mcpField
D
Demand Chain - AI Agent native demand matching platform

Demand Chain - AI Agent native demand matching platform

远程服务
github.com/HuanTongqichetuzhuangAI 与智能体013 周前更新
代码仓库

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

  1. 01自然语言发布并分类需求
  2. 02自动搜索供应商并计算匹配分数
  3. 03中英文语义搜索
  4. 04跨库检索论文与资助机会
  5. 05论坛发帖、回复和点赞

适用场景

  1. 01为新需求寻找匹配供应商
  2. 02搜索学术论文及资助机会
  3. 03让 Agent 代表用户发布需求
  4. 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
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

77
参数类型必填说明
user_idstring是
raw_textstring是
session_tokenstring是
langstring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

License Status Stars


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:

  1. 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
  2. 匹配引擎自动搜索供应商库,计算匹配分数
  3. 通过邮件通知用户匹配结果
  4. 支持 A2A 协议(Google 开源的 Agent 间通信标准)让 AI Agent 代表用户沟通
  5. 🔬 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

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。