Influencer Brand Safety Intelligence

网红品牌安全情报 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": {
    "influencer-brand-safety-intelligence-mcp": {
      "url": "https://ryanclinton--influencer-brand-safety-intelligence-mcp.apify.actor/mcp"
    }
  }
}

---

为 AI Agent 和品牌团队提供网红品牌安全筛查——此 MCP 服务通过 8 个可调用工具协调 9 个并行数据源，提供自动化创作者审查、争议风险分析、受众真实性评分和制裁筛查。适用于品牌营销人员、网红代理机构、法律与合规团队，以及在承诺合作预算前需要结构化数据情报的公关风险管理人员。

该服务运行于 Apify 的 Standby 基础设施，并提供任何 MCP 兼容客户端均可调用的 HTTP 端点。每个工具都会并行请求社交媒体、评论平台、制裁名单、历史档案和网络展示数据，然后通过 4 种评分模型进行分析，生成 **综合品牌契合度评分（0-100）**和 5 档合作判定。无需订阅、无需月费，也没有最低承诺。

可以提取哪些数据？

数据点	来源	示例
📡 社交媒体帖子和互动模式	Bluesky Social Search	47 条帖子，检测到 12 个争议标记
⭐ 消费者评论情绪	Trustpilot Review Analyzer	平均 3.1/5，38% 为负面评论
🌐 跨平台评论汇总	Multi-Review Analyzer	Google + Yelp：分析了 142 条评论
🛡️ 美国财政部 SDN 名单筛查	OFAC Sanctions Search	0 项匹配（CLEAR）/ 1 项匹配（REVIEW_REQUIRED）
🌍 多司法管辖区观察名单和 PEP 标记	OpenSanctions Search	查询了 100 多个国际制裁数据库
💬 科技社区声誉和讨论	Hacker News Search	找到 8 个 HN 话题，3 个争议标记
🗂️ 历史网页存档快照	Wayback Machine Search	34 个存档页面，2 个已删除内容标记
📞 创作者网络展示和联系信息核验	Website Contact Scraper	已核实专业网站，找到联系信息
📄 网站内容与品牌契合度分析	Website Content to Markdown	提取完整网站内容并扫描关键词
🎯 综合品牌契合度评分	汇总全部 9 个来源	评分：18/100 — 判定：BRAND_SAFE
📋 多维度风险评分	4 种评分模型	安全性 87、真实性 74、争议度 12、历史记录 5
🚩 风险信号和建议	自动化分析	“评论记录良好——品牌关联积极”

❓ 为什么使用 Influencer Brand Safety Intelligence MCP？

手动审核网红既耗时、不一致，成本也高。审核单个创作者通常需要 2-4 小时，包括查看社交媒体历史记录、查询制裁数据库、审计存档内容以及评估受众质量，而大多数团队都会跳过一些步骤，之后这些遗漏可能演变成品牌危机。每月管理 50+ 个创作者合作项目的代理机构会面临审核积压，导致无法大规模开展全面审核。

此 MCP 服务可自动完成整个网红品牌安全工作流。将其接入 Claude、Cursor、Windsurf、Cline 或任何支持 HTTP 的 AI Agent 后，AI 助手就能在规划营销活动时自然地开展结构化创作者审核，无需编写自定义代码。

• 定时任务 — 对正在进行的合作项目定期开展安全筛查，以发现新出现的争议或真实性下降
• API 访问 — 在 CI/CD 流水线或网红管理工具中，通过 Python、JavaScript 或任何 HTTP 客户端触发品牌安全检查
• 代理轮换 — 数据采集通过 Apify 的代理基础设施运行，确保大规模访问时的可靠性
• 监控 — 配置 Slack 或电子邮件提醒，在筛查发现新的风险信号时收到通知
• 集成 — 通过 webhook 将结果接入 Zapier、Make、Google Sheets、HubSpot 或网红 CRM 平台

功能

• 8 个针对性的 MCP 工具，覆盖创作者审核的每个阶段：品牌安全筛查、受众真实性检查、争议风险分析、平台多元化评分、历史内容审计、制裁观察名单检查、多创作者比较，以及全面的品牌契合度评估
• 9 个并行数据源，同时查询以尽可能降低延迟 — Bluesky、Trustpilot、Multi-Review Analyzer、OFAC、OpenSanctions、Hacker News、Wayback Machine、Website Contact Scraper，以及 Website Content to Markdown
• 17 种争议关键词模式，用于扫描所有社交媒体和历史内容，包括：丑闻、抵制、抵制购买、骚扰、欺诈、诉讼，以及另外 11 种高风险词汇
• 12 类不利于品牌的内容，独立于争议信号进行标记：毒品、暴力、赌博、成人内容、极端主义、恐怖主义、阴谋论、错误信息，以及另外 4 类
• 8 种受众非真实性信号，包括机器人活动、虚假粉丝、购买粉丝、互赞群、点击农场，以及 3 个相关术语
• 4 种独立评分模型，组合得出综合评分：品牌安全（最高 100 分，分数越高越安全）、受众真实性（最高 100 分，分数越高越真实）、争议风险（最高 100 分，分数越高风险越高）、历史内容风险（最高 100 分，分数越高风险越高）
• 综合品牌契合度评分加权公式：(100-品牌安全) x 0.25 + (100-真实性) x 0.20 + 争议风险 x 0.30 + 历史风险 x 0.25 — 争议风险的权重最高
• 5 级合作结论，依据综合评分：BRAND_SAFE（0-19）、APPROVED（20-39）、CONDITIONAL（40-59）、HIGH_RISK（60-79）、DO_NOT_PARTNER（80-100）
• 制裁匹配置信度阈值 — 仅在匹配分数达到 60+ 时才标记 OFAC 匹配，以减少常见姓名导致的误报
• 平台多元化评分 — 按活跃平台数 x 25 计算，报告 HIGHLY_DIVERSIFIED、DIVERSIFIED、MODERATE 或 SINGLE_PLATFORM，并评估平台下架风险
• 历史内容删除检测 — 使用 Wayback Machine 的 HTTP 404 和 410 状态码识别已被主动删除的页面
• 真实性和多元化工具的可选网站 URL 参数 — 提供直接 URL 可提高网站验证准确度，优于按名称查找
• 支出限额控制 — 每个工具在执行前检查费用限额；达到单次运行预算时返回结构化错误

网红品牌安全筛查的使用场景

活动前创作者审核

品牌经理和营销总监在确定合作预算前筛选创作者候选名单。对排名前 5–10 的候选人运行 brand_fit_assessment，几分钟内即可获得综合评分和评估结论，而非耗时数天。结构化 JSON 输出可直接集成到活动规划电子表格或网红 CRM 中。

网红代理机构的创作者组合管理

管理数十项活跃创作者合作的代理机构需要持续进行风险监控，而不只是一次性审核。安排每周或每月对所有签约创作者运行 creator_brand_safety_screen，并使用 Webhook 在风险信号发生变化时将结果发送到 Slack 频道或 HubSpot。

法律与合规审查

拥有内部法务团队的企业品牌需要在签署人才合同前留存制裁筛查的书面证据。sanctions_watchlist_check 一次调用即可同时筛查 OFAC SDN 和 OpenSanctions，并返回结构化的 BLOCKED / REVIEW_REQUIRED / CLEAR 评估结果，可与合同一并归档为合规记录。

危机预防与公关风险管理

公关团队审核主动寻求品牌合作或由媒介购买方推荐的创作者。controversy_risk_analysis 可通过单一结构化响应，呈现当前社交媒体争议、历史网页存档标记以及制裁风险，为公关团队拒绝或接受创作者提供有据可依的风险判断。

多位创作者候选名单对比

媒介策划人员为活动名额比较创作者候选人。compare_creators 接受 2–5 个名称，并按综合品牌安全评分排序返回对比结果，同时提供各维度评级（安全级别、真实性级别、争议级别、历史风险级别），便于并排评估。

AI Agent 工作流集成

AI 开发团队构建自主营销 Agent、网红拓展机器人或品牌安全自动化流水线。由于这是一个 MCP 服务，Claude 等 AI Agent 可以将创作者审核工具作为原生能力调用，无需编写自定义 API 封装代码。

如何筛查创作者的品牌安全性

1. 连接 MCP 服务 — 将服务 URL 添加到 MCP 客户端配置中（Claude Desktop、Cursor、Windsurf 或任何兼容的客户端）。请参阅下方的连接说明。
2. 让 AI 助手审核创作者 — 输入自然语言提示词，例如“筛查 @jasminewrites 的品牌安全性，并告诉我她是否适合合作。”AI 将自动选择并调用合适的工具。
3. 查看结构化输出 — 工具会在 30–90 秒内返回评分、评估结果和具体风险信号列表。信号采用通俗易懂的描述，可直接复制到审核报告中。
4. 对最终候选人进行全面的品牌契合度评估 — 对入围创作者使用 brand_fit_assessment，在确定预算前获取涵盖 9 个来源的综合报告。

⬇️ MCP 工具

工具	价格	描述
creator_brand_safety_screen	$0.045	通过 Bluesky、Trustpilot、多平台评价和 Hacker News 进行品牌安全扫描。返回 0-100 的安全评分和安全等级
audience_authenticity_check	$0.045	检查互动质量、跨平台影响力和网站验证情况。返回真实性评分和等级
controversy_risk_analysis	$0.045	检查社交争议、Hacker News 讨论、Wayback Machine 存档标记、OFAC 和 OpenSanctions。返回争议评分和风险等级
platform_diversification_score	$0.045	活跃平台数量 x 25 得分。返回 HIGHLY_DIVERSIFIED / DIVERSIFIED / MODERATE / SINGLE_PLATFORM
historical_content_audit	$0.045	扫描 Wayback Machine 存档，查找已删除和已修改的内容，并分析 HTTP 状态码
sanctions_watchlist_check	$0.045	通过 OFAC SDN 和 OpenSanctions 双来源筛查。返回 BLOCKED / REVIEW_REQUIRED / CLEAR 判定
compare_creators	$0.045	按综合品牌安全评分对 2-5 位创作者进行排名。返回排序后的比较结果及各维度评级
brand_fit_assessment	$0.045	综合全部 4 种评分模型，进行完整的 9 个来源分析。返回综合评分、判定和建议

工具参数

工具	参数	类型	必填	描述
creator_brand_safety_screen	creator	string	是	要筛查的创作者姓名、用户名或品牌
audience_authenticity_check	creator	string	是	创作者姓名或用户名
audience_authenticity_check	website	string	否	创作者网站 URL，可提高验证准确性
controversy_risk_analysis	creator	string	是	要分析的创作者姓名或实体
platform_diversification_score	creator	string	是	创作者姓名或用户名
platform_diversification_score	website	string	否	创作者网站 URL
historical_content_audit	creator	string	是	要审查的创作者姓名或网站 URL
sanctions_watchlist_check	entity	string	是	要筛查的创作者姓名或实体
compare_creators	creators	string[]	是	要比较的 2-5 位创作者姓名数组
brand_fit_assessment	creator	string	是	要评估的创作者姓名或用户名

⬆️ 输出示例

名为 “Jordan Westfield” 的创作者调用 brand_fit_assessment 后的完整输出：

{
  "entity": "Jordan Westfield",
  "compositeScore": 22,
  "verdict": "APPROVED",
  "brandSafety": {
    "score": 82,
    "controversyFlags": 0,
    "unsafeContentFlags": 0,
    "safetyLevel": "BRAND_SAFE",
    "signals": [
      "No controversy or unsafe content flags — brand-safe profile",
      "Clean review profile — positive brand association"
    ]
  },
  "audienceAuthenticity": {
    "score": 71,
    "engagementQuality": 28,
    "authenticityIndicators": 6,
    "authenticityLevel": "AUTHENTIC",
    "signals": [
      "Professional website verified — legitimate creator presence",
      "Multi-platform presence verified — strong authenticity indicator",
      "3 HN discussions — genuine community presence"
    ]
  },
  "controversyRisk": {
    "score": 6,
    "socialControversy": 0,
    "historicalFlags": 0,
    "sanctionFlags": 0,
    "riskLevel": "CLEAN",
    "signals": []
  },
  "historicalContent": {
    "score": 0,
    "archivedPages": 14,
    "deletedContentFlags": 0,
    "contentRiskLevel": "CLEAN",
    "signals": []
  },
  "allSignals": [
    "No controversy or unsafe content flags — brand-safe profile",
    "Clean review profile — positive brand association",
    "Professional website verified — legitimate creator presence",
    "Multi-platform presence verified — strong authenticity indicator",
    "3 HN discussions — genuine community presence"
  ],
  "recommendations": []
}

controversy_risk_analysis 的高风险输出示例：

{
  "score": 68,
  "socialControversy": 7,
  "historicalFlags": 3,
  "sanctionFlags": 0,
  "riskLevel": "HIGH",
  "signals": [
    "7 controversy mentions across platforms — pattern of controversial content",
    "3 historical content flags — deleted/modified controversial content detected"
  ]
}

sanctions_watchlist_check 的制裁筛查输出：

{
  "entity": "Viktor Kravchenko",
  "hits": 1,
  "matches": [
    {
      "source": "OpenSanctions",
      "datasets": ["us_ofac_sdn", "eu_fsf_sanctions"],
      "name": "Viktor V. Kravchenko"
    }
  ],
  "verdict": "REVIEW_REQUIRED",
  "signals": [
    "1 sanctions/watchlist matches — partnership must not proceed without legal review"
  ]
}

输出字段

字段	类型	描述
entity	string	接受筛查的创作者名称
compositeScore	number	总体风险评分，范围为 0-100（分数越低，越适合品牌合作）
verdict	string	BRAND_SAFE / APPROVED / CONDITIONAL / HIGH_RISK / DO_NOT_PARTNER
brandSafety.score	number	品牌安全评分，范围为 0-100（分数越高，越安全）
brandSafety.controversyFlags	number	社交内容中争议关键词的命中次数
brandSafety.unsafeContentFlags	number	品牌不安全内容关键词的命中次数
brandSafety.safetyLevel	string	UNSAFE / HIGH_RISK / CAUTION / SAFE / BRAND_SAFE
brandSafety.signals	string[]	用通俗语言描述的风险和正向信号
audienceAuthenticity.score	number	真实性评分，范围为 0-100（分数越高，真实性越高）
audienceAuthenticity.engagementQuality	number	互动质量子评分（最高 35 分）
audienceAuthenticity.authenticityIndicators	number	正向真实性指标的数量
audienceAuthenticity.authenticityLevel	string	FAKE / SUSPICIOUS / MIXED / AUTHENTIC / VERIFIED
controversyRisk.score	number	争议风险评分，范围为 0-100（分数越高，风险越大）
controversyRisk.socialControversy	number	各社交平台上的争议条目数
controversyRisk.historicalFlags	number	网络存档中的争议标记数
controversyRisk.sanctionFlags	number	OFAC 和 OpenSanctions 匹配数
controversyRisk.riskLevel	string	CLEAN / LOW / MODERATE / HIGH / CRITICAL
historicalContent.score	number	历史内容风险评分，范围为 0-100
historicalContent.archivedPages	number	Wayback Machine 中找到的存档页面总数
historicalContent.deletedContentFlags	number	HTTP 状态为 404/410 的页面数
historicalContent.contentRiskLevel	string	CLEAN / MINOR / NOTABLE / HIGH / CRITICAL
allSignals	string[]	汇总所有维度的风险和正向信号，并去除重复项
recommendations	string[]	根据风险发现提出的可执行合作建议
platforms	object	各平台的账号分布图（多元化工具）
diversificationScore	number	活跃平台数 x 25，最高 100
level	string	HIGHLY_DIVERSIFIED / DIVERSIFIED / MODERATE / SINGLE_PLATFORM
hits	number	制裁名单/观察名单匹配总数
matches[].source	string	OFAC 或 OpenSanctions
matches[].score	number	OFAC 匹配置信度评分（0-100）
matches[].datasets	string[]	OpenSanctions 数据集标识符

筛查网红的品牌安全性需要多少费用？

此 MCP 采用按次付费定价——每次调用工具收费 $0.045。平台计算费用已包含在内，无月度订阅。

场景	工具调用次数	每次调用费用	总费用
快速安全检查	1	$0.045	$0.045
审核 10 位创作者（每人进行基本筛查）	10	$0.045	$0.45
对 5 位创作者进行完整的品牌契合度评估	5	$0.045	$0.225
对比两份各含 5 人的候选名单（compare_creators x 2）	2	$0.045	$0.09
每月监控 50 项合作（每周筛查）	200	$0.045	$9.00

你可以为每次运行设置最高支出限额，以控制费用。MCP 会在每次执行工具前检查限额，并在预算用尽时妥善停止。

相比之下，人工创作者审核机构每次审核收费 $500-1,500，企业级网红风险平台每月收费 $800-3,000。使用此 MCP，每月品牌安全计划通常不到 $10，且无需订阅承诺。Apify 免费套餐包含 $5 的月度额度，可用于 100 多次单独的工具调用。

如何连接此 MCP 服务

Claude Desktop

添加到你的 claude_desktop_config.json：

{
  "mcpServers": {
    "influencer-brand-safety": {
      "url": "https://influencer-brand-safety-intelligence-mcp.apify.actor/mcp",
      "headers": {
        "Authorization": "Bearer YOUR_APIFY_TOKEN"
      }
    }
  }
}

Cursor / Windsurf / Cline

在 IDE 的 MCP 设置面板中添加 MCP 服务端点：

• URL：https://influencer-brand-safety-intelligence-mcp.apify.actor/mcp
• Auth：Bearer token（你的 Apify API token）

Python

import httpx
import json

APIFY_TOKEN = "YOUR_APIFY_TOKEN"
MCP_URL = "https://influencer-brand-safety-intelligence-mcp.apify.actor/mcp"

def screen_creator(creator_name: str) -> dict:
    payload = {
        "jsonrpc": "2.0",
        "method": "tools/call",
        "params": {
            "name": "brand_fit_assessment",
            "arguments": {"creator": creator_name}
        },
        "id": 1
    }
    response = httpx.post(
        MCP_URL,
        json=payload,
        headers={
            "Content-Type": "application/json",
            "Authorization": f"Bearer {APIFY_TOKEN}"
        },
        timeout=120
    )
    result = response.json()
    content = json.loads(result["result"]["content"][0]["text"])
    print(f"Creator: {content['entity']}")
    print(f"Verdict: {content['verdict']}  |  Score: {content['compositeScore']}/100")
    for signal in content.get("allSignals", []):
        print(f"  - {signal}")
    return content

screen_creator("Jordan Westfield")

JavaScript

const APIFY_TOKEN = "YOUR_APIFY_TOKEN";
const MCP_URL = "https://influencer-brand-safety-intelligence-mcp.apify.actor/mcp";

async function screenCreator(creatorName) {
  const response = await fetch(MCP_URL, {
    method: "POST",
    headers: {
      "Content-Type": "application/json",
      "Authorization": `Bearer ${APIFY_TOKEN}`,
    },
    body: JSON.stringify({
      jsonrpc: "2.0",
      method: "tools/call",
      params: {
        name: "brand_fit_assessment",
        arguments: { creator: creatorName },
      },
      id: 1,
    }),
  });

  const result = await response.json();
  const content = JSON.parse(result.result.content[0].text);
  console.log(`Creator: ${content.entity}`);
  console.log(`Verdict: ${content.verdict} | Score: ${content.compositeScore}/100`);
  for (const signal of content.allSignals) {
    console.log(`  - ${signal}`);
  }
  return content;
}

screenCreator("Jordan Westfield");

cURL

# Full brand fit assessment
curl -X POST "https://influencer-brand-safety-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": "brand_fit_assessment",
      "arguments": {"creator": "Jordan Westfield"}
    },
    "id": 1
  }'

# Quick sanctions check only
curl -X POST "https://influencer-brand-safety-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": "sanctions_watchlist_check",
      "arguments": {"entity": "Jordan Westfield"}
    },
    "id": 2
  }'

Influencer Brand Safety Intelligence MCP 的工作原理

阶段 1：并行收集数据

调用工具时，actor-client 模块会使用 Promise.all，同时向最多 9 个子 Actor 发送请求。每个子 Actor 使用 512 MB 内存，并设有 120 秒超时。brand_fit_assessment 工具会并行查询全部 9 个数据源：Bluesky 社交搜索（近期帖子和互动指标）、Trustpilot（消费者评论情绪）、Multi-Review Analyzer（来自 Google 和 Yelp 的跨平台评论）、OFAC Sanctions Search（美国财政部 SDN 名单）、OpenSanctions（100 多个国际司法管辖区数据库）、Hacker News Search（YC 社区讨论和积分）、Wayback Machine（历史存档快照）、Website Contact Scraper（联系人和在线状态验证），以及 Website Content to Markdown（用于关键词分析的完整网站内容）。

阶段 2：关键词扫描与标记累积

收集数据后，四个独立的评分函数会处理结果。品牌安全扫描会根据两个关键词列表检查所有 Bluesky 帖子和 HN 条目：17 个争议相关词（丑闻、抵制、取消、骚扰等）和 12 个品牌不安全内容词（毒品、暴力、赌博、成人内容、极端主义等）。受众真实性扫描会检查社交帖子中是否存在 8 种不真实模式（机器人、虚假、购买粉丝、互动群、点击农场等），并将点赞与回复的比率作为互动质量的代理指标。历史内容分析会根据这两个关键词列表检查 Wayback Machine URL 和内容，并读取 HTTP 状态码——404 和 410 响应表示页面已被主动删除，此类页面会计入 deletedContentFlags。制裁筛查会将 OFAC 匹配分数与 60 分的置信度阈值进行比较，以减少常见姓名导致的误报。

阶段 3：计算分数并生成判定结果

每个评分模型都采用加权公式，最高不超过 100 分。综合评分公式中，争议风险的权重最高，为 30%：(100 - brandSafety) × 0.25 + (100 - authenticity) × 0.20 + controversyRisk × 0.30 + historicalRisk × 0.25。由于品牌安全和真实性是反向指标（高分 = 好），因此加权前要用 100 减去它们。最终综合分数对应以下判定结果：BRAND_SAFE（0-19）、APPROVED（20-39）、CONDITIONAL（40-59）、HIGH_RISK（60-79）、DO_NOT_PARTNER（80-100）。四个模型的信号会合并到 allSignals 中，五种特定风险情况会自动触发 recommendations，其中包括针对制裁匹配和严重争议发现的强制建议。

阶段 4：MCP 传输与响应

服务器使用 @modelcontextprotocol/sdk v1.12+，并在无状态模式（无持久会话）下采用 StreamableHTTPServerTransport。每个发往 /mcp 的 POST 请求都会创建一个新的 McpServer 实例。服务器运行于 Apify Standby 基础设施上，因此首次激活后会持续运行并响应请求，无冷启动延迟。非 Standby 运行（直接调用 Actor）会启动临时监听器、打印健康检查消息，并在 1 秒后退出。

获得最佳结果的提示

1. 仅在最终阶段审查时使用 brand_fit_assessment。 它会查询 9 个来源，费用为 $0.045；但在筛选候选名单时，应先使用 creator_brand_safety_screen 或 controversy_risk_analysis 排除明显风险，再进行全面评估。

2. 如果有 website 参数，请提供。 与根据名称查找相比，提供创作者网站的直接 URL 后，audience_authenticity_check 和 platform_diversification_score 工具的准确性会显著提高，因为它们会直接获取并分析网站内容，而不是根据搜索结果推断。

3. 在单独评估之前使用 compare_creators。 评估 3-5 位创作者的候选名单时，compare_creators 会并行执行评估并返回排名列表——比逐个评估更快，也能提供相对评分背景。

4. 为活跃合作安排定期审查。 通过初步审查的创作者，几个月后也可能陷入争议。使用 Apify Scheduling 每月对所有活跃合作创作者运行 creator_brand_safety_screen，并配置 webhook，在信号发生变化时提醒团队。

5. 单独记录制裁名单检查。 对于企业合规要求，请将 sanctions_watchlist_check 作为独立步骤运行，并将 JSON 输出与合同一同保存。结构化的 BLOCKED / REVIEW_REQUIRED / CLEAR 判定可提供合规记录。

6. 为每次运行设置支出上限。 如果 AI Agent 循环处理大量创作者名单，请配置 maxTotalChargeUsd 以限制支出。达到上限时，MCP 会返回结构化错误对象，而不会崩溃，因此 Agent 可以妥善处理。

7. 与 Trustpilot Review Analyzer 交叉参考。 对于面向消费者行业的品牌合作，可使用完整分析器单独获取 Trustpilot 数据，以深入分析评价情绪；品牌安全审查使用的是较轻量的评价查询。

与其他 Apify actor 结合使用

Actor	组合使用方式
Trustpilot Review Analyzer	为任何创作者或品牌实体获取完整评价数据集，以深入分析情绪趋势，补充品牌安全评分
Multi-Review Analyzer	单独运行完整的多平台评价分析（Google、Yelp、BBB），深入了解具有大量业务运营的创作者的声誉
Website Contact Scraper	品牌契合度评估结果为正面后，从创作者的网站提取完整联系方式和团队信息，以便发起联系
Website Content to Markdown	将创作者的完整网站内容转换为 markdown，供大模型分析品牌价值观契合度、语气和受众定位契合度
Website Tech Stack Detector	检测创作者网站使用的 CMS、分析和变现工具，评估其平台成熟度
B2B Lead Qualifier	完成品牌契合度筛查后，在联系创作者之前，根据理想合作伙伴画像（受众规模、细分领域契合度、互动率）为潜在合作对象评分
HubSpot Lead Pusher	将审核通过的创作者记录直接推送到 HubSpot，作为联系人，并将品牌安全评分附加为 CRM 属性

局限性

• 仅分析 Bluesky 社交媒体。 此服务会查询 Bluesky 上的社交内容，不会分析 Instagram、TikTok、YouTube、X/Twitter 和 LinkedIn。Bluesky 活跃度较低的创作者，其社交评分置信度会较低。对于主要活跃于 Instagram 和 TikTok 的创作者，请辅以人工资料审核。
• 基于姓名匹配存在误报风险。 系统会使用创作者姓名作为查询词，在所有数据源中搜索。常见姓名可能会检索到属于其他人的争议或制裁数据。对于姓名常见的创作者，在依据高风险判定采取行动前，务必检查原始 signals 数组。
• 评价数据取决于创作者的业务资料。 Trustpilot 和多来源评价数据对经营业务（课程、产品、服务）的创作者最有用。没有商业产品的个人生活方式创作者通常不会返回评价数据集，这会降低基于评价的评分置信度。
• Hacker News 相关性取决于细分领域。 HN 讨论数据对科技、创业和面向开发者的创作者最有参考价值。生活方式、时尚和娱乐类创作者不太可能出现在 HN 搜索结果中，因此 HN 评分维度对这些细分领域的参考价值有限。
• 历史档案覆盖不完整。 Wayback Machine 的覆盖范围取决于抓取频率。抓取频率较低的创作者网站可能只有有限的快照。缺少档案数据并不能确认其历史记录清白。
• 制裁筛查基于姓名，而非身份验证。 OFAC 和 OpenSanctions 的匹配项会在置信度达到 60 分时标记，但不会确认身份。任何 REVIEW_REQUIRED 判定都应由合规专业人员审核，然后再拒绝签约。
• 不支持实时社交监控。 此工具执行的是特定时点分析，不会监测两次运行之间新发布的争议内容。请使用 Apify Scheduling 进行持续监控。
• OpenSanctions 和 OFAC 数据的时效性。 制裁名单数据的更新程度取决于 OFAC 和 OpenSanctions 项目维护的底层数据库。新名单可能需要一段时间才会出现在搜索结果中。

集成

• Zapier — 当 Airtable 或 Notion 中收到新的网红合作提案时，通过 Zapier 工作流触发创作者品牌安全筛查
• Make — 构建自动化创作者审核流程，筛查候选人，并将获批创作者转至 CRM，或将待拒绝的候选人转至审核队列
• Google Sheets — 将品牌匹配度评分和判定结果写入创作者跟踪表格，供团队审核并完成审批工作流
• Apify API — 从网红管理平台或品牌安全仪表板以编程方式调用工具
• Webhooks — 当定期安全筛查发现现有创作者合作关系出现新的风险信号时，接收通知
• LangChain / LlamaIndex — 将品牌安全工具的结果用作检索增强上下文，供起草合作简报或风险备忘录的 AI Agent 使用

故障排除

• 所有评分都为零或接近零。 这通常表示在底层数据源中未找到该创作者名称的结果。请尝试使用创作者的法定全名、带 @ 的主要账号名，或品牌／公司名称。有些创作者没有 Bluesky 账号、没有评论，也没有 HN 讨论——MCP 无法为找不到的内容评分。

• 对你确认安全的创作者给出了 REVIEW_REQUIRED 判定。 常见姓名会触发制裁名单匹配误报。请查看 sanctions_watchlist_check 响应中的 matches 数组，将匹配实体的全名、国籍和数据集背景与创作者资料进行对比。如果信息不符，则该命中为误报。对于常见姓名，OFAC 置信度低于 75 时应视为结论不明。

• brand_fit_assessment 耗时超过 90 秒。 完整评估会并行查询 9 个子 Actor。在 Apify 基础设施流量较高时，个别子 Actor 可能会排队。如果反复出现超时，请使用较轻量的单项工具（creator_brand_safety_screen、controversy_risk_analysis）进行快速筛查，并将 brand_fit_assessment 留给最终候选对象。

• 受众真实性评分意外偏低。 如果未提供 website 参数，网站信息对真实性评分的贡献为零。请使用创作者的网站 URL 重新运行 audience_authenticity_check，以获得完整的真实性评估，其中包括网站验证（最高 25 分）和跨平台评分（最高 20 分）。

• AI 客户端无法找到 MCP 工具。 请确认 MCP 客户端配置包含有效 Apify API 令牌的 Authorization 标头。该服务以 Standby 模式运行——如果近期未激活，首次请求可能需要 5-15 秒进行初始化。

负责任地使用

• 此服务仅访问公开内容：公开社交媒体帖子、公开评论页面、公开可用的制裁名单，以及公开存档的网页内容。
• 在将制裁筛查结果用于拒绝合同或终止合作关系之前，必须由具备资质的合规专业人士进行审核。
• 不要将品牌安全评分作为可能严重损害创作者生计的决策的唯一依据。评分是供调查参考的信号，并非最终判定。
• 存储与具名个人相关的筛查结果时，请遵守 GDPR、CCPA 及适用的数据保护法律。
• 有关网页抓取合法性的指南，请参阅 Apify 的指南。

❓ 常见问题

我在一个会话中可以使用 influencer brand safety MCP 筛查多少位创作者？ 每个会话没有硬性限制。compare_creators 工具每次调用可处理 2-5 位创作者。如需处理更大批次，请使用上面的 Python 或 JavaScript 示例，以编程方式循环处理创作者——每次调用费用为 $0.045，耗时 30-90 秒。

这个 MCP 会分析 Instagram、TikTok 或 YouTube 上的品牌安全情况吗？ 不会直接分析。此服务会分析 Bluesky 社交媒体、Hacker News、评论平台和网络内容。对于 Instagram 和 TikTok 创作者，网络内容、评论数据、历史存档和制裁筛查仍能提供有意义的安全信号，但社交内容维度将受到限制。

受众真实性评分有多准确？ 真实性评分以跨平台一致性、互动质量（Bluesky 上的点赞与回复比率）、网站验证和 HN 社群活跃情况作为真实互动的代理指标。对于拥有多平台影响力的科技和专业领域创作者，评分最为准确。对于主要活跃在此处未涵盖平台上的生活方式和娱乐领域创作者，应将评分视为参考，而非定论。 当创作者姓名常见，导致制裁名单误匹配时会发生什么？ sanctions_watchlist_check 工具会返回完整的 matches 数组，其中包括匹配的姓名、来源和置信度评分。对于 OFAC 匹配，如果姓名较为常见且评分低于 75，应视为无法确定。在对 REVIEW_REQUIRED 判定采取任何行动之前，必须进行合规审查。

网红品牌安全筛查与机构人工审核有何不同？ 机构人工审核通常每位创作者需要 2-4 小时，每次审核费用为 500-1,500 美元，且审核一致性不一。此 MCP 会在 90 秒内并行查询 9 个数据源，费用为 0.045 美元，并生成一致、结构化且可重复的评分。人工审核仍能为需要细致判断的情况增添价值；此工具则用于系统化、数据驱动的风险信号筛查。

我可以为正在合作的创作者安排定期品牌安全筛查吗？ 可以。使用 Apify 的 Scheduling 功能，每月或每周对每位正在合作的创作者运行一次 creator_brand_safety_screen。配置 webhook，在筛查完成时将结果发送到 Slack 或你的网红 CRM，这样团队无需手动跟进，也能收到新的风险信号通知。

使用公开数据进行网红品牌安全筛查是否合法？ 合法。所有数据源——公开社交媒体帖子、公开评论平台、可公开获取的政府制裁名单，以及公开存档的网络内容——均可依法访问。请参阅 Apify 关于网络抓取合法性的指南。请负责任地使用筛查结果，并遵守适用的隐私法律。

综合品牌安全评分的权重如何计算？ 综合评分公式为：(100 - brandSafety) × 0.25 + (100 - authenticity) × 0.20 + controversyRisk × 0.30 + historicalRisk × 0.25。争议风险的权重最高（30%），因为社交争议是品牌受损最直接的预测指标。品牌安全和真实性评分在加权前会反转，因为它们属于“越高越好”的指标。

哪些 MCP 客户端可以与此服务配合使用？ 任何支持通过 HTTP 使用 Model Context Protocol 的客户端均可：Claude Desktop、Cursor、Windsurf、Cline，以及任何使用 JSON-RPC 2.0 tools/call 方法的自定义 HTTP 客户端。请参阅上文的连接示例。

如果品牌契合度评估的判定为 CONDITIONAL，我应该继续吗？ CONDITIONAL（综合评分为 40-59）表示存在风险信号，但尚未达到取消资格的程度。查看 allSignals 数组，了解哪些具体维度的风险偏高。只有在解决具体问题后才继续——例如，如果只有真实性评分偏高，则应在最终敲定合同前要求进行独立的受众审计。

历史内容审计如何检测已删除的内容？ historical_content_audit 工具会查询 Wayback Machine，获取创作者网络内容的存档快照。存档中返回 HTTP 404 或 410 状态码的页面，表明相关内容曾被主动删除。工具还会将 URL 和内容文本与争议及品牌安全风险词列表进行关键词比对，以检测存档中已不再上线的争议内容。

我可以将网红品牌安全筛查集成到现有的 AI Agent 工作流中吗？ 可以——这是此工具的主要用途。由于它是 MCP 服务，支持 MCP 的 AI Agent（Claude、集成 MCP 的 GPT-4、LangChain Agent）可以将品牌安全工具作为原生功能调用。你的 Agent 可以在全自动化工作流中筛查创作者、评估评分并做出路由决策。

帮助我们改进

如果您遇到问题，请在 Apify 账户中启用运行共享，帮助我们更快地排查问题：

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，当出现问题时，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

发现错误或有功能需求？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、企业风险评分配置或集成其他数据源，请通过 Apify 平台联系我们。