Forage Mcp Server For Ai Agents

Forage MCP：你的 Agent 所缺少的知识层

Riccardo Minniti / Ernesta Labs · [email protected] · useforage.xyz

---

你的 Agent 会产生幻觉。我们坦诚面对这一点。

你问它：“Stripe 的主要竞争对手有哪些？”它信誓旦旦地告诉你一些根本不存在的公司。你问：“帮我找 50 个符合条件的潜在客户。”它返回的却是带着虚构电子邮箱地址的幻觉。你问：“上个月你对这个市场有什么新发现？”它回答：“我不记得上个月的事。”

你运行的不是智能 Agent，而是一个聪明却健忘的模型。

每次研究工作流都从零开始。你的 Agent 搜索、阅读、回答，然后忘记。明天，当你再次询问同一家公司、同一市场、同一批竞争对手时——它毫无长进。没有任何机构知识，也没有任何积累式研究成果。

与此同时，你的竞争对手的 Agent 呢？它已经构建了一个包含 100 万个实体的知识图谱。当它研究 Stripe 时，早已知道投资者、招聘情况、技术栈和收购历史。它只需补充新发现，然后继续前进。六个月后，他们的 Agent 对你所在市场的了解会胜过你。

当你的 Agent 每次都从零开始，而更聪明的 Agent 正在积累永久智能时，这会让你付出什么代价？

---

如果你的 Agent 真正拥有记忆，会怎样？

想象一下，你的 Agent 在六周前研究过 Stripe，找到了融资信息、竞争对手、技术栈、招聘时间线和关键高管。今天你再次询问 Stripe。你的 Agent 会说：“我已经了解 Stripe。上次我找到了 15 家竞争对手，发现它完成了 D 轮融资，估值 950 亿美元，目前基础设施团队正在招聘 30 名工程师。这是此后发生的变化。”无需重新抓取数据，也不会产生幻觉。它只会告诉你：这是我们已知的信息，这是新发现。

这不是研究工具，而是智能资产。

如果你的 Agent 能够做到以下这些，实际会有什么不同：

• 在第 1 天进行市场分析，并在第 180 天仍能引用分析结果，实时追踪招聘模式、融资公告和功能发布
• 回答“帮我找符合 X 条件的潜在客户”时，先检查自己的图谱——立即返回缓存结果，添加新匹配项，绝不重复抓取
• 告诉你“公司 A 和公司 B 有三位共同投资者”，依据的不是猜测，而是它历经数月构建的 100 万实体图谱
• 长期追踪潜在客户的招聘信号，并告诉你“他们正在从产品转向销售——以下是他们即将购买的时间”
• 对市场冲击进行因果分析，并告诉你哪些潜在客户会受到影响，以及原因

花一点时间，想象一下这样的工作流。 每次研究都会积累。每项发现都会留存。你的 Agent 每天都变得更聪明、更快、更省钱。

那时，你的竞争优势会是什么样？哪些如今还不明显的决策会变得一目了然？

---

知识图谱：不断积累

每次工具调用都会为持久化知识图谱提供数据。你的 Agent 会在不同会话中不断积累研究成果。它越常使用 Forage，就会变得越聪明。

这不是缓存，也不是日志，而是一个结构化图谱，包含近 100 万个实体，并且还在不断增长：公司、人员、域名、融资轮次、竞争对手、技术、市场、法律实体、地缘政治事件和金融工具。该图谱采用与 FIBO 对齐的本体，包含 150 多种实体类型和 200 多种关系类型，其中包括因果链、传染路径、制度转型和冲击传播。

当你的 Agent 需要了解某件事时，它会先检查图谱。对已经了解的内容，它无需重新学习；对新内容，它会添加进去；对相关内容，它会发掘其中的联系。

这就是差异所在。其他工具只会给你的 Agent 一个回答。Forage 则赋予你的 Agent 永不遗忘的记忆，以及一个能关联它历来所学一切的推理层。

---

36 个工具，一次连接。

核心工具

工具	你的 Agent 可以做什么	费用
search_web	搜索网页，获取真实结果	$0.03
scrape_page	从任意 URL 提取干净文本	$0.07
get_company_info	根据域名获取完整公司档案及联系人	$0.08
find_emails	查找经过验证的 B2B 邮箱，并提供置信度评分	$0.10
find_local_leads	按类型和地点查找本地企业	$0.15
find_leads	按职位、地点和行业筛选并生成 B2B 潜在客户列表	$0.25/100
list_verified_actors	浏览可用的数据源 Actor	$0.01
get_actor_schema	获取任意 Actor 的输入架构	$0.01
call_actor	使用自定义输入运行任意数据 Actor	Actor 费用 + 25%
search_apify_store	搜索 1,500 多个数据 Actor	免费

技能：多源情报包

一次调用。将 5 至 8 个来源合并为一个情报包。

技能	你的 Agent 可以获取	费用
skill_company_dossier	完整公司档案 + 10 位联系人的邮箱	$0.50
skill_prospect_company	最多 20 位资深决策者 + 邮箱 + LinkedIn	$0.75
skill_outbound_list	100 多条经过验证、可导入 CRM 的潜在客户信息	$3.50
skill_local_market_map	最多 100 家本地企业的联系信息 + 评分	$0.80
skill_decision_maker_finder	按部门和资历筛选的 25 位决策者	$1.00
skill_competitor_intel	定价、功能、评价和市场定位	$0.80
skill_competitor_ads	正在投放的广告文案、落地页和平台	$0.65
skill_job_signals	招聘趋势、开放职位和部门细分	$0.55
skill_tech_stack	使用的技术及检测置信度	$0.45
skill_funding_intel	融资轮次、投资者、估值和新闻报道	$0.70
skill_social_proof	G2、Trustpilot、Capterra 上的评价、评分和推荐语	$0.55
skill_market_map	某个市场的完整竞争格局	$1.20
skill_kaspr_enrich	LinkedIn 个人资料：工作经历、技能和联系信息	$0.75

图谱工具

工具	你的 Agent 可以做什么	费用
query_knowledge	在图谱中搜索之前发现的实体	$0.05
enrich_entity	获取图谱中包含所有关系的完整档案	$0.08
find_connections	查找任意两个实体之间的关系路径	$0.12
add_claim	存储带来源和置信度评分的断言	$0.05
get_claims	获取某个实体的所有断言	$0.05
add_signal	记录一个时间序列数据点	$0.05
get_signals	查询一段时间内的指标	$0.05
set_regime	标记实体状态（正常、承压、临界前、事件后）	$0.03
get_regime	查看实体当前状态	$0.03
causal_parents	查看上游哪些因素影响该实体	$0.08
causal_children	查看该实体会对下游产生哪些影响	$0.08
causal_path	查找实体之间权重最高的因果路径	$0.15
simulate	在图谱中传播冲击或提振	$0.25
get_graph_stats	实体和关系数量	免费

---

适用对象

运行实时研究工作流的 AI Agent：

• 使用 Agent 寻找并筛选潜在客户的销售拓展团队
• 按需构建市场图谱的竞争情报分析师
• 发现融资轮次和股权结构变化的投资研究工作流
• 寻找决策者及其招聘信号的招聘流程
• 跟踪实体关系和状态变化的合规系统

任何基于数据做决策的 Agent： 如果你的 Agent 需要了解真实世界的信息——不是猜测，也不是幻觉，而是真正「知道」——并记住它学到的内容，以便下次变得更聪明，那么这就是为你打造的。

带来的改变

使用 Forage 之前： Agent 搜索 → 阅读结果 → 作答 → 忘记。明天再来一遍。

使用 Forage 之后： Agent 搜索 → 图谱存储信息 → 明天的 Agent 就能掌握这些信息 → 补充新内容 → 继续推进。知识不断累积。

真实场景：你询问 Agent 关于 Stripe 竞争对手的情况。使用 Forage 后，Agent 能在 2 分钟内分析 15 家竞争对手，为每家查找融资信息，找到关键高管，并识别出当前招聘势头最猛的公司。你得到一份可直接用于决策的全景分析。下个月你再次询问时，Agent 仍保留这 15 家公司的资料，还能补充招聘变化和新的融资轮次。你不必从头开始。

这种知识优势每天都在增长。

---

反过来说：如果你不这么做，会怎样？

两天后：你又在向 Agent 询问同一批公司的同样问题，因为它什么都忘了。

两周后：你花了几个小时重新抓取已经抓取过的数据。竞争对手的 Agent 已经向图谱中新增了 200 个实体。

两个月后：你还在为已经查过的电子邮件地址付费。你仍然会对公司信息产生幻觉。你的潜在客户开发仍是手动进行。你的 Agent 仍然没有记忆。

两年后：你的 Agent 还停留在两年前的水平。没有机构知识，没有持续累积的智能，也没有任何优势。竞争对手的 Agent 呢？它已经分析了 10,000 家公司。它能在招聘信号公开之前就发现这些信号。它能看到你看不到的关联。它之所以盈利，是因为它记得所有信息。

这就是失忆的代价。不是金钱上的代价，而是发展势头、决策质量，以及你被甩在后面的程度。

与此同时，六个月前就连接到 Forage 的 Agent 呢？它们对市场的了解已经超过了人类。因为它们曾经发现的一切都仍然留存着、彼此关联着，并且每天都在不断增长、累积。

---

这是什么，不是什么

这是面向 AI Agent 的知识层：网页情报加持久记忆。一次连接，36 个工具，一个永不遗忘的图谱。

这不是搜索封装器，不是 RAG 系统，不是向量数据库，也不是带浏览功能的聊天机器人。

这是按调用付费。你的 Agent 使用多少，你就能看到相应的费用。Forage 会为每位新用户提供 5 美元免费额度，此外还可叠加 Apify 提供的任何额度。

这不是订阅服务。没有月费，没有最低承诺。

---

Forage 为你提供首笔 5 美元额度

连接后，5 美元免费额度会立即存入你的账户。这是 Forage 自行提供的额度，可叠加你作为平台用户从 Apify 获得的任何额度。无论你是 Apify 新用户还是高级用户，都能以同样的方式获得这 5 美元。

支出	可获得的内容
5 美元免费额度	167 次网页搜索，或 71 次页面抓取，或 50 次电子邮件查询，或 1 份完整档案 + 33 次搜索
10 美元	所有功能合计约 1,000 次工具调用
50 美元	完整研究流程：数十份档案、数百次搜索、数千次图谱查询
100 美元/月	为一个市场或销售团队持续提供竞争情报和潜在客户发现服务

实际费用示例：

• 每天使用 Forage 寻找潜在客户的销售团队：每月 300–600 美元（雇用人工研究员则需每月支付 5,000–10,000 美元薪资）
• 运行市场扫描的尽职调查流程：每月数据费用 200–400 美元（相比之下，Clearbit + S&P Capital IQ 订阅费用为每月 2,000 美元）
• 内部竞争情报：每月 100–200 美元（相比之下，第三方情报服务费用为每月 1,000 美元）

你的 Agent 用多少，你就付多少。可即时扩展或缩减。没有供应商锁定。

---

工作原理

当你的 Agent 使用 Forage 时，只需建立一个 MCP 连接。你的请求会发送到我们的服务器，由服务器并行编排多个 Apify 数据 Actor——网页爬虫、电子邮件查找工具、LinkedIn 提取器和市场爬虫。每个 Actor 同时运行。结果会合并、去重并丰富，最终形成一份响应。所有结果都会写入持久化知识图谱。下次你询问同一家公司或市场时，你的 Agent 已经掌握相关信息。

无需管理 API 密钥。无需操心速率限制。无需承担集成成本。你只需发送一次 Apify 凭据，剩下的交给 Forage：数据采集、去重、图谱丰富和因果分析。

---

设置：30 秒，一个令牌

在 console.apify.com 获取 Apify 令牌。就这样。无需其他 API 密钥。

无论你的 Apify 账户状态如何，Forage 都会在你的首次会话中赠送价值 $5 的免费额度。现在即可开始使用。

Claude Desktop（添加到 %APPDATA%\Claude\claude_desktop_config.json）：

{
  "mcpServers": {
    "forage": {
      "command": "npx",
      "args": ["-y", "@anthropic/mcp-proxy", "https://ernesta-labs--forage.apify.actor/mcp"],
      "env": { "APIFY_API_TOKEN": "YOUR_APIFY_TOKEN" }
    }
  }
}

Cursor / Windsurf：

{
  "mcpServers": {
    "forage": {
      "command": "npx",
      "args": ["-y", "@anthropic/mcp-proxy", "https://ernesta-labs--forage.apify.actor/mcp"],
      "env": { "APIFY_API_TOKEN": "YOUR_APIFY_TOKEN" }
    }
  }
}

Docker：

{
  "mcpServers": {
    "forage": {
      "command": "docker",
      "args": ["run", "--rm", "-i", "-e", "APIFY_API_TOKEN", "ghcr.io/ernestalabs/web-intelligence-mcp:latest"],
      "env": { "APIFY_API_TOKEN": "YOUR_APIFY_TOKEN" }
    }
  }
}

n8n / LangGraph / 自定义： 使用 Authorization 标头中的 Apify 令牌连接到 https://ernesta-labs--forage.apify.actor/mcp。

---

无需 API 密钥。无需设置。

你无需配置 SerpAPI、Jina、Google Places、Apollo 或任何其他服务。这些事情由我们负责。你只需提供 Apify 凭据，其余一切都由我们处理：数据采集、编排、去重、图谱丰富和因果分析。一个令牌，完整技术栈。

---

---

常见问题

问：这是一个搜索封装工具吗？
不是。搜索只是其中一项功能。我们会搜索、抓取网页、查找电子邮件、提取 LinkedIn 数据、获取 Crunchbase 信息、查看评价、绘制市场图谱、分析竞争对手、检测招聘信号，并将所有信息整合到一个会记忆的知识图谱中。每个结果都会写入图谱。每次查询都会先检查图谱。

问：我需要多个 API 密钥吗？
不需要。只需一个 Apify 令牌。所有编排都由我们在服务器端完成。

问：数据有多新？
网页搜索和抓取的数据是实时的。图谱数据包括你的 Agent 发现的信息，以及其他 Forage 用户发现并分享至图谱的信息。你的查询归你所有；图谱则是共享情报。

问：可以离线使用吗？
不可以。Forage 是一项 Web 服务。你的 Agent 通过 MCP 连接到实时数据源。每次查询都会访问 Web。

问：速率限制怎么办？
你与其他用户共用 Apify 基础设施。每个 Actor 都有自己的速率限制，但我们会并行处理：如果一个爬虫触及限制，我们等待时，其他五个爬虫仍会完成工作。你的结果依然能快速返回。

问：知识图谱会持久保存吗？
会。你的 Agent 发现的所有信息都会保留在图谱中。你可以查询图谱、向其中添加声明、分析因果链并模拟干预措施。你的 Agent 的机构知识会随着每次会话不断增长。

问：如何停止产生费用？
停止调用即可。就这么简单。没有订阅，也没有最低消费。支出 $0，账单就是 $0。每次调用都由你控制。

问：如果你们的服务宕机怎么办？
你的 Agent 仍可使用缓存的图谱数据继续工作，只是无法进行实时研究。如果发生服务中断，我们会立即通知你。

---

联系方式

• 电子邮件： [email protected]
• 网站： useforage.xyz
• GitHub： github.com/ErnestaLabs/web-intelligence-mcp
• Apify： apify.com/ernesta_labs/forage

MIT 许可证。版权所有 (c) 2026 Riccardo Minniti / Ernesta Labs