关于 agentrank-mcp
agentrank-mcp 是供 Agent 搜索和查询企业的 MCP 服务,覆盖巴西、美国和欧洲。结果附有来源 URL、出处信息以及匹配度和可信度评分,便于依据证据使用。
主要功能
- 01自然语言企业搜索
- 02带匹配度和可信度评分的结果
- 03事实对应的来源 URL
- 04包含联系人和业务详情的档案
- 05档案信息的出处记录
适用场景
- 01按城市和类别查找本地企业
- 02查询公司及其联系人
- 03采取行动前核验企业数据的依据
MCP 相关
MCP 服务向 MCP 客户端提供 `search_businesses` 和 `get_business_profile`。搜索结果按相关性排序并附来源链接;档案包含企业详情及其出处信息。
配置
本地服务的配置在各客户端中通用,复制后粘贴到客户端的 MCP 配置文件即可。
工具
本地服务需要在你的电脑上运行后才能读取工具,维护者暂未提供工具列表。
详细介绍
AgentRank MCP 服务
供 AI Agent 搜索有真实来源支持的企业的 MCP 服务。 每条结果 都附有来源 URL 和可信度评分,让你的 Agent 基于事实采取行动,而不是使用虚构的 电话号码或地址。覆盖范围:巴西、美国、欧洲(约 270 万家企业,持续增长)。
适用于任何 MCP 客户端(Claude Desktop、Cursor 等)。
公开测试版 · 免费密钥,无需邀请 · 网站:https://agentsafepath.com ·
官方 MCP 注册表:io.github.saviodamato/agentrank-mcp。
使用场景
- 搜索企业/查询公司信息,数据有来源支持。
- 为 Agent 搜索本地企业(城市 + 类别 + 联系方式)。
- 公司档案:联系人、地址、网站、来源信息。
- 使用有来源支持的公司数据,而非幻觉生成的详情。
工具
search_businesses(intent, limit=10)— 通过自然语言意图查找企业 (例如"farmácia em Copacabana com telefone"、"software company in California")。 返回按排名排序的结果,其中包含fit_score、trust_score、说明、风险,以及每条事实的 来源 URL。get_business_profile(company_id)— 返回某项结果的完整档案:位置、联系 渠道、营业时间、优惠、政策和证据,每项都附有来源信息和来源。
1. 获取 API 密钥
在 https://agentsafepath.com/registrar.html 注册你的 Agent(免费,无需邀请)——你只会收到一次密钥。密钥用于标识
你的 Agent,并以 Authorization: Bearer <key> 的形式发送。
2. 将其添加到 MCP 客户端
Claude Desktop
编辑 claude_desktop_config.json(Settings → Developer → Edit Config)并添加:
{
"mcpServers": {
"agentrank": {
"command": "uvx",
"args": ["agentrank-mcp"],
"env": { "AGENTRANK_API_KEY": "ak_your_key_here" }
}
}
}
重启 Claude Desktop。你将看到 search_businesses 和 get_business_profile
可供使用。(uvx 随 uv 一起提供;或者使用下方的“从源代码运行”
选项。)
Cursor
在 Cursor MCP 设置中的 mcpServers 下添加相同的配置块。
从源代码运行(无需打包)
pip install -r requirements.txt
AGENTRANK_API_KEY=ak_your_key_here python -m agentrank_mcp.server
并将客户端的 command 指向 python,将 args
设为 ["-m", "agentrank_mcp.server"],同时将该文件夹添加到 PYTHONPATH。
环境变量
| 变量 | 必填 | 默认值 |
|---|---|---|
AGENTRANK_API_KEY | 是 | — |
AGENTRANK_BASE_URL | 否 | https://api.agentrank.intelligenceofcode.com |
密钥绝不会被记录到日志中。
测试版与限制
公开测试版。免费套餐:每个 Agent 每天约 100 次查询,每月 1500 次(超出限制时返回 HTTP 429,并附带
Retry-After)。每个 Agent 一个密钥;密钥只会在注册时显示一次。
Agent 应如何使用数据
每条结果都包含 sources(来源 URL)。采取行动前请核实来源信息——
不带来源的数据不应使用。trust_score(0–100)反映实体信息的可信程度;fit_score 反映与意图的匹配程度。
mcp-name: io.github.saviodamato/agentrank-mcp
评论
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。