aibvf-mcp

AI BVF：评审一项 AI 投资决策

将一项 AI 提案转化为决策简报：结论、证据缺口，以及工作负责人接下来要采取的行动。

在浏览器中试评一项提案

打开 aibvf.com/start。首次评估无需账号或安装。

粘贴以下合成示例，或描述你正在评审的提案：

我们是一家营收 24 亿欧元的制造商，正在考虑在供应链中使用 GenAI 进行预测性维护。我们的运营模式较为传统。我们已有一位项目发起人，但受影响的岗位、人为干预权和绩效指标仍需评审。

运行评估，检查系统如何解读该提案，并修正相关假设。评估会询问尚未明确的输入，并标出估算得出的支柱评分。保留行动清单，指定负责人，并在工作发生变化、证据有所补充后再次评估。

决策简报

结果汇总了以下问题。这是针对上述示例的说明性阅读指南，所用引擎字段名称见下文。

简报部分	需要评审的内容
结论	Stop、Fix 或 Accelerate，以及得出该结论所依据的规则。支柱评分仍为估算值的初始提案，结论仍属暂定。
证据缺口	提供了哪些输入、哪些输入是估算值，以及工作流、岗位、决策权和指标方面还有哪些未知项。
规划收益	根据就绪度调整后的欧元情景。建设成本、运营成本、变更成本和财务时序仍需通过单独的业务案例评估。
决策评分	对支柱输入和输入完整度进行 0 到 100 分的汇总。该分数不代表经过校准的概率。
下一步行动	再次评审前需要补充的证据或完成的工作变更，并由团队指定负责人员。

对于上述示例，首要行动是收集拟议工作流及其负责人的证据。只有支柱阈值全部达标，且满足全部四项工作架构检查要求，结论才能为 Accelerate。

查看可复现的完整示例，了解确切输入、计算过程，以及在工作架构得到证实前结论仍为 Fix 的重新评分结果。

将评估融入现有工作流

浏览器是首次使用的入口。托管连接器和本地 MCP 包可让助手在你处理提案时重复进行评估。

在 claude.ai 上使用托管连接器

打开 Settings，然后依次选择 Connectors 和 Add custom connector，再粘贴：

https://mcp.aibvf.com/api/mcp

然后提问：

使用 AI BVF 评估这项 AI 计划：我们是一家营收 24 亿欧元的制造商，正在考虑使用 GenAI 进行预测性维护，运营模式较为传统。请确认各项输入，展示假设，并指出下一次决策所需的证据。

在 Claude Desktop、Claude Code 或 Cursor 中本地使用

将此配置添加到你的 MCP 客户端：

{
  "mcpServers": {
    "aibvf": { "command": "npx", "args": ["-y", "aibvf-mcp"] }
  }
}

退出并重启客户端。Windows 使用 cmd /c；客户端设置与故障排除指南包含完整配置。

从 assess_ai_initiative 开始。若结论为 Fix 或 Stop，请使用 recommend_improvements，与负责这项工作的人一起评审建议的行动，并在证据发生变化后重新评分。

如何解读结果

AI BVF 是一个确定性规划模型，其假设均已公开。您可以检查源代码和公式；对于给定的引擎版本，相同输入会产生相同输出。

四大支柱分别是战略契合度、财务回报、变革赋能和治理风险。GR >= 70 或 FR <= 20 时，结果为 Stop；SA >= 60、FR >= 60、CE >= 60 且 GR <= 40 时，通过 Accelerate 的支柱测试。如果存在差距、评估不完整，或缺少工作架构证据，即使其他方面均为绿色，项目也会暂缓为 Fix。

解读结果时，请牢记以下边界：

• 决策分数。 为保持兼容性，现有 API 字段 confidence、decision_confidence 和 projected_confidence 保留原名称。这些是基于规则的分数，并不代表项目成功的实测概率或预测准确度。
• 规划收益。 评分器的 net_low_eur、net_high_eur 和 MCP 的 net_value_eur，是将准备度收益捕获假设应用于基于收入的收益情景得出的结果。项目成本、利润率、时间安排和重叠效应均不在此计算范围内。
• 研究背景。 外部研究为问题提供参考，但不会发布或验证 AI BVF 的功能比率、行业乘数、准备度收益捕获百分比或阻力比率。
• 模块标签。 applied_modules 记录实施背景。healthcare_clinical_validation 和 financial_dora_module 等标签不会执行临床验证，也不会认证法规合规性。
• 所提供的证据。 引擎会记录所提供的数值和工作架构检查。组织仍有责任审核这些数值背后的证据。

在将输出用于资金决策之前，请阅读评分公式和示例。

面向开发者的工具

通过本地 stdio 和托管的 Streamable HTTP 连接器提供 13 个工具。

工具	用途
assess_ai_initiative	解析自然语言提案，请求缺失的决策输入，并返回评估结果。
score_initiative	对明确输入进行评分，应用工作架构门槛，并返回推理过程、审计信息和敏感性分析。
recommend_improvements	为 Fix 或 Stop 提出支柱改进措施和工作重新设计步骤。接受预测结果前，请重新评估证据。
assemble_portfolio	整理零散的组合输入，解析别名，并披露估算的支柱分数。
validate_portfolio	根据已发布的 JSON Schema 验证组合文档。
score_portfolio	对组合进行评分并返回其汇总结构。使用总值前，请检查收益重叠情况。
sequence_portfolio	在变革容量约束下生成推出批次，并指定明确的门槛。
diagnose_process	评估观测到的流程信号，并返回干预措施及其建模效果。
infer_readiness	根据所提供的流程信号推断准备度分类，并报告覆盖情况。
calculate_pace_layer_drag	使用已公开的比率，返回运营模式摩擦的方向性情景。
get_benchmark	返回 AI BVF 规划比率及其证据状态和使用指南。
list_taxonomy	列出可用的行业、职能、AI 层级和准备度。
map_to_taxonomy	将日常业务术语映射到支持的分类体系，并列出无法解析的术语。

对于组合，请依次使用 assemble_portfolio、validate_portfolio、score_portfolio，然后使用 sequence_portfolio。在使用汇总的建模范围之前，需要单独审核工作重叠和共享收益。

软件包与公开规范

软件包	版本	用途
aibvf-mcp	0.14.14	MCP 服务，提供 13 个工具，支持 stdio，以及托管的 Streamable HTTP 服务 mcp.aibvf.com。
aibvf-check	0.1.1	在 CI 中检查已声明的 AI 计划清单是否符合政策。
@aibvf/core	0.10.6	TypeScript 评估与评分引擎。
aibvf	0.2.2	Python 评分引擎与验证器。用它替代 TypeScript 实现前，请先查看其文档中说明的功能覆盖范围。

公开组合规范的版本为 1.0。该文档格式的版本与实现它的软件包版本相互独立；软件包版本标识特定评估所使用的代码与行为。

协议页面 · npm 软件包 · MCP 注册表 · 发布历史

匿名使用情况遥测

MCP 服务可以报告工具调用和 server_connect 事件。事件包含协议和软件包版本、入口路由、评估阶段、工作架构状态、分类字段、每日轮换的调用方哈希，以及（如有提供）分类和置信度。

本地 stdio 调用还会包含稳定的一次性 install_hash，用于衡量重复使用情况，该值根据本地随机种子生成。托管调用不会发送稳定的安装哈希；只有当本地用户主动设置 AIBVF_USAGE_ROLE 时，才会发送宽泛的 user_role。

不会包含组合内容、收入数字、支柱数值评分或个人身份信息。设置 AIBVF_TELEMETRY_DISABLE=1 可阻止发送事件并禁止创建本地安装 ID 文件。设置 AIBVF_TELEMETRY_URL 和 AIBVF_TELEMETRY_KEY 可指向你自己的后端。

软件包下载量包含重复安装、依赖项和自动化下载。请使用已完成的评估及后续决策审查来评估采用情况。

提交案例或更正

请提供可复现的反例：输入、实际输出、预期决策、佐证材料和引擎版本。贡献指南包含模板，并说明审查和许可边界。

十团队试点包规定了首次使用和再次使用检查、访谈提示词及跟踪表。除非案例明确记录了同意及其证据，否则本仓库中的示例均为合成案例。

如果 AI BVF 帮助你审查了某项决策，请为仓库加星或分享反例。这两种方式都能为项目提供有益反馈。

许可证

仓库源代码采用 MIT 许可证，详见 LICENSE。spec/ 下的规范和 JSON Schema 采用 CC-BY-4.0 许可证，AI BVF 名称和徽标为商标，详见 NOTICE。

私人基准测试材料和认证标志不属于源代码贡献渠道。贡献指南说明了如何讨论这些材料，同时不改变仓库许可证授予的权利。

关于作者

Craig Horton 是一位常驻阿姆斯特丹的独立转型负责人，也是 AI Business Value Framework 的作者。他的工作将 AI 投资决策与组织就绪度及工作重塑联系起来。

The Transformation Brief · Craig Horton 的 LinkedIn 页面