mcpField
S
Startup Valuation MCP Server

Startup Valuation MCP Server

远程服务
startup-valuation.simonmak.com金融数据31 天前更新

关于 Startup Valuation MCP Server

Startup Valuation Engine 是面向开发者、金融分析师和 AI Agent 的估值 Python 库及 MCP 服务。其 14 个 MCP 工具涵盖 80 多种公式,结果包含假设条件和敏感性信息。

主要功能

  1. 0114 个估值方法 MCP 工具
  2. 0280 多个带类型的估值函数
  3. 03结果包含假设和敏感性分析
  4. 04针对行业的估值方法
  5. 05引导式提示词和方法目录

适用场景

  1. 01评估尚未产生收入的初创公司
  2. 02建立 SaaS 或生物科技公司估值模型
  3. 03分析融资轮次和股权稀释
  4. 04比较不同估值情景

MCP 相关

服务提供 14 个估值方法工具、3 个引导式提示词和机器可读的方法目录,支持 stdio 与托管式 Streamable HTTP。

配置

远程服务无需本地安装。选择你使用的客户端,复制配置或使用一键安装。

服务地址https://startup-valuation.simonmak.com/api
一键复制安装命令
Claude CodeTerminal
Cursor.cursor/mcp.json
VS Code.vscode/mcp.json
Claude Desktopclaude_desktop_config.json
Windsurf~/.codeium/windsurf/mcp_config.json

命令在终端中运行;JSON 粘贴到对应客户端的 MCP 配置后重启。需要授权的服务会在首次连接时提示登录。

安装包
pypistartup-valuation2.1.2

工具

详细介绍

Startup Valuation Engine

全面的初创企业估值库,实现了 Startup Valuation 教科书中的 80 多个公式 — Python 库、MCP 服务和 AI Agent 技能。

CI MCP Registry Glama MCP tools PyPI Python 3.10+ Coverage Docs OpenSSF Scorecard License: MIT

概述

用于初创企业估值的生产级 Python 库,实现了 Simon Mak 所著 Startup Valuation 教科书中的所有公式(Valuation in Practice Series,Ascent Partners)。专为需要可审计、结构化估值计算的开发者、金融分析师和 AI Agent 设计。

三层架构:

graph TB
    subgraph Library["Python Library"]
        MOD["14 Modules<br/>80+ Functions"] --> VR["ValuationResult"]
    end
    subgraph MCP["MCP Server"]
        VR --> SVR["FastMCP Server<br/>14 Tools"]
    end
    subgraph Skills["AI-agent skills"]
        SVR --> CORE["Core"]
        SVR --> ADV["Advanced"]
        SVR --> IND["Industry"]
        SVR --> STAKE["Stakeholder"]
        SVR --> EMER["Emerging"]
    end
    style Library fill:#0083AB,color:#fff
    style MCP fill:#4CAF50,color:#fff
    style Skills fill:#9C27B0,color:#fff
  1. Python 库 — 14 个模块、80 多个带类型的函数,均返回 ValuationResult(值 + 假设 + 敏感性分析)
  2. MCP 服务 — 14 个组合工具(80 多个公式),通过 stdio 和托管的 Streamable HTTP 为 AI Agent 提供服务
  3. AI Agent 技能 — 6 个技能定义,为估值领域提供工作流指导

安装

pip install startup-valuation          # library only
pip install startup-valuation[mcp]     # + MCP server
pip install startup-valuation[dev]     # + pytest, ruff, mypy

快速开始(≤ 5 分钟)

**最快的方式:**只需一行 — pip install "startup-valuation[mcp]" — 然后调用任意 *_valuation 工具(Scorecard、VC 方法、Black-Scholes、情景分析)。

Python 库
from startup_valuation.core import scorecard_valuation, vc_method_post_money
from startup_valuation.advanced import black_scholes, scenario_analysis
from startup_valuation.types import Scenario

# Scorecard Method (pre-revenue startups)
result = scorecard_valuation(
    average_valuation=1_500_000,
    weights=[0.30, 0.25, 0.15, 0.10, 0.10, 0.05, 0.05],
    scores=[1.25, 1.50, 1.20, 0.75, 1.00, 0.90, 1.00],
)
print(f"Scorecard: ${result.value:,.0f}")  # $1,800,000

# Black-Scholes for real options (startup equity)
result = black_scholes(
    underlying=20_000_000, strike=5_000_000,
    risk_free_rate=0.05, volatility=0.40, time_to_maturity=1.0,
)
print(f"Option value: ${result.value:,.0f}")  # $15,240,000

# Scenario Analysis
scenarios = [
    Scenario("bull", 0.20, 10_000_000),
    Scenario("base", 0.60, 5_000_000),
    Scenario("bear", 0.20, 1_000_000),
]
result = scenario_analysis(scenarios)
print(f"Expected value: ${result.value:,.0f}")  # $5,200,000
MCP 服务(适用于 AI Agent)

该服务提供 14 个工具,每个工具都通过 method 参数整合了一组公式 — 概率、时间价值、CAPM、核心的收入前估值方法、期权、可比公司、SaaS、市场平台、金融科技、生物科技、硬件、国际估值、利益相关者股权、新兴方法,以及三角验证式完整分析。

本地(stdio):

pip install "startup-valuation[mcp]"
startup-valuation-mcp          # console script installed with the [mcp] extra

**Prompts and resources.** Besides the 14 tools, the server offers three guided
prompts (`value_pre_revenue_startup`, `value_saas_startup`, `model_funding_round`)
and a machine-readable method catalog at `startup-valuation://methods`, so agents
can see every method's required parameters before calling a tool.

# or: python -m startup_valuation.mcp
# or ephemeral, no clone: uvx --from startup-valuation startup-valuation-mcp

托管版(Streamable HTTP) — 无需安装,无需 API 密钥:

https://startup-valuation.ascent-partners.com/api

OpenCode — 添加到 opencode.json:

"startup-valuation": {
  "type": "remote",
  "url": "https://startup-valuation.ascent-partners.com/api",
  "timeout": 60000
}

Claude Desktop / Cursor — 将 HTTP URL https://startup-valuation.ascent-partners.com/api 添加为 MCP 服务,或运行上面的 stdio 入口。

MCP Registry — 已发布为 com.ascent-partners/startup-valuation (清单:server.json),并列入 Glama 和 Official MCP Registry。glama.json 文件包含 Glama 维护者条目。

AI Agent 技能

将 skills/ 目录复制到 Agent 的技能文件夹:

  • valuation-core — 评分卡法、Berkus 法、VC 法、风险因素加总法
  • valuation-foundations — 概率、货币时间价值、CAPM、可比公司
  • valuation-advanced — Black-Scholes、二项式、Monte Carlo、情景分析
  • valuation-industry — SaaS、生物科技、金融科技、交易平台、硬件
  • valuation-stakeholder — 稀释、OPM、PWERM、清算优先权
  • valuation-emerging — SAFE、加密货币(MV=PQ)、ESG、Metcalfe 定律

按类别划分的估值方法

类别方法章节
概率期望值、联合概率、Poisson2
货币时间价值PV、NPV、年金2
CAPMCAPM、投资组合 beta、创业公司调整2
核心评分卡法、Berkus 法、风险因素法、VC 法3
高级Black-Scholes、二项式、Monte Carlo、情景分析4
可比公司P/E、P/S、EV/EBITDA、回归调整5
SaaSLTV、CAC、NRR、Magic Number、Rule of 4011
生物科技rNPV、决策树、峰值销售额、产品管线11
金融科技支付收入、借贷、新型银行、网络效应11
交易平台GMV、抽成率、流动性、网络密度11
硬件TRL 调整、盈亏平衡、概率加权 DCF11
国际PPP、CRP、汇率调整后的 DCF、Damodaran12
利益相关方稀释、OPM、PWERM、清算、协同效应13
新兴SAFE、MV=PQ、ESG、Metcalfe 定律、数据护城河14
估值阶梯
flowchart LR
    IDEA["Idea / pre-revenue"] --> SC["Scorecard · Berkus · Risk Factor"]
    SC --> VC["VC Method · OPM · PWERM"]
    VC --> ADV["Black-Scholes · Binomial · Monte Carlo · Scenario"]
    ADV --> COMP["Comparables: P/E · P/S · EV/EBITDA"]
    COMP --> IND["Industry: SaaS · Biotech · Fintech · Marketplace · Hardware"]
    IND --> R["ValuationResult (value · assumptions · sensitivity)"]
分布
flowchart LR
    PKG["startup-valuation<br/>14 modules · 80+ functions"] --> L["pip install startup-valuation"]
    PKG --> MP["pip install startup-valuation[mcp]<br/>→ 14-tool MCP server"]
    MP --> T1["stdio (local)"]
    MP --> T2["hosted Streamable HTTP"]

为什么选择这个库?

  • 可审计 — 每个函数都会返回 ValuationResult,其中包含价值、方法、输入、假设和敏感性分析
  • 符合教材 — 所有公式均通过单元测试,根据书中的示例值进行验证
  • 面向 AI — MCP 服务和 Skills 可实现与 AI Agent 的无缝集成
  • 针对行业 — 为 SaaS、生物科技、金融科技、交易平台和硬件创业公司提供专用模块
  • 开源 — MIT 许可证、可扩展、文档完善

开发

# Install dev dependencies
pip install -e ".[dev]"

# Run tests
pytest

# Run with coverage
pytest --cov=startup_valuation --cov-report=term-missing

# Lint
ruff check .

# Type check
mypy src/startup_valuation --ignore-missing-imports

注意: CI 和部署通过 APG workbench 流水线运行。

文档

配套教材

创业公司估值:快速成长、尚无收入公司的全面估值指南
理论、方法、法规与实践 — Ascent Partners 的「实践估值」系列
Simon Mak 著 · 338 页 · 15 章 · 300 多道练习题 · 20 多个真实案例

引用本项目

@software{startup_valuation_engine,
  author = {Mak, Simon},
  title = {Startup Valuation Engine},
  year = {2026},
  url = {https://github.com/simonmak-ascent/startup-valuation},
  license = {MIT},
}

基于 Startup Valuation 教材中的公式。

与 Context7 搭配使用

最新的 Startup Valuation Engine 文档已编入 Context7 索引,编码 Agent 可按需将其载入上下文。安装 Context7 MCP 服务或 ctx7 CLI 后,在提示词中指定此库:

use library /simonmak-ascent/startup-valuation for API and docs

许可证

MIT — 请参阅 LICENSE。


由 Ascent Partners 提供 — 属于 Valuation in Practice Series。

如果这为你节省了时间,在 GitHub 上点个 ⭐ 有助于其他人发现它。

评论

支持 Markdown

第一次接触 MCP?

从协议是什么,到在客户端里装上第一个服务,这几条回答覆盖了大多数入门问题。

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。