Scout Intel MCP — The Google for AI Agents

Scout MCP
面向 AI Agent 的商业与市场情报

---

AI Agent 的 Google —— 不返回网页，而是返回 Agent 能够推理的整洁、结构化 JSON。

Scout MCP 为任何 AI Agent 即时提供结构化商业情报、市场研究和竞争分析。它汇总来自 DuckDuckGo、NewsAPI、Wikipedia、网页抓取和社交资料的数据，生成经 Pydantic 验证的 JSON 响应，并附带各数据源的置信度明细和数据质量等级。

---

目录

• 快速安装
• 6 个情报工具
• 数据质量等级
• 置信度明细
• 完整 API 参考
• 响应示例
• 架构
• 配置
• 定价与速率限制
• 自行托管
• Docker
• 技术栈
• 数据源
• 参与贡献

---

快速安装

Claude Desktop

添加到 ~/Library/Application Support/Claude/claude_desktop_config.json：

{
  "mcpServers": {
    "scout-mcp": {
      "command": "python",
      "args": ["-m", "scout_mcp.mcp_server"],
      "cwd": "/path/to/scout-mcp/src",
      "env": {
        "NEWS_API_KEY": "your-newsapi-key"
      }
    }
  }
}

Cursor

添加到 Cursor Settings > MCP：

{
  "scout-mcp": {
    "command": "python",
    "args": ["-m", "scout_mcp.mcp_server"],
    "cwd": "/path/to/scout-mcp/src",
    "env": {
      "NEWS_API_KEY": "your-newsapi-key"
    }
  }
}

VS Code（Copilot MCP）

添加到 .vscode/mcp.json：

{
  "servers": {
    "scout-mcp": {
      "command": "python",
      "args": ["-m", "scout_mcp.mcp_server"],
      "cwd": "/path/to/scout-mcp/src",
      "env": {
        "NEWS_API_KEY": "your-newsapi-key"
      }
    }
  }
}

pip（可自托管）

pip install scout-mcp
scout-mcp  # starts STDIO server for MCP clients

---

6 个情报工具

#	工具	功能	等级
1	scout_company	任意公司的结构化情报：行业、融资、技术栈、竞争对手、新闻、关键人物	免费
2	scout_market	市场研究：规模、复合年增长率、主要参与者、趋势、增长驱动因素、风险	免费
3	scout_competitors	竞争对手分析：定位、定价、优势、劣势、差异化因素	免费
4	scout_trends	趋势追踪：情感分析、关键进展、趋势方向、相关主题	免费
5	scout_product	产品情报：定价、评分、功能、替代品、近期更新	免费
6	scout_person	公众人物研究：职位、背景、成就、社交资料	专业版

---

数据质量等级

每个响应都包含 data_quality_grade，即一个字母等级，帮助 Agent 即时评估情报的可靠性：

等级	置信度	含义
A+	90%+	卓越——多项高质量来源相互印证
A	80-90%	高——多个来源强力佐证
B	65-80%	良好——关键来源提供了可靠数据
C	45-65%	一般——来源有限，可能存在缺漏
D	25-45%	低——数据稀少，请谨慎看待
F	<25%	不足——可用数据极少

Agent 应如何使用等级

result = scout_company("Stripe")

if result["data_quality_grade"] in ("A+", "A"):
    # High confidence — safe to make decisions on this data
    proceed_with_analysis(result)
elif result["data_quality_grade"] == "B":
    # Good but verify key claims
    proceed_with_caveats(result)
else:
    # C/D/F — supplement with additional sources
    request_more_data(result)

---

置信度明细

除了字母等级外，每个响应还包含 confidence_breakdown 字典，展示各数据源的可靠性：

{
  "confidence": 0.86,
  "data_quality_grade": "A",
  "confidence_breakdown": {
    "duckduckgo": {
      "score": 0.60,
      "reason": "8 results found"
    },
    "company_website": {
      "score": 0.90,
      "reason": "scraped stripe.com, 3 data points extracted"
    },
    "wikipedia": {
      "score": 0.90,
      "reason": "page found, structured data extracted"
    },
    "newsapi": {
      "score": 0.90,
      "reason": "6 articles found"
    },
    "competitor_extraction": {
      "score": 0.80,
      "reason": "5 competitors identified"
    }
  }
}

来源权重

不同来源在整体置信度计算中所占的权重不同：

来源	权重	原因
Wikipedia	3x	经过整理、结构清晰且权威
NewsAPI	2x	内容新鲜、新闻报道专业
Company Website	2x	一手数据，时效性最高
DuckDuckGo Search	1x	覆盖面广，但质量不一
Competitor Extraction	1x	基于分析得出
Social Profiles	1x	补充信息

---

完整 API 参考

基础 URL

POST /api/scout/{tool_name}

身份验证

通过 X-Api-Key 标头传入 API 密钥：

curl -X POST /api/scout/company \
  -H "X-Api-Key: your-key-here" \
  -H "Content-Type: application/json" \
  -d '{"name": "Stripe"}'

不提供密钥 = 免费套餐（每天 50 次请求）。

健康状态与信息

端点	方法	描述
/api/	GET	服务信息 + 工具列表
/api/health	GET	健康检查 + DuckDuckGo 退避状态
/api/tools	GET	所有工具及其参数、套餐和等级说明
/api/cache/stats	GET	缓存命中/未命中统计
/api/cache/clear	POST	清除所有缓存的响应

工具端点

POST /api/scout/company

调研任意公司。

参数	类型	必填	描述
name	string	是	公司名称（例如，“Stripe”“OpenAI”）
domain	string	否	公司域名（例如，“stripe.com”）。如果省略，将自动检测。

响应字段： name、domain、description、industry、founded、headquarters、employee_range、funding、tech_stack、social_profiles、recent_news、top_competitors、key_people、confidence、confidence_breakdown、data_quality_grade、data_freshness、sources_used、sources_failed

---

POST /api/scout/market

调研任意市场或行业。

参数	类型	必填	描述
query	string	是	要调研的市场（例如，“AI SaaS”“电动汽车”）
depth	string	否	"summary"（默认）或 "detailed"

响应字段： market_name、query、depth、market_size、market_size_projections、cagr、key_players、trends、growth_drivers、risks、source_links、confidence、confidence_breakdown、data_quality_grade

---

POST /api/scout/competitors

查找并分析竞争对手。

参数	类型	必填	描述
company_or_product	string	是	公司或产品名称（例如，“Notion”）
max	integer	否	返回的竞争对手数量上限（默认 10）

响应字段： target、competitors（包含 {name, domain, positioning, pricing, strengths, weaknesses, key_differentiator} 的数组）、market_positioning_summary、confidence、confidence_breakdown、data_quality_grade

---

POST /api/scout/trends

追踪趋势和情绪。

参数	类型	必填	描述
topic	string	是	要追踪的主题（例如，“生成式 AI”）
timeframe	string	否	"1d"、"7d"（默认）、"30d"、"1y"

响应字段： topic、timeframe、sentiment（{score, label}）、trending_direction、key_developments、related_topics、social_buzz、confidence、confidence_breakdown、data_quality_grade

---

POST /api/scout/product

获取任意产品的情报。

参数	类型	必填	描述
name	string	是	产品名称（例如，“Slack”“Vercel”）

响应字段： name、category、description、pricing、ratings、features、ideal_for、alternatives、recent_updates、confidence、confidence_breakdown、data_quality_grade

---

POST /api/scout/person（PRO）

研究公众人物。需要 Pro 或更高级别的套餐。

参数	类型	必填	说明
name	string	是	人物姓名（例如，“Sam Altman”）
company	string	否	公司背景（例如，“OpenAI”）

响应字段： name、current_role、company、location、background_summary、social_profiles、recent_activity、notable_achievements、confidence、confidence_breakdown、data_quality_grade

免费套餐用户会收到 HTTP 403 响应。

---

示例响应

scout_company("Stripe")

{
  "name": "Stripe",
  "domain": "stripe.com",
  "description": "Stripe, Inc. is an Irish-American multinational financial services and software as a service company...",
  "industry": "Software & Technology",
  "founded": "2010",
  "headquarters": "San Francisco",
  "top_competitors": ["PayPal", "Adyen", "Square", "Braintree", "Checkout.com"],
  "tech_stack": ["Next.js", "React"],
  "recent_news": [
    {"headline": "Stripe launches AI billing features", "source": "TechCrunch", "date": "2026-04-08"},
    {"headline": "Stripe revenue grows 30% in 2025", "source": "Bloomberg", "date": "2026-03-15"}
  ],
  "confidence": 0.86,
  "data_quality_grade": "A",
  "confidence_breakdown": {
    "duckduckgo": {"score": 0.60, "reason": "8 results found"},
    "company_website": {"score": 0.90, "reason": "scraped stripe.com, 3 data points extracted"},
    "wikipedia": {"score": 0.90, "reason": "page found, structured data extracted"},
    "newsapi": {"score": 0.90, "reason": "6 articles found"},
    "competitor_extraction": {"score": 0.80, "reason": "5 competitors identified"}
  },
  "data_freshness": "2026-04-12T12:00:00Z"
}

scout_trends("generative AI", timeframe="7d")

{
  "topic": "generative AI",
  "timeframe": "7d",
  "sentiment": {"score": 0.72, "label": "positive"},
  "trending_direction": "up",
  "key_developments": [
    {
      "headline": "OpenAI releases GPT-5.2 with reasoning capabilities",
      "date": "2026-04-10",
      "impact_level": "high",
      "source": "The Verge"
    }
  ],
  "related_topics": ["Large Language Models", "AI Safety", "Enterprise AI"],
  "confidence": 0.83,
  "data_quality_grade": "A",
  "confidence_breakdown": {
    "duckduckgo_news": {"score": 0.90, "reason": "10 news articles found"},
    "newsapi": {"score": 0.90, "reason": "4 articles found"},
    "web_search": {"score": 0.50, "reason": "5 web results for context"}
  }
}

scout_competitors("Notion")

{
  "target": "Notion",
  "competitors": [
    {
      "name": "Obsidian",
      "domain": "obsidian.md",
      "positioning": "Privacy-focused local-first knowledge base with Markdown",
      "strengths": ["Open source", "Free tier available", "Offline support"],
      "key_differentiator": "Local-first with plain Markdown files"
    },
    {
      "name": "Coda",
      "positioning": "All-in-one doc with app-building capabilities",
      "strengths": ["AI-powered features"],
      "key_differentiator": "Document-as-app paradigm"
    },
    {
      "name": "Logseq",
      "positioning": "Open-source outliner with bidirectional links"
    }
  ],
  "market_positioning_summary": "Found 7 competitors for Notion. Top alternatives: Obsidian, Coda, Logseq, Anytype, AppFlowy.",
  "confidence": 0.65,
  "data_quality_grade": "B",
  "confidence_breakdown": {
    "search_Notion alternative": {"score": 0.70, "reason": "8 results for 'Notion alternatives'"},
    "search_Notion vs competi": {"score": 0.60, "reason": "6 results for 'Notion vs competitors'"},
    "extraction_quality": {"score": 0.86, "reason": "7 competitors extracted and enriched"}
  }
}

---

架构

                      +------------------+
                      |  AI Agent        |
                      |  (Claude, etc.)  |
                      +--------+---------+
                               |
                    STDIO / SSE / REST
                               |
              +----------------+----------------+
              |          Scout MCP              |
              |  FastMCP 3.x + FastAPI REST     |
              +----------------+----------------+
              |  Cache (24h TTL, in-memory)     |
              |  Auth (API key, tier limits)     |
              |  Rate Limiter (per-key, daily)   |
              +----+--------+--------+----------+
                   |        |        |
          +--------+  +-----+--+  +--+--------+
          | DuckDuckGo| | NewsAPI | | Wikipedia |
          | (free)    | | (.org)  | | (free)    |
          +-----------+ +---------+ +-----------+
                   |                    |
          +--------+--------+  +-------+-------+
          | Web Scraper     |  | Social Profile |
          | (httpx + BS4)   |  | Detection      |
          +----------------+  +----------------+

指数退避（DuckDuckGo）

DuckDuckGo 的免费 API 有速率限制。Scout MCP 使用自适应退避机制处理此问题：

Success  : interval = 2s (base)
Failure 1: interval = 4s
Failure 2: interval = 8s
Failure 3: interval = 16s
Failure 4: interval = 32s
Failure 5: interval = 48s (cap)
Next success: interval resets to 2s

每次调用还会重试一次，之后才会放弃。可通过 GET /api/health 监控退避状态。

竞争对手提取引擎

竞争对手提取功能使用 6 类正则表达式模式和 350 多个停用词：

1. VS 模式 — 匹配“X vs Y”
2. 逗号或 and 分隔的列表 — “备选项包括 X、Y 和 Z”
3. 编号或项目符号列表 — “1. Asana 2. Monday 3. ClickUp”
4. 标题模式 — “Asana -- 项目管理工具”
5. 上下文模式 — “像 X 这样的”或“例如 X”
6. 首字母大写名称 — 竞争对手相关上下文附近首字母大写的产品名称

多词验证器会排除：文章标题、动词前缀名称、代词前缀名称、角色后缀名称、疑似人名、大型企业集团母公司名称和平台名称。

---

配置

环境变量

变量	必填	默认值	说明
NEWS_API_KEY	是	—	NewsAPI.org API 密钥（免费获取）
SCOUT_API_KEY	否	—	主 API 密钥（自动分配“scale”套餐）
MONGO_URL	自动	—	MongoDB 连接字符串（用于 REST API 服务器）
DB_NAME	自动	—	MongoDB 数据库名称
CORS_ORIGINS	否	*	允许的 CORS 来源

缓存设置

响应会在内存中缓存 24 小时（dict）。缓存统计和清除端点：

# Check cache stats
curl /api/cache/stats

# Clear all cache
curl -X POST /api/cache/clear

---

定价和速率限制

套餐	价格	每日限额	工具	功能
免费	$0/月	50 个请求	6 个中的 5 个	摘要深度、基础评级
Pro	$29/月	1,000 个请求	全部 6 个	+ scout_person + 详细市场报告
Scale	$99/月	10,000 个请求	全部 6 个	全部功能 + 优先支持

每个响应的 _meta 字段中都包含速率限制信息：

{
  "_meta": {
    "tier": "free",
    "remaining": 47
  }
}

---

自托管

本地开发

# Clone and install
git clone https://github.com/your-org/scout-mcp.git
cd scout-mcp/backend
pip install -e ".[dev,server]"

# Set up environment
echo "NEWS_API_KEY=your-key" > .env

# Run MCP server (STDIO for Claude Desktop)
cd src && python -m scout_mcp.mcp_server

# Run REST API server
uvicorn server:app --host 0.0.0.0 --port 8001 --reload

# Inspect with MCP Inspector
fastmcp inspect src/scout_mcp/mcp_server.py

运行测试

# Test the API
curl -X POST http://localhost:8001/api/scout/company \
  -H "Content-Type: application/json" \
  -d '{"name": "OpenAI"}'

# Check health + backoff status
curl http://localhost:8001/api/health

# List all tools
curl http://localhost:8001/api/tools

---

Docker

FROM python:3.12-slim
WORKDIR /app
RUN apt-get update && apt-get install -y --no-install-recommends gcc libxml2-dev libxslt1-dev && rm -rf /var/lib/apt/lists/*
COPY pyproject.toml .
COPY src/ src/
RUN pip install --no-cache-dir .
EXPOSE 8001
CMD ["python", "-c", "from scout_mcp.mcp_server import mcp; mcp.run(transport='sse', port=8001)"]

# Build and run
docker build -t scout-mcp .
docker run -p 8001:8001 -e NEWS_API_KEY=your-key scout-mcp

---

技术栈

组件	技术	用途
MCP 框架	FastMCP 3.x	工具注册、STDIO/SSE 传输
REST API	FastAPI	用于测试的 HTTP 端点
HTTP 客户端	httpx	异步网页抓取
HTML 解析器	BeautifulSoup4 + lxml	结构化数据提取
搜索	DuckDuckGo (ddgs)	免费网页和新闻搜索
新闻	NewsAPI.org	专业新闻文章
知识	Wikipedia API	结构化背景数据
验证	Pydantic 2.x	响应模型验证
缓存	内存 dict（24h TTL）	响应缓存
服务器	uvicorn	ASGI 生产服务器

---

数据源

来源	需要 API 密钥？	费用	速率限制	可靠性
DuckDuckGo 搜索	否	免费	软性限制（退避）	不定
DuckDuckGo 新闻	否	免费	软性限制（退避）	不定
NewsAPI.org	是	免费套餐	100 req/day	高
Wikipedia API	否	免费	无限制（礼貌使用）	很高
网页抓取（httpx）	否	免费	取决于各网站的限制	中
社交媒体个人资料检测	否	免费	通过 DuckDuckGo	不定

未来数据源（计划中）

• Crunchbase API（融资数据）
• SimilarWeb API（流量数据）
• GitHub API（开发者工具）
• SEMrush API（SEO 数据）

---

贡献

1. Fork 此仓库
2. 创建功能分支：git checkout -b feature/my-feature
3. 安装开发依赖：pip install -e ".[dev]"
4. 修改代码
5. 运行测试：pytest
6. 提交 pull request

添加新的数据源

1. 创建 src/scout_mcp/sources/your_source.py
2. 实现返回结构化数据的异步函数
3. 将数据源添加到 src/scout_mcp/tools/ 中的相关工具
4. 添加各数据源的置信度评分
5. 更新此 README

添加新工具

1. 创建 src/scout_mcp/tools/your_tool.py
2. 在 models.py 中添加 Pydantic 模型（包含 confidence_breakdown 和 data_quality_grade）
3. 在 mcp_server.py 中使用 @mcp.tool() 注册
4. 在 server.py 中添加 REST 端点
5. 更新此 README

---

许可证

MIT

---

采用 FastMCP、httpx、BeautifulSoup4 和 Pydantic 构建
Scout MCP v0.1.0

---

🚀 也欢迎了解 ProfitSpot MCP —— 面向 AI Agent 的跨链 DeFi 情报。提供风险评分收益、蒙特卡洛模拟，以及覆盖 86 条链的巨鲸追踪。