recomention

@recomention/mcp

适用于 recomention 的 MCP 服务：询问 Claude Code、Cursor 或 Codex “我的产品会被 ChatGPT 推荐用于安排会议吗？”，然后让它启动报告、等待报告完成并读取结果——每个引擎的“在 n 个回答中被提及 m 次”、改为推荐了谁、引擎读取的来源，以及修复清单。

这是一个面向 https://api.recomention.com/v1 公开 JSON API 的轻量级 stdio 客户端，不保存任何状态。 它在本地运行，由 MCP 客户端作为进程启动。对于 ChatGPT、Claude.ai 和其他连接远程服务的客户端，请改用托管连接器 https://mcp.recomention.com/mcp：它会使用你的 recomention 账户登录（OAuth），无需 API 密钥。各客户端的设置说明： https://docs.recomention.com/mcp/.

需要 Node.js 20 或更高版本（自带 npx）。

环境变量

变量
RECOMENTION_API_KEY	报告必需	在 /account → Developers 中创建。密钥只会显示一次。没有密钥时，仍可使用公开排名和建议问题。
RECOMENTION_BASE_URL	可选	默认为 https://api.recomention.com。旧地址 https://www.recomention.com（或根域名、网页预览地址、端口 3000–3099 上的本地 Next 开发服务器）仍可用：这些地址会访问网站已弃用的 /api/v1 别名。其他任意裸源站地址，例如 API 预览 Worker 或本地 API Worker（http://localhost:8790），则使用 /v1。
OPENAI_API_KEY、ANTHROPIC_API_KEY、PERPLEXITY_API_KEY、GEMINI_API_KEY、XAI_API_KEY、DATAFORSEO_API_KEY（Google AI Overview，login:password）	可选	仅用于 funding: "byok"（自带密钥），且账户需要有有效的 Agent 计划。可提供其中任意一部分密钥；没有密钥的引擎会标记为已跳过，但必须提供 OpenAI、Anthropic 或 Gemini 的密钥之一。这些密钥从此服务的环境变量中读取，绝不会从工具参数读取，因此密钥不会经过模型上下文。

安装

Claude Code

claude mcp add recomention \
  --env RECOMENTION_API_KEY=YOUR_API_KEY \
  --env RECOMENTION_BASE_URL=https://api.recomention.com \
  -- npx -y @recomention/mcp

将 YOUR_API_KEY 替换为你的密钥。添加 --scope user 即可在每个项目中使用。使用 claude mcp list 检查，或在会话中运行 /mcp。

Cursor（~/.cursor/mcp.json，或项目中的 .cursor/mcp.json）及其他使用 JSON 配置的客户端

{
  "mcpServers": {
    "recomention": {
      "command": "npx",
      "args": ["-y", "@recomention/mcp"],
      "env": { "RECOMENTION_API_KEY": "<key>", "RECOMENTION_BASE_URL": "https://api.recomention.com" }
    }
  }
}

请保留项目级 .cursor/mcp.json，并避免将密钥纳入版本控制。

Codex

codex mcp add recomention \
  --env RECOMENTION_API_KEY=YOUR_API_KEY \
  --env RECOMENTION_BASE_URL=https://api.recomention.com \
  -- npx -y @recomention/mcp

或在 ~/.codex/config.toml 中：

[mcp_servers.recomention]
command = "npx"
args = ["-y", "@recomention/mcp"]
env = { RECOMENTION_API_KEY = "<key>", RECOMENTION_BASE_URL = "https://api.recomention.com" }

工具

工具	费用
recomention_rankings_list	免费	公开 AI 排名。无需密钥。
recomention_rankings_get(slug)	免费	获取一项排名及其统计的所有回答。
recomention_suggest_prompts({domain, category, description})	免费	根据固定模板生成买家问题。不调用模型。绝不提及产品名称。
recomention_report_start({domain, description, category, plan, prompts?, engines?, funding})	会消耗额度	funding: "credits" 使用一个代理机构额度（计划 FULL）；funding: "byok" 使用你的服务商密钥运行，且需要有效的 Agent 计划；如果请求被拒绝，会指出触及的计划限制。
recomention_report_status(slug)	免费	PENDING / RUNNING / COMPLETE / FAILED，以及进度。
recomention_report_get(slug)	免费	完整报告 JSON。
recomention_distribution_kit(slug)	免费	根据已完成的报告生成 Markdown 文件：产品、竞争对手、AI 可见度、如何获得提及、渠道计划。
recomention_reports_list	免费	你的报告，按最新优先排列。

如实解读结果：enginesSkipped 中的引擎并未运行（例如 “服务商拒绝了密钥”）——这绝不表示某个引擎没有提及该产品。simulated: true 的报告是测试数据。

设置提示词

账户页面上的 Copy setup prompt 按钮会复制以下内容（其中包含网站自身的 URL）。将其粘贴到你的 Agent 中：

Set up the recomention MCP server so you can check whether AI engines (ChatGPT, Claude, Perplexity, Gemini, Grok) recommend a product.

1. Add this MCP server to your MCP configuration (Claude Code: `claude mcp add`; Cursor: ~/.cursor/mcp.json; Codex: ~/.codex/config.toml):
   command: npx -y @recomention/mcp
   env: RECOMENTION_API_KEY=<ask me for my API key; never write it into a repository>
        RECOMENTION_BASE_URL=https://api.recomention.com
   Claude Code one-liner: claude mcp add recomention --env RECOMENTION_API_KEY=<key> --env RECOMENTION_BASE_URL=https://api.recomention.com -- npx -y @recomention/mcp
2. Restart or reload MCP servers, then call recomention_rankings_list to confirm it works.

How to use it:
- To check a product, first call recomention_suggest_prompts with its domain, category and a one-line description, show me the questions, and let me edit them.
- Starting a report spends money: an agency credit, or calls on my own provider keys (that needs my Agent plan). Always ask me before calling recomention_report_start, and say which funding it will use.
- On my own keys, any subset works, but one of OpenAI, Anthropic or Gemini is required. If the start is refused with a `limit` (plan, projects, reportsPerMonth, perDay, concurrent), tell me which limit and do not retry around it.
- Reports take several minutes. Poll recomention_report_status about once a minute; do not start a second report for the same product while one is running.
- When it is COMPLETE, call recomention_report_get and summarise: the overall score, each engine's "named in n of m answers", who is recommended instead, and the top three fixes. Quote counts as "n of m", never as yes/no.
- An engine listed under enginesSkipped did not run (for example "provider rejected the key"). Say so; never describe it as an engine that did not mention the product.
- A report with simulated: true is a test run with made-up answers. Say that plainly and do not draw conclusions from it.

Docs: https://www.recomention.com/developers

规范文本位于 packages/core/src/config/developers.ts 的 setupPrompt 中；请确保此处的副本与其保持一致。

技能

skills/ 中包含采用斜杠命令风格的 Agent 技能：将文件夹复制到 .claude/skills/（Claude Code）或你的 Agent 的对应目录中。

• ai-visibility-check — 端到端检查一款产品。
• fix-list-review — 将已完成的报告转化为优先级明确、切实可行的工作计划。
• competitor-watch — 根据公开排名和你的报告，比较各引擎在某个类别中提及了哪些对象。
• distribution-kit — 阅读已完成报告的工具包，并逐个渠道执行其渠道计划。

开发

npm install
npm test            # in-memory client against the server, fake API; metadata/version checks
npm run smoke       # spawns the stdio server against RECOMENTION_BASE_URL
npm run build       # clean dist/ (bin: recomention-mcp)
npm run smoke:pack  # packs the tarball (with pnpm), checks its contents, runs it against a fake local API

在 monorepo 中，运行 pnpm --filter @recomention/mcp <script>。

仅对本地服务运行 smoke --start，并设置 RECOMENTION_MOCK=1：对线上部署运行会消耗一个额度。

prepack 会清空并重新构建 dist/，因此打包或发布时始终会包含当前源文件，不包含测试文件。version 位于 package.json 中；服务会在启动时读取该版本，server.json（MCP Registry 条目 io.github.recomention/mcp）必须包含相同的版本号，否则测试会失败。

此仓库从 recomention monorepo 发布，开发也在其中进行。问题和疑问请通过问题或 [email protected] 联系我们。

许可

MIT。