LLM Brand Monitor

LLM Brand Monitor MCP 服务

LLM Brand Monitor 的 MCP 服务——这是一个用于追踪 AI 模型如何提及您品牌的平台。

将 Claude、Cursor、Windsurf 或任何兼容 MCP 的客户端连接起来，即可通过自然语言管理品牌监测项目、对 350+ 个大模型运行扫描并分析结果。

快速开始

Claude Desktop

添加到您的 claude_desktop_config.json：

{
  "mcpServers": {
    "lbm": {
      "command": "npx",
      "args": ["-y", "@serpstat/llm-brand-monitor-mcp"],
      "env": {
        "LBM_API_KEY": "lbm_your_key_here"
      }
    }
  }
}

Claude Code

claude mcp add lbm-mcp -e LBM_API_KEY=lbm_your_key_here -- npx -y @serpstat/llm-brand-monitor-mcp

从源代码安装

git clone https://github.com/SerpstatGlobal/llm-brand-monitor-mcp.git
cd llm-brand-monitor-mcp
npm install && npm run build

然后添加到您的 MCP 客户端配置中：

{
  "mcpServers": {
    "lbm": {
      "command": "node",
      "args": ["/path/to/llm-brand-monitor-mcp/dist/index.js"],
      "env": {
        "LBM_API_KEY": "lbm_your_key_here"
      }
    }
  }
}

MCP Inspector

LBM_API_KEY=lbm_your_key_here npx @modelcontextprotocol/inspector node dist/index.js

获取 API 密钥

1. 在 llmbrandmonitor.com 注册
2. 打开您的个人资料页面
3. 复制您的 API 密钥（以 lbm_ 开头）

工具

4 个类别中共 17 个工具：

项目（7 个工具）

工具	功能
lbm_list_projects	列出所有品牌监测项目
lbm_get_project	获取包含提示词和模型的项目详情
lbm_create_project	创建新项目
lbm_update_project	更新项目名称、模型或监测设置
lbm_archive_project	归档项目
lbm_add_prompts	向项目添加监测提示词
lbm_delete_prompt	从项目中移除提示词

扫描（3 个工具）

工具	功能
lbm_run_scan	开始扫描——向大模型发送提示词并收集回复
lbm_get_scan_status	查看扫描进度
lbm_list_scans	查看扫描历史记录

结果（5 个工具）

工具	功能
lbm_list_results	浏览监测结果（品牌提及、状态）
lbm_get_transcript	阅读特定结果对应的完整大模型回复
lbm_list_competitors	查看大模型提及的竞品品牌
lbm_list_links	查看大模型引用的网址和域名
lbm_get_history	竞品提及趋势随时间的变化

模型与用量（2 个工具）

工具	功能
lbm_list_models	列出 350+ 个可用的大模型
lbm_get_usage	查看额度余额和用量统计

典型工作流

You: "What brand monitoring projects do I have?"
Claude: → lbm_list_projects

You: "Run a scan on the Serpstat project"
Claude: → lbm_run_scan (asks you to confirm — scans spend credits)
       → lbm_get_scan_status (polls until complete)

You: "Show me the results — which models mentioned my brand?"
Claude: → lbm_list_results

You: "What did GPT-5 say exactly?"
Claude: → lbm_get_transcript

You: "Who are my competitors according to AI models?"
Claude: → lbm_list_competitors

节省令牌的响应

所有列表工具默认返回精简 CSV，而非冗长的 JSON。这可减少 80–96% 的令牌用量，让响应保持在上下文限制内。

# Default (CSV) — 3-6 key columns
competitor,mentions,visibility_pct
Competitor A,178,72.4
Competitor B,105,42.7

# Full JSON — pass include_all_fields: true
{"data": [{"competitor_id": "...", "competitor_name": "Competitor A", ...}]}

所有列表工具都支持使用 offset 和 limit 进行分页。

配置

变量	必填	默认值	说明
LBM_API_KEY	是	—	来自 llmbrandmonitor.com 的 API 密钥
LBM_API_BASE_URL	否	https://llmbrandmonitor.com/api/v1	API 基础 URL
LOG_LEVEL	否	info	error、warn、info、debug

错误处理

错误信息会包含可供大模型采取行动的提示：

错误	提示
INSUFFICIENT_CREDITS	使用 lbm_get_usage 查看余额。前往 llmbrandmonitor.com/pricing 充值
RATE_LIMITED	等待几秒后重试
NOT_FOUND	调用 lbm_list_projects 确认该 ID 是否存在
UNAUTHORIZED	API 密钥无效——请检查 LBM_API_KEY

开发

npm install
npm run build    # TypeScript → dist/
npm test         # 126 tests

API 文档

完整的 REST API 文档：llmbrandmonitor.com/api-docs

许可证

MIT