Elder Care Facility Intelligence

老年护理机构情报 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": {
    "elder-care-facility-intelligence-mcp": {
      "url": "https://ryanclinton--elder-care-facility-intelligence-mcp.apify.actor/mcp"
    }
  }
}

---

通过 Model Context Protocol 服务提供老年护理机构情报——可在几秒内通过 AI 客户端评估任意养老院、辅助生活机构或记忆照护机构。此 MCP 服务协调 9 个并行数据源，生成综合安全评分、投诉模式分析、所有权透明度评级、质量综合评分和员工充足度估算。专为私募股权尽职调查、保险承保、家庭安置决策和监管监督打造。

此服务以 Apify Standby 模式运行，在请求间保持活动状态，实现亚秒级工具调用。每次调用都会向 OSHA 检查记录、CFPB 消费者投诉、多平台评论抓取器、企业注册数据库、非营利组织数据库和 Google Maps 并行发送请求，然后将原始数据整合为结构化 JSON 报告，其中包含 0-100 分数、类别判定和可执行信号。无需管理 API 密钥，也无需维护基础设施。

可以提取哪些数据？

数据点	来源	示例
📋 OSHA 安全违规（严重、故意、屡犯）	OSHA 检查数据库	3 项故意违规，罚款 $87,500
💰 OSHA 罚款金额和检查历史	OSHA 检查数据库	总罚款 $24,000（2022–2024）
🏛️ 消费者账单和服务投诉	CFPB 消费者投诉	12 项未解决的账单投诉
⭐ 多平台评论评分和情感倾向	多平台评论分析器	47 条评论，平均评分 3.1/5
🔎 Trustpilot 评论评分和模式	Trustpilot 评论分析器	2.8/5——口碑评级为“差”
🏢 企业所有权结构和实体	OpenCorporates（140 多个司法管辖区）	4 家关联 LLC，2 家已解散实体
📂 非营利组织身份和 IRS 990 财务数据	ProPublica 非营利组织查询器	已核实 501(c)(3) 身份，营收 $14M
📍 机构位置、评分和联系方式	Google Maps 潜在客户信息补全器	3.9/5，112 条评论，地址已核实
🌐 网络信息和运营方联系信息	网站联系信息抓取器	[email protected]
🎯 综合安全评分（0-100）	4 模型加权评分	评分：67——判定为避免
🔗 根据评论 NLP 分析得出的员工充足度信号	OSHA + 评论关键词分析	检测到 8 次人手不足的提及
🏷️ 所有权透明度评级	企业与非营利组织交叉比对	不透明——涉及 3 个司法管辖区、2 家空壳实体

为什么使用 Elder Care Facility Intelligence MCP Server？

手动尽调设施时，需要从一个门户提取 OSHA 记录，从另一个门户获取 CFPB 数据，在 OpenCorporates 中搜索所有权链，阅读三个不同平台上的数十条评论，再手动汇总所有信息。对单家设施来说，这个过程需要 4-6 小时；对包含 20 家设施的投资组合来说，则需要数周。

此 MCP 服务可自动完成整个流程。调用一个工具，即可在 30 秒内获得包含评分、信号和结论的结构化报告。所有数据源并行运行，无需按顺序轮询 API，也不必在浏览器标签页之间复制粘贴。

除了速度优势外，该服务还提供了依托 Apify 平台运行所带来的好处：

• 定时任务 — 按每日、每周或自定义间隔定期监控设施，跟踪安全指标随时间恶化的情况
• API 访问 — 通过 Python、JavaScript 或任何 HTTP 客户端触发评估，集成到现有工作流中
• 待机模式 — 服务在请求间保持热运行，消除高频使用场景中的冷启动延迟
• 监控 — 运行失败或产生意外结果时，接收 Slack 或电子邮件提醒
• 集成 — 将评估结果连接到 Zapier、Make、Google Sheets、HubSpot 或下游 Webhook

功能

• 4 种评分模型 + 综合结论 — 设施安全评分、投诉严重程度指数、所有权透明度评级和质量评级综合分通过加权公式合并，得出单一的 0-100 综合风险评分，并给出 RECOMMENDED / ACCEPTABLE / CAUTION / AVOID / HIGH_RISK 结论
• OSHA 违规分类 — 区分严重、故意和重复违规，并分别累计处罚分数；在安全评分中，故意违规的权重是严重违规的 3 倍（每起事件 15 分，严重违规为 5 分）
• 违规密度分析 — 计算每次检查的违规数比例，识别相对于检查频率而言违规率较高的设施，而不仅仅是查看违规总数
• CFPB 投诉严重程度分诊 — 根据公司回应状态将每起投诉分为高、中、低严重程度（“已结案，未提供补偿” = 高；“已结案，并提供说明” = 中）；筛选与老年护理账单相关的关键词
• 跨平台投诉关联分析 — 检测 CFPB 高严重程度投诉是否与负面评论模式同时出现，并标记系统性问题
• 员工配备关键词 NLP 分析 — 扫描评论和投诉文本，查找 10 个与员工配备相关的词语（人手不足、人员短缺、疏忽、遗弃、响应时间等）；提及 5 次以上触发员工不足信号，10 次以上则触发严重问题提示
• 非营利机构身份核验 — 交叉核对 ProPublica IRS 990 数据，确认免税身份并报告收入规模；营利性运营方会额外获得一项风险标记
• 企业复杂度评分 — 统计司法辖区数量、已解散实体、控股公司或管理公司结构，以及空壳公司迹象；按实体类型分配复杂度分数（司法辖区 +3 分，已解散 +5 分，空壳公司迹象 +4 分）
• 评论一致性评分 — 比较 Google Maps、Trustpilot 和多平台聚合平台上的平均评分；跨平台评分差异超过 1.0 星时触发不一致信号
• 8 种专用 MCP 工具 — 从针对性监管历史查询到完整的 9 个数据源综合评估，细粒度工具选择让调用方只需为所需情报付费
• 并行 Actor 调度 — 所有数据源均通过 Promise.all 并发运行，将 9 个数据源综合评估的耗时缩短至最慢单个数据源的耗时（约 15-30 秒）
• 支出限额执行 — 每次工具调用都会在执行前检查 Actor.charge()；如果达到单次运行的预算上限，则返回结构化错误

老年护理设施情报的使用场景

私募股权收购尽职调查

评估养老院或辅助生活机构收购项目的私募股权公司，需要在交易交割前识别合规风险。此 MCP 服务提供 OSHA 违规历史、投诉趋势和所有权结构分析，这些信息可能不会出现在卖方的数据室中。对目标机构并行调用 facility_safety_assessment，根据综合风险评分对收购候选对象排序；然后使用 ownership_structure_check，在协商陈述与保证条款前识别层级复杂的控股公司结构。

保险风险核保

为老年护理运营商定价责任险和工伤赔偿保单的核保人，需要了解客观的安全和人员配置指标，而不仅仅是赔案记录。regulatory_violation_history 工具可显示故意违规和重复 OSHA 违规——这是持续责任风险的最强预测指标。staff_adequacy_estimate 工具根据公开信号提供人员配置充足度的代理指标，无需访问内部人力资源记录。

家庭入住决策

为父母或配偶调查养老院或辅助生活社区的家庭面临信息不对称的问题——机构的营销材料不会披露 OSHA 违规或未解决的账单投诉。quality_rating_composite 工具将 Google Maps、Trustpilot 和其他评论平台的评分汇总为一个分数；complaint_pattern_analysis 则从 CFPB 数据库中查找账单和护理投诉，而大多数家庭根本想不到要查阅这些信息。

投资组合风险监控

管理多家老年护理机构的运营商和投资者可以定期对每处物业调用 compare_facilities，持续跟踪安全评分、投诉量和质量评分。投诉严重程度上升或出现新的 OSHA 故意违规时，会触发预警，避免事态发展成监管行动或负面媒体事件。

监管合规监督

监控老年护理质量的州监管机构和倡导组织可以使用 regional_facility_scan 发现某一地区的所有机构，然后对 Google Maps 评分较低的机构运行 facility_safety_assessment，将检查资源优先用于风险最高的运营商。

人员配置充足度审计

追踪老年护理行业人员配置不足情况的倡导团体和劳工组织，可以使用 staff_adequacy_estimate 大规模提取公开评论和投诉数据中的人员配置信号。该工具会将评论关键词频率与 OSHA 人员配置违规数量进行交叉比对，以识别多种独立数据来源同时出现人员配置不足迹象的机构。

如何评估老年护理机构

1. 将 MCP 服务连接到 AI 客户端 — 将服务 URL https://elder-care-facility-intelligence-mcp.apify.actor/mcp 添加到 Claude Desktop、Cursor、Windsurf 或任何兼容 MCP 的客户端。必须在 Bearer 标头或查询参数中包含 Apify API 令牌。
2. 选择工具 — 如需全面了解情况，请使用 facility_safety_assessment。如需针对性查询，可从七种专用工具中选择。连接后，工具列表会自动显示在 MCP 客户端中。
3. 提供机构名称和位置 — 输入机构名称（例如，“Sunrise Senior Living”），并可选填城市／州，以消除地理位置歧义。服务会自动为每个数据源构建相应的搜索查询。
4. 查看结构化报告 — 结果以 JSON 格式返回，包含 0–100 分的评分、分类风险等级、自然语言信号和建议。完整的综合评估通常需要 15–30 秒。

MCP 工具

工具	价格	输入	描述
facility_safety_assessment	$0.045	facility、location（可选）	汇总 9 个来源：OSHA、CFPB、评价、企业信息、非营利组织和地图。返回综合评分和结论。
regulatory_violation_history	$0.045	facility、location（可选）	仅限 OSHA：严重、故意和重复违规；罚款总额；检查趋势；安全评分。
complaint_pattern_analysis	$0.045	facility	CFPB 投诉、多平台评价情感分析和跨平台相关性检测。
ownership_structure_check	$0.045	entity	企业登记信息、非营利组织 IRS 990 信息和网络信息。实体数量、司法管辖区、透明度级别。
quality_rating_composite	$0.045	facility、location（可选）	汇总 Trustpilot、Google Maps 和多个平台的评价。平均评分和一致性评分。
staff_adequacy_estimate	$0.045	facility、location（可选）	对评价和投诉进行人员配置关键词 NLP 分析，并与 OSHA 人员配置违规记录交叉比对。
compare_facilities	$0.045	facility、location（可选）	安全评分、投诉评分、质量评分和所有权信息——采用结构化格式，便于并排比较。
regional_facility_scan	$0.045	region、facilityType（可选）	通过 Google Maps 查找某个区域的老年护理机构，并提供评分和联系信息。

连接配置

Claude Desktop——添加到 claude_desktop_config.json：

{
  "mcpServers": {
    "elder-care-facility-intelligence": {
      "url": "https://elder-care-facility-intelligence-mcp.apify.actor/mcp",
      "headers": {
        "Authorization": "Bearer YOUR_APIFY_TOKEN"
      }
    }
  }
}

Cursor / Windsurf / Cline——在 MCP 设置面板中添加相同的 URL 和 Authorization 标头。

HTTP / 程序化调用——直接向端点发送 POST 请求：

curl -X POST "https://elder-care-facility-intelligence-mcp.apify.actor/mcp" \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer YOUR_APIFY_TOKEN" \
  -d '{"jsonrpc":"2.0","method":"tools/call","params":{"name":"facility_safety_assessment","arguments":{"facility":"Sunrise Senior Living","location":"Virginia"}},"id":1}'

输出示例

针对“Harborview Care Center, Tampa FL”调用 facility_safety_assessment，返回：

{
  "facility": "Harborview Care Center",
  "compositeScore": 63,
  "verdict": "AVOID",
  "facilitySafety": {
    "score": 72,
    "oshaViolations": 7,
    "seriousViolations": 4,
    "repeatViolations": 2,
    "riskLevel": "POOR",
    "signals": [
      "2 repeat violations — pattern of non-compliance",
      "4 serious violations — significant safety concerns",
      "$31,500 in OSHA penalties"
    ]
  },
  "complaintSeverity": {
    "score": 55,
    "totalComplaints": 18,
    "severityBreakdown": { "high": 4, "medium": 6, "low": 8 },
    "reputationLevel": "POOR",
    "signals": [
      "4 unresolved/untimely CFPB complaints — consumer protection concern",
      "Average rating 2.8/5 — poor resident/family satisfaction",
      "11 negative reviews — reputation concern",
      "Correlated complaints across CFPB + review platforms — systemic issue"
    ]
  },
  "ownershipTransparency": {
    "score": 48,
    "entitiesFound": 5,
    "nonprofitStatus": false,
    "corporateComplexity": 31,
    "transparencyLevel": "OPAQUE",
    "signals": [
      "3 jurisdictions — complex ownership structure",
      "2 dissolved entities — ownership history concern",
      "3 holding/management entities — potential layered ownership"
    ]
  },
  "qualityRating": {
    "score": 34,
    "avgRating": 2.8,
    "reviewCount": 63,
    "hasPhysicalPresence": true,
    "qualityLevel": "BELOW_AVERAGE",
    "signals": [
      "Google Maps 2.9/5 — poor local reputation"
    ]
  },
  "allSignals": [
    "2 repeat violations — pattern of non-compliance",
    "4 serious violations — significant safety concerns",
    "$31,500 in OSHA penalties",
    "4 unresolved/untimely CFPB complaints — consumer protection concern",
    "Average rating 2.8/5 — poor resident/family satisfaction",
    "Correlated complaints across CFPB + review platforms — systemic issue",
    "3 jurisdictions — complex ownership structure",
    "2 dissolved entities — ownership history concern",
    "Google Maps 2.9/5 — poor local reputation"
  ],
  "recommendations": [
    "Severe complaint pattern — review resident rights and grievance procedures",
    "Opaque ownership — request beneficial ownership disclosure",
    "Repeat violations indicate systemic safety management failure",
    "For-profit facility — verify pricing transparency and care-to-revenue ratios"
  ]
}

输出字段

字段	类型	描述
facility	string	提供给工具的机构名称
compositeScore	number	0-100 的综合风险评分（数值越高，风险越大）
verdict	string	RECOMMENDED / ACCEPTABLE / CAUTION / AVOID / HIGH_RISK
facilitySafety.score	number	根据 OSHA 数据得出的 0-100 安全风险评分
facilitySafety.oshaViolations	number	发现的 OSHA 违规总数
facilitySafety.seriousViolations	number	被归类为“严重”的违规数
facilitySafety.repeatViolations	number	被归类为“重复”的违规数
facilitySafety.riskLevel	string	EXCELLENT / GOOD / FAIR / POOR / CRITICAL
facilitySafety.signals	string[]	根据 OSHA 数据得出的自然语言调查结果
complaintSeverity.score	number	根据 CFPB 和评论得出的 0-100 投诉风险评分
complaintSeverity.totalComplaints	number	所有来源的投诉总数
complaintSeverity.severityBreakdown	object	{high, medium, low} 投诉数量
complaintSeverity.reputationLevel	string	EXCELLENT / GOOD / MIXED / POOR / TOXIC
complaintSeverity.signals	string[]	根据投诉数据得出的自然语言调查结果
ownershipTransparency.score	number	0-100 的透明度风险评分（数值越高，透明度越低）
ownershipTransparency.entitiesFound	number	识别出的企业实体总数
ownershipTransparency.nonprofitStatus	boolean	是否确认具备 IRS 501(c)(3) 身份
ownershipTransparency.corporateComplexity	number	封顶前的原始复杂度评分
ownershipTransparency.transparencyLevel	string	TRANSPARENT / ADEQUATE / OPAQUE / CONCERNING / HIDDEN
ownershipTransparency.signals	string[]	根据企业数据得出的自然语言调查结果
qualityRating.score	number	0-100 的质量评分（数值越高，质量越好）
qualityRating.avgRating	number	所有评论平台的平均评分
qualityRating.reviewCount	number	所有平台的评论总数
qualityRating.hasPhysicalPresence	boolean	是否找到 Google Maps 实体地点信息
qualityRating.qualityLevel	string	POOR / BELOW_AVERAGE / AVERAGE / GOOD / EXCELLENT
allSignals	string[]	来自四种评分模型的去重调查结果
recommendations	string[]	根据评分结果提出的可执行后续步骤

评估老年护理机构的费用是多少？

Elder Care Facility Intelligence MCP Server 采用按事件付费定价——每次工具调用收费 $0.045。平台计算费用已包含在内。无需订阅，没有最低消费，也不收取闲置待机费用。

场景	工具调用次数	每次调用费用	总费用
快速检查单家机构（quality_rating_composite）	1	$0.045	$0.05
全面评估机构安全状况	1	$0.045	$0.05
在决定入住安排前评估 3 家机构	3	$0.045	$0.14
PE 公司筛选 20 个收购目标	20	$0.045	$0.90
区域扫描 + 对排名前 10 的机构进行全面评估	11	$0.045	$0.50

你可以为每次运行设置最高支出限额以控制成本。达到预算后，服务将停止处理，并返回结构化错误消息，而非部分结果。

作为比较，人工 OSHA 和 CFPB 调查服务每份机构报告收费 $50-200。基于 CMS 养老院数据、提供类似风险评分的平台，订阅费用为每月 $300-800。

Elder Care Facility Intelligence MCP Server 的工作原理

数据收集阶段

调用工具时，runActorsParallel() 会根据所调用的工具，将并发的 Actor.call() 请求分发给 1 到 9 个下游 Apify actor。每次 actor 调用分配 512 MB 内存，超时时间为 120 秒。所有调用都通过 Promise.all() 执行，这意味着响应时间取决于单个最慢的 actor，而不是所有 actor 的耗时总和。原始结果以各 actor 默认数据集中的条目数组形式收集。

评分阶段

原始数据会流经 scoring.ts 中四个相互独立的评分函数。每个函数都围绕老年护理风险因素设计：

scoreFacilitySafety 解析 OSHA 检查记录，并通过字符串匹配（"serious"、"willful"、"repeat"）对每项违规进行分类。扣分公式中，每项故意违规扣 15 分，每项重复违规扣 10 分，每项严重违规扣 5 分；根据违规数量计算的扣分上限为 50 分。另设一项违规密度子评分（最高 25 分），通过对检查 ID 使用 Set 去重，按不同检查事件数量对引证数量进行归一化处理。时效性子评分（最高 10 分）会为过去 12 个月内的违规加 3 分，为过去 24 个月内的违规加 1 分。

scoreComplaintSeverity 处理 CFPB 投诉记录，并根据公司的回复字符串分类："closed without" 或 "untimely" = 高严重程度，"closed with explanation" = 中等严重程度。该函数会筛选包含 8 个老年护理计费关键词的投诉。来自多平台和 Trustpilot 来源的评价数据会贡献评价风险子评分，计算公式为 (5 - avgRating) * 7。当高 CFPB 严重程度与负面评价数量同时超过阈值时，跨平台关联检查会触发“系统性问题”信号。

scoreOwnershipTransparency 通过遍历所有企业实体并累计分数来计算复杂度评分：每个司法管辖区 3 分，每个已解散实体 5 分，每个控股、管理、信托或 LLP 类型的实体 4 分；如果完全找不到实体，则加 20 分。通过 ProPublica 数据确认的非营利组织身份可降低风险（分数贡献为 0，而非 15）。网站联系方式抓取工具和 Google 地图发现的网络信息缺失，最多可额外增加 25 分的不透明度分数。

scoreQualityRating 是唯一的反向指标——分数越高，质量越好。该函数汇总各评价来源的评分，将平均评分乘以 8 计分（最高 40 分），加上 Google 地图评分（最高 25 分），纳入评价数量因素（最高 20 分）；如果平均评价评分与 Google 地图评分之间的差异小于 0.5 星，还会根据跨平台评分一致性额外加分，最多 15 分。

综合评分

generateElderCareIntel() 按权重组合评分：安全（30%）、投诉严重程度（25%）、所有权不透明度（20%）以及反向质量评分（25%）。这一权重反映了安全违规会带来最高的监管和责任后果，其次是投诉模式，然后是所有权风险；质量则作为正向的抵消信号。四个模型的信号会合并到 allSignals，并根据每个评分维度是否跨越类别阈值生成一组条件式建议。

获取最佳结果的提示

1. 为常见机构名称添加城市和州。 像“Sunrise Senior Living”或“Brookdale”这样的连锁机构经营着数百个地点。在 location 参数中添加“Phoenix AZ”或“Tampa FL”，可将 OSHA 和 Google Maps 查询限定到特定地点。

2. 仅查询 OSHA 时使用 regulatory_violation_history。 如果你只需要违规数据，这个工具比完整组合工具更快、成本更低。只有在需要全部四个评分维度时，才调用组合工具 facility_safety_assessment。

3. 先运行 regional_facility_scan，再进行地理位置探索。 如果你还没有备选机构名单，请先扫描该地区，获取按评分排序的本地机构列表，然后对评分最低的结果进行定向评估。

4. 交叉核对所有权实体名称。 ownership_structure_check 工具会从 OpenCorporates 返回企业实体名称。使用母公司名称（而非机构名称）再次进行评估，通常能发现更多企业结构数据。

5. 批量筛查投资组合中的多家机构。 如果要同时评估 10 家机构，请在编排层并行调用每家机构对应的 compare_facilities，而不是依次调用——总耗时与单次评估相同。

6. 设置单次运行的支出上限。 从自动化工作流调用时，使用 Apify 的运行级预算控制，避免循环或重试导致意外支出。

7. 调查定价透明度前，先检查非营利状态。 如果 nonprofitStatus 字段为 false，则运营方是营利机构，recommendations 中关于营收与护理比例的担忧值得采取行动——ProPublica 990 数据将会缺失，因此有必要审查其所有权链。

与其他 Apify Actor 和 MCP 服务结合使用

Actor / MCP 服务	组合使用方式
Healthcare Credentialing Intelligence MCP	识别出高风险机构后，核验同一地点的护士和管理人员个人资质及制裁记录
Insurance Underwriting Intelligence MCP	将物业级风险数据（洪水区、犯罪指数、自然灾害暴露情况）叠加到机构安全评估中，生成综合核保报告
Company Deep Research	当 ownership_structure_check 返回令人担忧或透明度受限的结果时，对母运营公司开展深度调查
Trustpilot Review Analyzer	获取原始 Trustpilot 评论数据，进行超出此 MCP 返回汇总评分范围的详细定性分析
Multi-Review Analyzer	从多个平台提取完整评论文本，用于定性内容分析、深入情感分析和投诉主题提取
WHOIS Domain Lookup	当 ownershipTransparency 返回不透明或隐藏结果时，核验该机构网站的域名注册所有权
Website Contact Scraper	从机构网站提取完整联系信息和员工名录页面，以便直接联系或核验

局限性

• 未集成 CMS Nursing Home Compare。 不会直接查询 Centers for Medicare and Medicaid Services 星级评定系统。quality_rating_composite 提供可供比较的消费者信号评分，但并未复现 CMS 五星评定方法。
• 机构名称消歧并不完美。 在数百个地点以同一品牌名称运营的全国连锁机构，可能会返回多个物业的汇总数据。请务必提供城市和州，以缩小结果范围。
• OSHA 数据涵盖员工，而非住户。 OSHA 检查针对员工的工作场所安全。不包括住户相关的监管数据（州卫生部门检查、违规事项引用）——这些数据库没有可公开访问的 API。
• CFPB 投诉反映的是金融服务，而非护理质量。 CFPB 数据集收录账单、债务催收和金融产品投诉。向州卫生部门提交的临床护理投诉不在此 MCP 的范围内。
• 评论数据存在自我选择偏差。 公开评论中过度呈现了经历极其积极或消极的家庭。评论数量较少（少于 10 条）会降低评分的可靠性。
• 企业注册信息的覆盖范围因司法管辖区而异。 OpenCorporates 覆盖 140 多个司法管辖区，但数据详尽程度各不相同。文档较少的司法管辖区内的小型地区运营商，其实体匹配结果可能少于实际企业结构所应有的数量。
• 非营利组织数据取决于 IRS 990 申报的时效性。 ProPublica IRS 990 数据可能比当前财年滞后 12-18 个月。收入数据和高管薪酬均为历史数据。
• 没有实时人员配比数据。 人员充足性估算是基于评论关键词 NLP 和 OSHA 人员配置违规情况得出的代理指标，不会访问工资记录、排班日志或州级人员配置要求合规报告。

集成

• Apify API — 使用 Python、JavaScript 或任何 HTTP 客户端以编程方式触发机构评估；直接将 JSON 输出解析到风险管理工作流中
• Webhooks — 在定期机构监控运行完成，或返回高风险判定时接收通知，以便立即采取后续行动
• Zapier — 自动将 AVOID 或 HIGH_RISK 判定发送到 Slack 频道、邮件提醒，或 CRM 商机阶段更新
• Make — 构建多步骤工作流，将机构评估结果与文档生成、日程安排或案件管理系统相结合
• Google Sheets — 将机构评分和信号导入实时监控仪表板，用于投资组合跟踪或对比分析
• LangChain / LlamaIndex — 将机构评估 JSON 用作 RAG 流水线、投资备忘录生成或 AI 辅助尽职调查报告撰写的上下文

故障排除

• 设施未返回 OSHA 数据。 OSHA 记录按机构名称和州编入索引。如果运营实体名称与设施对外使用的名称不同，请尝试使用法定运营方名称（通常可在 ownership_structure_check 的企业结果中看到）作为 regulatory_violation_history 的输入。

• 尽管已知存在问题，综合评分似乎仍偏低。 质量评级维度采用反向计分——设施的评价分数较高时，会在一定程度上抵消综合评分中的高安全风险和投诉风险分数。请查看响应中的各项维度分数和信号；如果主要关注的是单一维度中的信号，不要只依赖 compositeScore。

• 所有权结构检查返回的实体数为零。 一些规模较小的地区运营方使用的 DBA 或商号与其注册的法定实体名称不同。请使用州许可记录或设施自家网站页脚中的法定实体名称重新运行 ownership_structure_check，以提高企业登记匹配率。

• regional_facility_scan 返回的设施少于预期。 此扫描使用 Google Maps，每次查询最多返回 20 条结果。请指定 facilityType 参数（“护理院”、“辅助生活设施”或“记忆护理设施”），将结果缩小到特定护理类别，减少不同类型设施的混合结果。

• 达到支出上限错误。 达到每次运行的预算上限时，工具会返回 {"error": true, "message": "Spending limit reached for [tool_name]"}。请在 Apify Console 中提高 Apify 的运行级支出上限，或减少每个会话中的工具调用次数。

负责任地使用

• 此 MCP 服务仅访问公开可用的政府数据库和消费者评价平台。
• OSHA 和 CFPB 数据由美国联邦机构发布，供公众访问并用于问责。
• 未经独立核实，不要将设施评估结果作为采取监管行动、提交法律文件或公开指控的唯一依据。
• 评分和信号源自对公开记录的自动化分析，可能无法反映设施当前的运营状况。
• 有关网页抓取合法性的指导，请参阅 Apify 的指南。

常见问题

我可以在一个会话中评估多少家老年护理设施？ 每个会话没有数量限制。每次工具调用收费 $0.045。你可以通过编排层并行调用工具，同时筛查数十家设施。Apify 的免费方案每月包含 $5 额度，约可评估 110 家设施。

老年护理设施情报是否包含 CMS 星级评级？ 不包含。由于 CMS 未提供该数据的公共 API，因此未直接整合 CMS Nursing Home Compare 星级评级。quality_rating_composite 工具根据 Google Maps、Trustpilot 和多平台评价数据提供可比较的消费者信号质量评级，但其方法与 CMS 五星评分不同。

护理院 OSHA 安全评分的准确度如何？ 安全评分反映 OSHA 检查数据库中的违规记录，该数据库涵盖设施员工的工作场所安全情况。准确度取决于 OSHA 数据库中所提供机构名称对应记录的完整性。提供法定实体名称和州名有助于提高匹配率。该评分仅供参考，并非监管认定。

这与 CMS Nursing Home Compare 或 Medicaid/Medicare 数据库有何不同？ CMS 数据库需要网页抓取或许可数据协议，并侧重临床护理缺陷。此 MCP 服务整合 OSHA（员工安全）、CFPB（财务投诉）、公开企业登记信息（所有权结构）和消费者评价——这些数据维度不在 CMS 的覆盖范围内，且与财务和运营尽职调查尤其相关。 我能否将养老机构情报用于辅助生活和记忆照护机构，而不只是护理院？ 可以。所有工具都接受任何机构名称。regional_facility_scan 工具有一个明确的 facilityType 参数，可接受 "assisted living"、"memory care"、"nursing home" 或任何其他护理类型字符串。辅助生活机构也受 OSHA 监管，并且可能因账单纠纷而收到 CFPB 投诉。

完成一次完整的机构安全评估需要多长时间？ facility_safety_assessment 工具会并行调用 9 个 Actor。总响应时间通常为 15-30 秒，与最慢的单个数据源耗时相同。该服务以 Apify Standby 模式运行，因此调用之间没有冷启动延迟。

使用 OSHA 和 CFPB 数据研究机构是否合法？ 可以。OSHA 检查数据和 CFPB 消费者投诉由美国联邦机构发布，旨在接受公众监督。使用公开可用的政府数据库进行研究和尽职调查是合法的。如需了解更广泛的背景，请参阅 Apify 关于网页抓取合法性的指南。

我能否在人手不足构成 OSHA 违规之前发现问题？ staff_adequacy_estimate 工具会从消费者评论和 CFPB 投诉中提取与人员配置相关的关键词，提供一个领先指标代理信号——这些数据源往往能在人们向 OSHA 正式投诉之前反映出人员配置问题。评论和投诉中出现 5 条或更多与人员配置有关的提及时，会触发人手不足信号；达到 10 条或更多时，会触发严重关注标记。

此服务支持哪些 MCP 客户端？ 此服务通过 StreamableHTTP 传输使用 HTTP 实现 Model Context Protocol。它适用于 Claude Desktop、Cursor、Windsurf、Cline，以及其他支持基于 HTTP 的 MCP 服务的 MCP 兼容客户端。也可通过直接发送 HTTP POST 请求进行编程访问。

我能否为投资组合安排定期机构监控？ 可以。使用 Apify 的计划功能，按每日、每周或自定义间隔触发工具调用。结合 Webhook，在综合评分越过风险阈值时接收警报，从而主动监控，无需手动反复检查。

如果某机构没有 OSHA 记录，会怎样？ 如果没有找到 OSHA 记录，安全维度的得分会接近零（低风险）。这可能意味着合规记录确实良好，也可能是名称不匹配所致。请检查 ownershipTransparency 输出，确认使用的是正确的法定实体名称；如有需要，请使用注册运营方名称重试。

营利性与非营利性运营方的所有权透明度评分有何区别？ 通过 ProPublica IRS 990 数据确认的非营利运营方，其非营利子项得分为 0 分（风险较低）。营利性运营方会额外增加 15 个风险分。非营利身份并不意味着风险消除——即使是非营利连锁机构，后续的企业结构复杂度评分仍会对多层所有权结构进行扣分。

帮助我们改进

如果您遇到问题，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 Actor 创建者共享运行

这样一来，出现问题时我们就能查看您的运行详情，从而更快地修复问题。您的数据仅对 Actor 开发者可见，不会公开。

支持

发现错误或有功能请求？请在此 Actor 页面上的 问题选项卡中提交问题。如需定制解决方案或企业集成，请通过 Apify 平台联系我们。