Energy Transition Resilience

能源转型韧性 MCP

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": {
    "energy-transition-resilience-mcp": {
      "url": "https://ryanclinton--energy-transition-resilience-mcp.apify.actor/mcp"
    }
  }
}

---

通过模型上下文协议分析能源转型韧性，整合 8 个实时数据源，提供统一的多因素评估。此 MCP 服务面向能源分析师、基础设施投资者、政策制定者和 AI Agent，帮助他们以结构化、量化的方式了解某个地区应对逐步脱离化石燃料转型的准备情况。只需一次工具调用，即可对电动汽车准备度、化石燃料依赖度、空气质量、气候脆弱性和经济价格冲击风险进行评分。

将它连接到 Claude、Cursor、Windsurf 或任何兼容 MCP 的客户端，提问“德国的能源系统有多强的韧性？”或“以 USD 计价的能源进口面临怎样的价格冲击风险？”等问题，即可获得由政府及开放数据实时来源支持的结构化 JSON 答案。

⬇️ 可以访问哪些数据？

数据点	📡 来源	示例
📍 带 GPS 坐标的电动汽车充电站	Open Charge Map	英国有 47,300 个站点，包含连接器类型和 kW 额定功率
🔌 充电器类型和功率等级（kW）	Open Charge Map	CHAdeMO 50kW、CCS2 150kW、Type 2 22kW
🛢️ 石油和天然气生产许可证	NSTA Oil & Gas	英国北海区块 P2344，运营中，运营商为 Shell
💨 空气质量测量值（PM2.5、PM10、O3、NO2、SO2、CO）	OpenAQ	伦敦 Marylebone Rd PM2.5：18.4 µg/m³
🌩️ 严重天气预警和事件	NOAA Weather Alerts	极端风暴预警，影响 3 个县
📈 美国能源价格经济指标	FRED Economic Data	WTI 原油现货、Henry Hub 天然气价格序列
🌍 人均能源使用量和可再生能源占比	World Bank Data	覆盖 190 个国家的 EG.USE.PCAP.KG.OE
💱 EUR/USD 及交叉货币汇率	ECB Exchange Rates	EUR/USD 1.0842，欧洲央行参考日期
📊 欧盟能源平衡和消费模式	Eurostat	nrg_bal_c 数据集：按燃料和国家统计的 GWh

为什么使用 Energy Transition Resilience MCP？

手动评估某个地区对能源转型的准备情况，需要从 8 个不同的政府门户网站获取数据、统一计量单位、构建评分模型，并在指标发生变化时刷新所有数据。分析师完成这一过程需要数天，从头开始实现自动化则需要数周。

这个 MCP 通过一次工具调用替代整套流程。几秒钟内即可获得评分后的结构化结果，可直接供 AI Agent 使用、注入仪表板或用于直接分析。

除了方便之外，该服务还运行在 Apify 平台上，因此具备以下优势：

• 定时运行 — 每周扫描投资组合中的各个地区并自动存储结果
• API 访问 — 无需管理基础设施，即可通过 Python、TypeScript 或任何 HTTP 客户端触发评估
• 按调用付费 — 无需订阅，没有闲置成本；仅为实际发起的工具调用付费
• 监控 — 运行失败或评分超出阈值时接收提醒
• 集成 — 将结果直接推送到 Google Sheets、Slack、Zapier 或 Make 工作流

❓ MCP 工具

工具	价格	描述
map_energy_transition_network	$0.045	在全部 8 个数据源中，构建由化石能源、可再生能源和经济节点组成的图，并添加基于 haversine 距离的邻近边
assess_ev_infrastructure_readiness	$0.045	为某个地区的 EV 充电密度、快充桩比例和平均 kW 输出评分（0-100）
compute_fossil_fuel_dependency	$0.045	根据有效油气许可证数量、类型和有效比例计算依赖指数
analyze_air_quality_correlation	$0.045	分析 PM2.5、PM10、O3、NO2、SO2 和 CO 测量值与化石能源暴露之间的相关性
detect_energy_price_shock_risk	$0.045	使用 FRED、World Bank 和 ECB 数据进行变异系数分析，识别价格冲击脆弱性
assess_climate_vulnerability	$0.045	根据 NOAA 天气严重程度分布和空气质量恶化情况评估气候脆弱性
compute_transition_readiness_score	$0.045	加权五维综合评分：EV（25%）+ 化石能源（20%）+ 空气质量（15%）+ 气候（20%）+ 经济（20%）
generate_energy_resilience_report	$0.045	汇总所有维度生成完整报告，包括行政摘要和 A-F 转型等级

功能

• 8 个数据源并行获取数据 — 所有 Apify Actor 调用均通过 Promise.all 并发运行，最大限度降低延迟
• 基于 haversine 距离构建邻近边 — 将网络图中 100 km 范围内的 EV 充电站和空气质量监测点连接起来，边的权重随距离增加而衰减
• 基于变异系数的波动性评分 — 分析 FRED、World Bank 和 ECB 数据序列的均值/方差比，价格冲击模型中货币波动性的权重为 2 倍
• 五维加权综合评分 — EV 就绪度（25%）、化石能源依赖（20%）、空气质量（15%）、气候韧性（20%）、经济稳定性（20%）
• A-F 转型等级 — 总分映射为字母等级：A（80+）、B（65-79）、C（50-64）、D（35-49）、F（<35）
• 风险等级分类 — 所有评分维度均采用四个等级：低、中、高、严重
• 化石燃料依赖指数 — 综合许可证数量、有效比例和类型多样性，计算 0-100 的指数；分数越高表示依赖程度越高
• EV 就绪度子项评分 — 每 100,000 人的充电桩密度（最高 30 分）、快充桩比例（30 分）、平均 kW（20 分）、充电站总数（20 分）
• 空气质量相关性评分 — PM2.5 按 35 µg/m³ 归一化（权重 60%）+ PM10 按 50 µg/m³ 归一化（权重 40%）
• 气候脆弱性评分 — 极端警报（每条 15 分）、严重警报（每条 8 分）、中等警报（每条 3 分），空气质量恶化可额外加分（最高 20 分）
• 集成 Eurostat — 将欧盟能源平衡数据集（nrg_bal_c）纳入网络映射和完整韧性报告
• SSE 传输 — 在 Apify 的 Standby 基础设施上作为持久运行的 Server-Sent Events MCP 服务运行；初始化后无冷启动延迟
• 结构化 JSON 输出 — 每个工具都会返回符合已定义 TypeScript 接口的类型化结果，可安全用于程序处理

能源转型韧性分析的使用场景

市政能源规划与基础设施投资

城市规划人员和地方政府需要确定基础设施支出的优先事项，无论是扩建 EV 充电设施、升级电网，还是退役化石燃料资产。compute_transition_readiness_score 工具会针对全部五个维度生成单一评分评估，并提供可执行的建议（“扩建功率 >50 kW 的快充桩”“多元化能源来源，降低价格冲击脆弱性”），为预算委员会提供有据可依、由数据支持的决策起点。

能源组合风险评估

持有化石燃料生产商、公用事业公司或清洁能源开发商敞口的资产管理公司和基础设施基金，需要量化各地区的转型风险。compute_fossil_fuel_dependency 和 detect_energy_price_shock_risk 工具提供依赖指数和波动性评分，用于按转型风险等级为持仓赋权。通过定时 Apify 运行每周执行这些工具，无需分析师介入即可及时更新投资组合风险评分。

气候适应与韧性策略

规划气候适应投资的保险公司、开发银行和非政府组织，需要了解哪些地区同时面临最高的气候灾害风险和能源基础设施脆弱性。assess_climate_vulnerability 工具将 NOAA 天气严重程度数据和 OpenAQ 空气质量恶化数据汇总为单一脆弱性评分，并按出现频率排列前 5 种威胁类型。

电动汽车网络扩张规划

评估新市场进入机会的充电网络运营商，在投入资金前需要了解各地区的充电站密度、覆盖分类（不足／发展中／充足／优秀）以及快充桩渗透率。assess_ev_infrastructure_readiness 工具通过一次调用获取实时 Open Charge Map 数据，并对每 100,000 人的充电站密度、快充桩比例和平均 kW 输出功率进行评分。

空气质量政策与公共卫生分析

研究能源结构与污染结果之间关系的环境监管机构和公共卫生部门，需要将标准化污染物水平与化石燃料暴露指标关联起来。analyze_air_quality_correlation 工具会计算相关性评分，将 PM2.5 和 PM10 平均值与该地区的能源状况关联起来，为加快转型的监管依据提供支持。

AI Agent 能源研究工作流

由大模型驱动的研究 Agent 可在 Claude、Cursor 或自定义流水线中直接通过 MCP 调用任意 8 个工具，以回答有关能源韧性的自然语言问题。generate_energy_resilience_report 工具会在单次响应中返回结构化的执行摘要和所有子维度评分，非常适合输入摘要或报告生成流水线。

如何连接此 MCP 服务

第 1 步：获取 Apify API token

在 apify.com 注册（免费套餐每月包含 $5 额度）。从“账户设置”中复制你的 API token。

第 2 步：连接 MCP 客户端

Claude Desktop — 添加到 claude_desktop_config.json：

{
  "mcpServers": {
    "energy-transition-resilience": {
      "url": "https://energy-transition-resilience-mcp.apify.actor/sse",
      "headers": {
        "Authorization": "Bearer YOUR_APIFY_TOKEN"
      }
    }
  }
}

Cursor / Windsurf / Cline — 在 MCP 设置面板中使用相同的 SSE URL。

第 3 步：调用工具

向你的 AI 客户端提问：“使用能源转型 MCP 计算德国的转型准备度。”客户端将调用 compute_transition_readiness_score，并传入 region: "DE"，然后返回经过评分的结构化结果。

第 4 步：下载结果

完整的 JSON 响应会通过 MCP 内联返回。对于批量处理或定时运行，结果也会存储在本次运行的 Apify 数据集中。

输入参数

此 MCP 服务仅需要一个配置参数：

参数	类型	必填	默认值	描述
port	integer	否	3039	MCP SSE 服务的端口号（1-65535）。仅在自托管时适用。

所有分析参数（地区、数据源、最大结果数）都会在调用时作为工具参数传入，而不是作为 Actor 输入。

工具参数参考

工具	参数	类型	默认值	描述
map_energy_transition_network	region	string	"UK"	要分析的地区或国家
	sources	array	all 8	以下来源的子集：ev_infra、fossil、air_quality、weather、us_econ、global_econ、currency、eu_stats
	maxResults	number	50	每个来源的最大结果数
assess_ev_infrastructure_readiness	region	string	"UK"	Open Charge Map 的国家代码
	maxResults	number	100	要获取的 EV 站点最大数量
compute_fossil_fuel_dependency	region	string	"UK"	要分析的地区
	maxResults	number	100	要分析的许可证最大数量
analyze_air_quality_correlation	region	string	"GB"	OpenAQ 的 ISO 国家代码
	parameter	string	"pm25"	污染物：pm25、pm10、o3、no2、so2、co
	maxResults	number	100	最大测量数
detect_energy_price_shock_risk	searchText	string	"energy price oil gas"	FRED 搜索词
	worldBankIndicator	string	"EG.USE.PCAP.KG.OE"	世界银行指标代码
	currency	string	"USD"	用于检查 ECB 汇率稳定性的货币
	maxResults	number	50	每个来源的最大结果数
assess_climate_vulnerability	region	string	"US"	地区或国家
	maxAlerts	number	50	NOAA 天气预警最大数量
	maxAirQuality	number	50	OpenAQ 测量最大数量
compute_transition_readiness_score	region	string	"UK"	地区或国家
	maxResults	number	50	每个数据源的最大结果数
generate_energy_resilience_report	region	string	"UK"	完整报告的地区
	sources	array	all 8	要纳入的数据源
	maxResults	number	50	每个来源的最大结果数

⬆️ 输出示例

generate_energy_resilience_report 的响应，其中 region: "DE"：

{
  "region": "DE",
  "reportDate": "2026-03-21",
  "executiveSummary": "Energy Transition Resilience Report for DE. Overall resilience score: 62/100 (moderate risk). EV readiness: 58/100 (adequate). Fossil dependency: 34/100 (moderate). Transition grade: B.",
  "evInfrastructure": {
    "region": "DE",
    "stationCount": 87,
    "densityPerCapita": 0.00087,
    "readinessScore": 58,
    "chargerTypes": {
      "CCS (Type 2)": 64,
      "CHAdeMO": 23,
      "Type 2 (Mennekes)": 102
    },
    "coverage": "adequate",
    "stations": [],
    "timestamp": "2026-03-21T09:14:22.000Z"
  },
  "fossilFuelDependency": {
    "region": "DE",
    "licenseCount": 31,
    "dependencyIndex": 34,
    "licenseTypes": {
      "Exploration": 12,
      "Production": 19
    },
    "riskLevel": "moderate",
    "licenses": [],
    "timestamp": "2026-03-21T09:14:22.000Z"
  },
  "airQualityCorrelation": {
    "region": "DE",
    "measurementCount": 87,
    "averagePM25": 14.2,
    "averagePM10": 22.8,
    "correlationScore": 42,
    "pollutants": {
      "pm25": 14.2,
      "pm10": 22.8,
      "no2": 31.4,
      "o3": 67.1
    },
    "measurements": [],
    "timestamp": "2026-03-21T09:14:22.000Z"
  },
  "climateVulnerability": {
    "region": "DE",
    "alertCount": 14,
    "severityDistribution": {
      "Severe": 4,
      "Moderate": 9,
      "Minor": 1
    },
    "vulnerabilityScore": 61,
    "topThreats": [
      "Winter Storm Warning",
      "Flood Advisory",
      "High Wind Warning",
      "Freezing Fog Advisory",
      "Dense Fog Advisory"
    ],
    "alerts": [],
    "timestamp": "2026-03-21T09:14:22.000Z"
  },
  "economicIndicators": {
    "indicators": [],
    "volatilityIndex": 38,
    "shockProbability": 0.19,
    "riskFactors": [
      "FRED indicator: Crude Oil Prices: West Texas Intermediate",
      "FRED indicator: Henry Hub Natural Gas Spot Price",
      "High coefficient of variation in FRED data: 31.4%"
    ],
    "riskLevel": "moderate",
    "timestamp": "2026-03-21T09:14:22.000Z"
  },
  "transitionReadiness": {
    "region": "DE",
    "overallScore": 62,
    "dimensions": {
      "evReadiness": 58,
      "fossilDependency": 66,
      "airQuality": 58,
      "climateResilience": 39,
      "economicStability": 62
    },
    "grade": "B",
    "recommendations": [
      "Strengthen climate adaptation measures for energy infrastructure"
    ],
    "timestamp": "2026-03-21T09:14:22.000Z"
  },
  "overallResilienceScore": 62,
  "riskLevel": "moderate",
  "timestamp": "2026-03-21T09:14:22.000Z"
}

输出字段

顶层（generate_energy_resilience_report）

字段	类型	描述
region	string	已分析的地区或国家代码
reportDate	string	报告生成日期（ISO 格式）
executiveSummary	string	包含关键评分和等级的通俗易懂摘要
evInfrastructure	object	EV 准备度子报告（无 EV 数据时为 null）
fossilFuelDependency	object	化石燃料依赖度子报告（无许可证数据时为 null）
airQualityCorrelation	object	空气质量子报告（无测量数据时为 null）
climateVulnerability	object	气候脆弱性子报告
economicIndicators	object	价格冲击风险子报告
transitionReadiness	object	包含各维度的综合准备度评分
overallResilienceScore	number	可用维度评分的 0-100 平均值
riskLevel	string	low / moderate / high / critical
timestamp	string	报告生成时间戳（ISO 8601 格式）

EV 基础设施子报告

字段	类型	描述
stationCount	number	获取的 EV 站点总数
densityPerCapita	number	每 10 万人口对应的站点数
readinessScore	number	0-100 的综合准备度评分
chargerTypes	object	按连接器类型名称统计的数量
coverage	string	insufficient / developing / adequate / excellent
stations	array	原始站点记录（最多 50 条）

化石燃料依赖度子报告

字段	类型	描述
licenseCount	number	分析的许可证总数
dependencyIndex	number	0-100 的依赖度指数（数值越高，依赖程度越高）
licenseTypes	object	按许可证类型统计的数量（勘探、生产等）
riskLevel	string	low / moderate / high / critical

空气质量相关性子报告

字段	类型	描述
measurementCount	number	分析的测量总数
averagePM25	number	PM2.5 平均值，单位为 µg/m³
averagePM10	number	PM10 平均值，单位为 µg/m³
correlationScore	number	0-100 的化石能源相关性评分
pollutants	object	按污染物参数统计的平均值

气候脆弱性子报告

字段	类型	描述
alertCount	number	分析的天气预警总数
severityDistribution	object	按严重程度等级统计的预警数量
vulnerabilityScore	number	0-100 的气候脆弱性评分
topThreats	string[]	按出现频率排列的前 5 种威胁类型

能源价格冲击风险子报告

字段	类型	描述
volatilityIndex	number	0-100 的价格波动指数
shockProbability	number	对近期价格冲击概率的 0-1 估值
riskFactors	string[]	已识别的波动驱动因素及其数值
riskLevel	string	low / moderate / high / critical

转型准备度评分

字段	类型	描述
overallScore	number	0-100 的加权综合评分
dimensions.evReadiness	number	电动汽车子评分（权重 25%）
dimensions.fossilDependency	number	化石能源子评分（反向计分，权重 20%）
dimensions.airQuality	number	空气质量子评分（反向计分，权重 15%）
dimensions.climateResilience	number	气候子评分（反向计分，权重 20%）
dimensions.economicStability	number	经济子评分（反向计分，权重 20%）
grade	string	字母等级：A / B / C / D / F
recommendations	string[]	有针对性的改进建议

评分算法的工作原理

电动汽车基础设施准备度评分

assessEVInfrastructureReadiness 函数以 100 分制评估充电设施密度和质量。分数分为四项：每 10 万人口的充电站密度（最高 30 分）、快充桩占比（“快充”指功率达到或超过 50 kW，30 分）、按最高 150 kW 归一化的单站平均功率（20 分），以及充电站总数（满分按 100 个站封顶，20 分）。最终准备度评分对应四个覆盖等级：不足（<25）、发展中（25-49）、充足（50-74）和优秀（75+）。

化石燃料依赖指数

computeFossilFuelDependency 函数根据三个指标构建 0-100 的指数：按 50 个许可证为满分进行归一化的许可证数量（40 分）、有效/现存/当前许可证占许可证总数的比例（35 分），以及按 5 种不同类型进行归一化的许可证类型多样性（25 分）。有效许可证检查会匹配包含“active”、“extant”或“current”的状态字符串，以统计运营中的资产。分数越高，表示依赖程度越高，转型风险也越大。

使用变异系数评估能源价格冲击风险

detectEnergyPriceShockRisk 函数分别计算 FRED、World Bank 和 ECB 数据序列的变异系数（CV = 标准差 / 平均值）。货币波动（ECB）的权重为 2 倍，因为汇率不稳定会加剧能源进口成本。三个 CV 的平均值汇总为 avgVolatility，并映射为 volatilityIndex（乘以 200 缩放，最高为 100）和 shockProbability（乘以 300 缩放，最高为 1.0）。风险等级：低（<25）、中等（25-49）、高（50-74）、严重（75+）。

气候脆弱性评分

assessClimateVulnerability 函数根据天气预警严重程度分布计分：每条极端预警计 15 分，严重预警计 8 分，中等预警计 3 分。空气质量恶化会额外加分：PM2.5 高于 25 µg/m³ 时每次测量加 0.5 分，PM10 高于 50 µg/m³ 时加 0.3 分，O3 高于 100 µg/m³ 时加 0.4 分，总分最高为 20 分。预警数量也会计分：预警总数除以 10，最高为 1，再乘以 15 分。所有分项相加后，最高为 100 分。

空气质量相关性评分

PM2.5 平均值按 35 µg/m³ 警告阈值归一化（权重为 60%），PM10 按 50 µg/m³ 归一化（权重为 40%）。综合相关性评分反映测得的污染水平超出安全阈值的程度。评分为 100 表示污染水平完全能够解释化石燃料暴露；评分为 0 表示环境污染低于警告阈值。

转型准备度综合评分

加权综合评分采用以下权重：电动汽车准备度（25%）+ 反向化石燃料依赖度（20%）+ 反向空气质量评分（15%）+ 反向气候脆弱性（20%）+ 反向经济波动性（20%）。反向计算可确保在条件良好时，五个维度的得分均为正向贡献：化石燃料依赖度越低、污染越少、气候脆弱性越低、价格波动性越低，综合评分就越高。等级：A（80+）、B（65-79）、C（50-64）、D（35-49）、F（<35）。

能源转型网络图

buildEnergyNetwork 函数为每个数据源创建类型化节点（ev_station、oil_license、air_quality、weather_event、economic_indicator、currency、stat_series），并构建三类边：

• 电动汽车与空气质量边：计算站点坐标与监测点坐标之间的 haversine 距离；为距离在 100 km 以内的节点对创建边，权重为 1 - (distance / 100)
• 石油与经济边：所有石油许可证节点均与所有经济指标节点相连，权重为 0.5（表示经济影响渠道）
• 天气与电动汽车边：所有天气事件节点均与距离最近的 5 个电动汽车充电站节点相连；Extreme 的权重为 1.0，Severe 为 0.75，其他情况为 0.4

使用此 MCP 的费用是多少？

每次工具调用均按按次付费，每次调用 $0.045。无需订阅、没有最低承诺，也不收取闲置费用。

场景	工具调用次数	每次调用费用	总费用
单个地区准备度检查	1	$0.045	$0.045
完整韧性报告（1 个地区）	1	$0.045	$0.045
分别比较 5 个维度	5	$0.045	$0.225
每周扫描 10 个地区（每个地区 1 份报告）	10	$0.045	$0.450
每月投资组合监控（50 个地区）	50	$0.045	$2.25

Apify 免费套餐每月包含 $5 的平台额度。按每次调用 $0.045 计算，可免费进行 111 次单独的工具调用。

使用 API

Python

from apify_client import ApifyClient

client = ApifyClient("YOUR_API_TOKEN")

# Call compute_transition_readiness_score via the actor run API
run = client.actor("ryanclinton/energy-transition-resilience-mcp").call(run_input={
    "port": 3039
})

# For direct MCP tool calls, use the SSE endpoint from your MCP client
# Results from scheduled runs are available in the dataset:
for item in client.dataset(run["defaultDatasetId"]).iterate_items():
    print(f"Region: {item.get('region')} | Score: {item.get('overallResilienceScore')} | Grade: {item.get('grade')}")

JavaScript

import { ApifyClient } from "apify-client";

const client = new ApifyClient({ token: "YOUR_API_TOKEN" });

const run = await client.actor("ryanclinton/energy-transition-resilience-mcp").call({
    port: 3039
});

const { items } = await client.dataset(run.defaultDatasetId).listItems();
for (const item of items) {
    console.log(`Region: ${item.region} | Score: ${item.overallResilienceScore} | Risk: ${item.riskLevel}`);
}

直接调用 MCP（cURL）

# Call generate_energy_resilience_report directly via the MCP HTTP endpoint
curl -X POST "https://energy-transition-resilience-mcp.apify.actor/messages?sessionId=SESSION_ID" \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer YOUR_APIFY_TOKEN" \
  -d '{
    "jsonrpc": "2.0",
    "method": "tools/call",
    "params": {
      "name": "generate_energy_resilience_report",
      "arguments": {
        "region": "DE",
        "sources": ["ev_infra", "fossil", "air_quality", "weather", "us_econ", "global_econ"],
        "maxResults": 50
      }
    },
    "id": 1
  }'

# Open an SSE session first to get a sessionId:
curl -N "https://energy-transition-resilience-mcp.apify.actor/sse" \
  -H "Authorization: Bearer YOUR_APIFY_TOKEN"

最佳实践提示

1. 对新区域，先使用 generate_energy_resilience_report，再深入分析各个维度。完整报告的费用与任何单维度调用相同（$0.045），并提供全面情况，包括 A-F 等级和具体建议。

2. 对充电网络规模较大的国家（UK、DE、FR、NL）进行 EV 就绪度评估时，使用 maxResults: 100。默认值 50 足以覆盖较小的市场。提高数量有助于提升密度和快充比例计算的准确性。

3. 如果只需要部分数据源，请选择特定数据源。如果只对经济价格冲击风险建模，请直接调用 detect_energy_price_shock_risk，而不是完整网络地图——这样速度更快，费用相同。

4. 为保持一致，请使用 ISO 两字母国家代码。Region 接受任意字符串，但使用 ISO 代码（DE、FR、GB、US、JP）可确保在 Open Charge Map、OpenAQ 和 World Bank API 中可靠匹配。

5. 使用 Apify 的计划功能，为投资组合中的区域安排每周韧性报告。将结果存储在数据集中，并持续跟踪 overallResilienceScore，以便在区域成为头条风险之前发现其状况恶化。

6. 对于以 US 为重点的分析，请与 Energy Transition Intelligence MCP 搭配使用。Resilience MCP 提供多国比较视角；Intelligence MCP 则增加 EIA 电网压力和 US 碳强度信号，提供更深入的 US 覆盖。

7. 对于 AI Agent 流水线，先调用 compute_transition_readiness_score 获取评分摘要，然后仅在 Agent 判断某个维度需要深入调查时，再调用特定子工具（例如 analyze_air_quality_correlation）。这可最大限度降低自动化工作流中的成本。

与其他 Apify actors 搭配使用

Actor	搭配方式
EIA Energy Data	补充 FRED 经济指标，为价格冲击分析增加 US 电网发电结构和容量数据
NOAA Weather Alerts	直接输入 assess_climate_vulnerability，以便在 MCP 默认数据之外，深入分析 US 恶劣天气
OpenAQ Air Quality	预先获取特定城市的空气质量数据，并传递给相关性工具，进行超本地化污染分析
World Bank Indicators	获取自定义指标代码（可再生能源占比、每 kWh 的 CO2），以补充就绪度评分中使用的 World Bank 数据
FRED Economic Data	获取指定的 FRED 序列（例如，电价 CPI），以丰富价格冲击检测，超出默认能源价格搜索范围
ECB Exchange Rates	监测 EUR/USD 和 EUR/GBP 稳定性趋势，将其作为能源进口成本波动的领先指标
Eurostat EU Statistics	获取 nrg_t_pehex 或 nrg_t_2020 数据集，用于完整韧性报告中的 EU 跨境能源贸易流分析

局限性

• 化石燃料许可证数据仅覆盖英国。 NSTA 数据源仅涵盖北海许可证。对于非英国地区，compute_fossil_fuel_dependency 工具返回的结果会很有限，甚至为零。对于其他地理区域，只有根据现有记录得出的 dependencyIndex 有参考意义。
• NOAA 天气预警以美国为中心。 assess_climate_vulnerability 工具通过 OpenAQ 空气质量数据支持全球范围，但天气严重程度分布反映的是 NOAA 的美国预警系统。非美国地区的预警数量会较少，因此会低估实际气候风险。
• EV 充电站数据质量因国家而异。 Open Charge Map 在欧洲、美国和澳大利亚的覆盖更密集。偏远地区或新兴市场返回的充电站数量可能不足，导致 readinessScore 反映的是数据缺乏，而非真实的基础设施缺口。
• 经济指标的更新及时性各不相同。 FRED 数据的更新频率因序列而异，从每日到每季度不等。世界银行指标可能滞后 1-2 年。ECB 利率每日更新。volatilityIndex 反映历史波动，而非前瞻性预测。
• 分数会根据可用数据进行归一化。 如果数据源返回的记录少于请求的 maxResults，则会根据现有子集计算分数。数据集越小，变异系数的可靠性越低。
• 不跟踪历史趋势。 每次工具调用都会返回某个时间点的评估结果。趋势分析需要安排重复运行，并通过 Apify 数据集比较一段时间内的 overallResilienceScore 值。
• 并发 Actor 调用会消耗 Apify 额度。 generate_energy_resilience_report 和 map_energy_transition_network 工具最多会并行调用 8 个 Actor。除了每次 MCP 工具调用收取的 $0.045 费用外，这些子 Actor 调用也会单独计入你的 Apify 账户费用。
• 不支持自定义权重。 5 个维度的综合权重（EV：25%、化石燃料：20%、空气：15%、气候：20%、经济：20%）在代码中固定。如果你的用例需要使用不同权重，请调用各个子工具，并在后续处理中应用自定义权重。

集成

• Apify API — 以编程方式从任意语言触发韧性评估并检索结果
• Webhooks — 在计划的韧性报告完成时收到通知，以便触发下游警报或推送数据
• Zapier — 在运行完成时，将韧性分数推送到电子表格、Slack 频道或 CRM 系统
• Make — 构建无代码工作流，按计划触发区域评估，并将结果发送到仪表板
• Google Sheets — 导出转型准备度分数和维度明细，用于监控投资组合
• LangChain / LlamaIndex — 在 RAG 管道或自主能源研究 Agent 中将此 MCP 服务用作工具提供方

故障排除

• 工具返回空的或 null 子报告 — 如果源数据返回零条记录，这是预期行为。NSTA 化石燃料数据源仅覆盖英国；非英国地区会返回空的许可证集，因此完整报告中的 fossilFuelDependency 将为 null。仅对英国地区使用 compute_fossil_fuel_dependency。

• 已知存在基础设施，但就绪度评分偏低 — 请确认 region 参数采用各底层 API 预期的格式。Open Charge Map 使用 GB 或 US 等国家代码。OpenAQ 也使用 2 位 ISO 代码。代码不匹配（例如 UK 与 GB）会导致数据获取返回零条结果，从而人为拉低评分。

• 完整韧性报告运行超时 — generate_energy_resilience_report 工具会并行发起 8 次 actor 调用，每次超时时间为 120 秒。在 Apify 免费套餐中，并发 actor 槽位可能受限。将 maxResults 降至 25，或选择部分 sources，以加快执行速度。

• MCP 客户端显示连接错误 — 请确认使用的是 SSE URL（/sse 端点），而不是 actor 运行 API URL。MCP 会话通过向 /sse 发送 GET 请求启动；工具调用则发送到 /messages?sessionId=SESSION_ID。使用错误的端点会返回 400 错误。

• shockProbability 始终为 0 — 如果每个数据源只返回一个数据点，就会发生这种情况（CV 至少需要两个值）。请增大 maxResults，或扩大 FRED 数据源的 searchText 范围，以确保返回多个指标序列。

负责任地使用

• 此 MCP 仅访问政府登记机构和开放数据平台上公开可用的数据。
• Open Charge Map、NSTA、OpenAQ、NOAA、FRED、World Bank、ECB 和 Eurostat 的数据均依据各自的开放访问条款提供。
• 未经对照原始来源数据进行验证并经领域专家审查，请勿使用韧性评分做出投资决策。
• 关于网页抓取合法性的指南，请参阅 Apify 的指南。

常见问题

如何计算特定国家的能源转型就绪度？ 调用 compute_transition_readiness_score，并将 ISO 2 位国家代码作为 region（例如，法国使用 "FR"，德国使用 "DE"，美国使用 "US"）。该工具会同时从全部 6 个数据源获取数据，并返回包含 5 个维度的加权综合评分及字母等级。

每月可以免费调用多少次工具？ Apify 免费套餐包含价值 $5 的月度额度。每次工具调用费用为 $0.045，因此每月可免费调用 111 次。付费套餐起价为 $49/月，提供的额度大幅增加。

此 MCP 覆盖哪些地区和国家？ 电动汽车基础设施（Open Charge Map）和空气质量（OpenAQ）数据覆盖全球。World Bank 和 ECB 覆盖所有主要经济体。FRED 覆盖美国经济指标。化石燃料许可证数据（NSTA）仅覆盖英国北海。Eurostat 覆盖欧盟成员国。气候脆弱性（NOAA 天气）数据主要聚焦美国。

能源转型就绪度评分有多准确？ 该评分是对可用数据进行归一化后得出的综合评分，并非经认证的基准。它经过校准，可对不同地区进行有意义的相对排名——得分为 75 的地区确实比得分为 35 的地区准备更充分。应将绝对数值解读为趋势指标，而非精确测量值。字母等级（A-F）是面向利益相关方沟通时最可靠的输出。

这与 Energy Transition Intelligence MCP 有何不同？ Energy Transition Intelligence MCP 使用 EIA 电网发电和碳强度数据，聚焦美国能源市场。此 Resilience MCP 则采用多国视角，整合 8 个数据源，包括欧盟统计数据（Eurostat）、全球发展指标（World Bank）和归一化空气质量相关性，因此更适合国际比较分析。 我可以在 AI Agent 工作流中使用此 MCP 吗？ 可以。此服务在 Apify 的 Standby 基础设施上以持久的 SSE MCP 端点运行。任何兼容 MCP 的客户端——Claude、Cursor、Windsurf、Cline 或自定义的 LangChain Agent——都可以连接并调用工具。结果以结构化 JSON 的形式返回，便于下游解析。

数据有多新？ 每次调用工具时，都会在查询时从底层数据源实时获取数据。空气质量和天气数据接近实时（几分钟到几小时）。FRED 和 ECB 的汇率每日更新。世界银行的发展指标每年更新。Eurostat 的能源平衡数据每季度更新。

我可以安排对多个地区进行韧性监测吗？ 可以。使用 Apify 内置的调度器，按任意间隔（每天、每周、每月）运行 Actor。结合 Apify API 或 Webhook，可将结果发送到 Google Sheet 或仪表板。每次运行的结果都会存储在 Actor 的数据集中。

这样使用政府数据和开放数据合法吗？ 合法。所有 8 个数据源——Open Charge Map、NSTA、OpenAQ、NOAA、FRED、World Bank、ECB 和 Eurostat——都以开放访问或公有领域条款发布数据。此 MCP 是这些 API 的结构化客户端。请参阅 Apify 关于网页抓取合法性的指南。

如果某个数据源不可用，会发生什么？ 每个数据源的调用超时时间为 120 秒。如果某个数据源返回错误，MCP 会记录错误，并继续处理可用的数据源。受影响的子报告将在最终输出中返回 null 或空结果。executiveSummary 只会反映成功获取数据的维度。

我可以根据自己的使用场景，为这 5 个维度设置不同的权重吗？ 综合权重（EV 25%、化石燃料 20%、空气质量 15%、气候 20%、经济 20%）是固定的。若要使用自定义权重，请调用 5 个单独的子工具（assess_ev_infrastructure_readiness、compute_fossil_fuel_dependency、analyze_air_quality_correlation、assess_climate_vulnerability、detect_energy_price_shock_risk），并根据返回的分数自行设置权重。

网络图如何运作？ map_energy_transition_network 工具会构建一张图，为每条数据记录创建带类型的节点（ev_station、oil_license、air_quality、weather_event、economic_indicator、currency、stat_series）。边表示 3 种关系：EV 与空气质量的距离关系（haversine <100 km）、石油许可证对经济指标的影响，以及天气事件导致的 EV 站点气候脆弱性。结果包含完整的节点和边数组，以及一条按节点类型统计数量的摘要字符串。

帮助我们改进

如果遇到问题，请启用运行共享功能，以帮助我们更快地调试：

1. 前往 账户设置 > 隐私
2. 启用 与公开的 Actor 创建者分享运行记录

这样一来，出现问题时我们就能查看运行详情。只有 Actor 开发者可以看到你的数据，不会公开显示。

支持

发现 Bug 或有功能需求？请在此 Actor 页面上的 Issues 选项卡中提交问题。有关自定义集成或企业能源分析工作流，请通过 Apify 平台联系我们。