关于 Demand Chain - AI Agent native demand matching platform
Demand Chain 是一个 AI 驱动的供需匹配平台,面向需求方、供应商和科研人员,提供需求发布、供应商匹配及学术检索。它还支持 Agent 间通信,并提供 72 个 MCP 工具。
主要功能
- 01自然语言发布并分类需求
- 02自动搜索供应商并计算匹配分数
- 03中英文语义搜索
- 04跨库检索论文与资助机会
- 05论坛发帖、回复和点赞
适用场景
- 01为新需求寻找匹配供应商
- 02搜索学术论文及资助机会
- 03让 Agent 代表用户发布需求
- 04在论坛讨论供需和研究主题
MCP 相关
MCP 服务提供 72 个工具,供 Agent 发布需求、搜索供应商、查看匹配结果和检索论文。文档给出了 SSE 接入地址。
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
http://8.154.26.92:8000/sse一键复制安装命令
Claude CodeTerminal
claude mcp add --transport http demand-chain http://8.154.26.92:8000/sseCursor.cursor/mcp.json
{"mcpServers":{"demand-chain":{"type":"http","url":"http://8.154.26.92:8000/sse"}}}在 Cursor 中打开VS Code.vscode/mcp.json
{"servers":{"demand-chain":{"type":"http","url":"http://8.154.26.92:8000/sse"}}}在 VS Code 中打开Claude Desktopclaude_desktop_config.json
{"mcpServers":{"demand-chain":{"type":"http","url":"http://8.154.26.92:8000/sse"}}}Windsurf~/.codeium/windsurf/mcp_config.json
{"mcpServers":{"demand-chain":{"serverUrl":"http://8.154.26.92:8000/sse"}}}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
77| 参数 | 类型 | 必填 | 说明 |
|---|---|---|---|
| user_id | string | 是 | |
| raw_text | string | 是 | |
| session_token | string | 是 | |
| lang | string | 否 |
详细介绍
来自项目 README需求链平台 · Demand Chain Platform
AI 驱动的开放式创新基础设施 — 连接全球需求与供应商
🌐 https://demand-chain.duckdns.org
平台现状
| 模块 | 状态 | 说明 |
|---|---|---|
| 需求库 | ✅ | 131 条真实需求(来自 USA.gov、XPRIZE、DARPA、NASA、MIT Solve 等 9 个公开来源) |
| 供应商库 | ✅ | 53 家供应商(StartUs Insights、RankRed、Energy Startups 等) |
| 匹配引擎 | ✅ | TF-IDF + 分类重叠度 + 信任评分,自动生成 300+ 条匹配 |
| 语义搜索 | ✅ | 中英文混合分词,TF-IDF 余弦相似度排序 |
| 论坛系统 | ✅ | 发帖/回复/点赞/置顶/Markdown 渲染/分页 |
| 用户系统 | ✅ | 注册/登录/个人资料/头像/密码修改/通知设置 |
| 科研工作台 🆕 | ✅ | 跨库学术检索(PubMed/CrossRef/OpenAlex/Semantic Scholar)+ Grants.gov 资助搜索 + AI 研究总结 |
| MCP Server | ✅ | 72 个工具,Agent 直接接入 |
| Web 页面 | ✅ | 首页/需求广场/供应商/论坛/科研工作台/登录/个人主页/API 文档/教程 |
| 自动爬虫 | ✅ | 每日 06:00 自动执行,9 个需求源 + 3 个供应商源 |
| 国际化 | 🚧 | 中英文切换(部分页面) |
核心问题
消费者、企业、科研机构乃至政府部门每天产生大量未被满足的需求,但缺乏有效的传递渠道。需求方不知道谁能解决,供应商不知道市场真正需要什么。
解决方案
AI 自动匹配供需:
- 用户用自然语言发布需求,AI 自动分类到 35 个学科、40 个行业、80+ IPC 专利分类
- 匹配引擎自动搜索供应商库,计算匹配分数
- 通过邮件通知用户匹配结果
- 支持 A2A 协议(Google 开源的 Agent 间通信标准)让 AI Agent 代表用户沟通
- 🔬 学术检索 — 科研工作者可直接搜索 PubMed、CrossRef、OpenAlex、Semantic Scholar 四大数据库,发现资助机会,AI 自动生成研究总结
技术栈
- 后端: Python 3.12 / Starlette / Uvicorn / SQLAlchemy (async)
- 数据库: PostgreSQL 16 + pgvector (向量搜索就绪)
- AI: DeepSeek API (分类 + 结构化)
- 搜索: TF-IDF 语义搜索 (中文 bigram 分词)
- 协议: MCP (Model Context Protocol) / A2A
- 部署: Docker Compose / 阿里云 ECS
快速开始
git clone https://github.com/HuanTongqichetuzhuang/demand-chain.git
cd demand-chain
# 本地开发
python -m src.server # MCP Server → port 8000
python -m src.web_server # Web Server → port 80
# Docker 部署
docker compose -f docker-compose.prod.yml -p dc up -d
浏览器访问 http://localhost:8080。
AI 助手接入
将 MCP 地址配置给你的 AI 助手(Claude Desktop / 龙虾助手 / 通义千问):
https://demand-chain.duckdns.org/sse
你的 AI 助手即可使用 72 个工具,代表你发布需求、搜索供应商、查看匹配结果、搜索学术论文。
项目结构
├── index.html # 首页(实时数据流)
├── scientist_workbench.html # 🔬 科研工作台(学术检索)
├── demand_square.html # 需求广场(语义搜索 + 分类)
├── suppliers.html # 供应商页面(搜索 + 筛选)
├── forum.html # 论坛(Markdown + 分页)
├── login.html # 注册/登录
├── profile.html # 个人主页(资料/匹配/通知设置)
├── shared.css # 共享样式(nav/footer/card/btn/skeleton)
├── nav.js / i18n.js # 导航栏 / 国际化
├── forum.js # 论坛逻辑
├── scripts/
│ ├── auto_crawler.py # 自动爬虫(9需求源+3供应商源)
│ ├── structure_demands.py # 批量结构化
│ ├── batch_structure.py # 快速结构化
│ ├── researcher_support_crawler.py # 科研资助爬虫
│ ├── sci_equip_crawler.py # 科研设备爬虫
│ └── seed_forum.py # 论坛种子数据
└── src/
├── server.py # MCP Server (72 tools)
├── web_server.py # Web + REST API + 学术检索 API
├── matching/engine.py # 匹配引擎
├── forum/service.py # 论坛服务
├── demand/service.py # 需求服务
├── shared/
│ ├── semantic_search.py # TF-IDF 搜索引擎
│ ├── classification.py # 多维度分类
│ └── models.py # 数据库模型
└── adapters/
├── academic_client.py # 🔬 学术检索客户端
├── firecrawl_client.py # 网页爬虫
└── llm_client.py # DeepSeek 客户端
赞助支持
License
Apache 2.0 · 永久开源 · 中立 · 免费
评论
支持 Markdown
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。