06无需身份验证的只读访问

适用场景

  1. 01查看已记录的买家计划及其状态
  2. 02查询指定日期的需求类别
  3. 03阅读不含受限内容的公开简报
  4. 04比较不同日期的基线变化

MCP 相关

通过 `https://mcp.velab.org/mcp` 的 Streamable HTTP 提供只读工具,无需身份验证。另提供本地 Python stdio 服务。

配置

远程服务无需本地安装。选择你使用的客户端,复制配置或使用一键安装。

服务地址https://mcp.velab.org/mcp
一键复制安装命令
Claude CodeTerminal
Cursor.cursor/mcp.json
VS Code.vscode/mcp.json
Claude Desktopclaude_desktop_config.json
Windsurf~/.codeium/windsurf/mcp_config.json

命令在终端中运行;JSON 粘贴到对应客户端的 MCP 配置后重启。需要授权的服务会在首次连接时提示登录。

工具

详细介绍

原文在翻译后有更新,译文可能不是最新。

Frontier Signal MCP

从 VE Lab 的 Frontier Signal 查询已核实的 AI 数据经纪商买家计划和需求信号。

公开且只读。无需 API 密钥,无需登录,也没有受限的观察名单。工具绝不会编造命中数。

线上入口:

功能

只有一个动词:查询已核实的买家计划和需求信号。

工具标题返回内容
list_buyer_programmes列出买家计划基线中的来源,可选筛选条件为 type、status、category。字段:名称、网址、等级、推荐信息、类别、状态、备注。
get_programme获取计划按完全匹配或模糊匹配的名称返回一个来源。
demand_mix需求分布最新日期或指定 observed 日期的热门类别([category, mention_count])。
latest_brief最新公开简报最新日期或指定日期的公开简报 Markdown。受限部分会被移除。
deltas基线变化最新日期或指定日期的 deltas_vs_prev(如果存在,也包括 recheck)。
list_observed_dates列出观测日期此代码检出版本中的基线日期(以及公开简报日期)。

每个工具都会设置 title 和 readOnlyHint: true(Claude Connectors / ChatGPT Apps 的要求)。demand_mix 中的提及数是基线上记录的启发式估算值,并非搜索引擎命中数。

远程 HTTPS MCP

此方式适用于Official MCP Registry 远程服务、Claude 自定义连接器和 ChatGPT Apps。

传输方式Streamable HTTP
端点https://mcp.velab.org/mcp
隐私政策https://mcp.velab.org/privacy
身份验证无(公开只读)
Workerworker/(Cloudflare Workers + createMcpHandler)

如果尚未绑定 mcp.velab.org,Worker 也会发布 https://frontier-signal-mcp.<your-subdomain>.workers.dev/mcp。运行 wrangler deploy 后,Wrangler 会输出线上 URL;自定义域名启用前,请使用该 URL。

访问远程 URL
# Health
curl -sS https://mcp.velab.org/health

# MCP initialize (Streamable HTTP)
curl -sS https://mcp.velab.org/mcp \
  -H 'Content-Type: application/json' \
  -H 'Accept: application/json, text/event-stream' \
  -d '{"jsonrpc":"2.0","id":1,"method":"initialize","params":{"protocolVersion":"2025-03-26","capabilities":{},"clientInfo":{"name":"curl","version":"0"}}}'

Cursor(远程):

{
  "mcpServers": {
    "frontier-signal": {
      "url": "https://mcp.velab.org/mcp"
    }
  }
}
Claude 自定义连接器 — 测试步骤
  1. 打开 claude.ai → 设置 → 连接器(或 自定义连接器)。
  2. 选择添加自定义连接器。
  3. 名称:Frontier Signal。
  4. URL:https://mcp.velab.org/mcp(或部署时提供的 workers.dev URL)。
  5. 身份验证:无需身份验证。
  6. 保存并为聊天启用该连接器。
  7. 提问:使用 Frontier Signal,列出观测日期,然后列出需求分布。不要编造额外的提及数。
  8. 确认 Claude 先调用 list_observed_dates,再调用 demand_mix。此代码检出版本中的最新日期应为 2026-11-04;Software / code 的提及数为 12(启发式估算值,并非命中数)。
  9. 可选:查找 Lazarus → get_programme 返回 Turing (Lazarus)。显示公开简报 → latest_brief 不得包含受限观察名单的内容。
ChatGPT Apps / Connectors
  1. 创建或编辑应用 / 自定义 GPT。
  2. 添加 MCP 服务 / 连接器,并使用 URL https://mcp.velab.org/mcp。
  3. 无需 OAuth 客户端 ID 或密钥。
  4. 使用上述 Claude 步骤中的相同提示词进行冒烟测试。
  5. 将应用的隐私政策 URL 设置为 https://mcp.velab.org/privacy。

上架资料(Registry、Claude、ChatGPT)

字段文案
一句话介绍查询经过验证的 AI 数据经纪商买家计划和需求信号。
描述Frontier Signal 是 VE Lab 提供的公开、只读 MCP,用于获取 AI 数据买家计划、需求构成和公开简报的每日基线。无需登录。不会虚构命中次数,也不会公开受限的监测名单。
支持[email protected](也可联系 [email protected])
隐私政策https://mcp.velab.org/privacy
主页https://velab.org/frontier-signal/
MCP URLhttps://mcp.velab.org/mcp
图标 / 品牌VE Lab / Frontier Signal — velab.org

server.json 列出了 Streamable HTTP 远程服务,以及本地 PyPI/stdio 包。发布到 Registry 仍是后续步骤(mcp-publisher)。

本地 stdio(Cursor / Claude Desktop)

需要 Python 3.11+ 和 uv。

git clone https://github.com/collectivewinca/frontier-signal-mcp
cd frontier-signal-mcp
uv sync
uv run python -m frontier_signal_mcp

等效命令:uv run frontier-signal-mcp。

Cursor(~/.cursor/mcp.json 或项目 .cursor/mcp.json)
{
  "mcpServers": {
    "frontier-signal": {
      "command": "uv",
      "args": [
        "--directory",
        "/ABSOLUTE/PATH/to/frontier-signal-mcp",
        "run",
        "python",
        "-m",
        "frontier_signal_mcp"
      ]
    }
  }
}
Claude Desktop(claude_desktop_config.json)

在 mcpServers.frontier-signal 下使用与 Cursor 相同的 command / args。

部署 Worker

VE Lab Workers 使用的 Cloudflare 账户:aa6789c67f992fd0b9f5933e86e11184(在 worker/wrangler.jsonc 中设置为 account_id)。

cd worker
npm ci
npm test
npx wrangler login          # or: export CLOUDFLARE_API_TOKEN=...
npx wrangler deploy         # prints https://frontier-signal-mcp.<subdomain>.workers.dev

此环境没有 Cloudflare API 令牌,因此 PR Agent 不会发布到生产环境。配置文件为 worker/wrangler.jsonc(Wrangler 4;等效于 wrangler.toml)。登录后,以上命令即可完成全部部署。

或者在仓库根目录运行:bash scripts/deploy.sh。

Worker 创建完成且 velab.org 区域已添加到此账户后,再绑定首选主机:

cd worker
npx wrangler deploy --x-route-zones --domain mcp.velab.org

然后确认:

  • https://mcp.velab.org/mcp — Streamable HTTP
  • https://mcp.velab.org/privacy — 此隐私政策
  • https://mcp.velab.org/health — { ok: true, ... }

本地 Worker:运行 cd worker && npm run dev,然后访问 http://127.0.0.1:8787/mcp。

添加更新的每日基线:将文件放入 data/,在 worker/ 中运行 npm run embed-data,然后重新部署。Python stdio 服务会在下一次工具调用时加载新文件,无需重新构建。

数据(脱离仓库离线使用)

data/baselines/YYYY-MM-DD.json
data/briefs/YYYY-MM-DD.md

示例数据日期:2026-10-30、2026-11-02、2026-11-03、2026-11-04(另有 2026-11-03 和 2026-11-04 的公开简报)。

  1. 将当天的 JSON 复制到 data/baselines/YYYY-MM-DD.json(observed 必须与文件名一致)。
  2. 仅将公开简报复制到 data/briefs/YYYY-MM-DD.md。遇到任何受限内容 / 监测名单登录标题时立即停止。
  3. stdio:如有需要,重启 MCP 客户端。远程服务:运行 cd worker && npm run embed-data && npx wrangler deploy。

通过 FRONTIER_SIGNAL_DATA_DIR=/path/to/data 覆盖 Python 数据目录。

隐私

完整政策:docs/privacy.md(在 Worker 的 /privacy 路径呈现)。

  • 仅限公开且经过验证的数据。 不含 PII、凭据或 API 密钥。
  • 不含受限的监测名单内容。 latest_brief 会剔除受限标题。
  • 不虚构命中次数。 demand_mix 按记录原样返回 hot 数组。
  • 对本产品而言,无需身份验证是正确的设置。

分发意向(10 个商店)

  1. 官方 MCP Registry — server.json 中的名称为 io.github.collectivewinca/frontier-signal-mcp,包含 remotes(Streamable HTTP)和 packages(stdio)。
  2. ChatGPT Apps 和 Claude Connectors(使用上面的自定义连接器 URL)。
  3. 然后是 Google Connected Apps、Grok、Cursor Marketplace、Meta Muse、Copilot Agent Store、AgentExchange、AWS Marketplace。

此仓库尚未提交到这些商店。

开发

uv sync
uv run pytest
cd worker && npm ci && npm test

有关不变量,请参阅 AGENTS.md;有关发布信息,请参阅 CHANGELOG.md。

许可证

MIT

评论

支持 Markdown

第一次接触 MCP?

从协议是什么,到在客户端里装上第一个服务,这几条回答覆盖了大多数入门问题。

一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。