Launch Engine — Business Execution OS

Asset Factory

将想法转化为收入的 Agentic 工作流——面向独立创始人和自力创业者。

npx -y asset-factory-mcp

---

为什么选择 Asset Factory？

大多数 MCP 服务只提供一个工具：GitHub 集成、数据库查询或 Slack 机器人。

Asset Factory 提供 42 个可组成工作流的工具——从原始想法到验证收入的完整实践指南，都能在你已使用的 AI 客户端中运行。

• 不再为无从下手而烦恼。 从 scout 开始，系统会在每一步告诉你接下来该做什么。
• 每个阶段都为下一阶段提供支持。 买家调研为产品设计提供依据，产品设计为营销文案提供依据，营销文案为验证提供依据。没有任何成果会被浪费。
• 先算账，再制作素材。 在开始构建前先验证单位经济效益。再也不会花几周打造一个在你的预算下行不通的产品。
• 花 $50 测试想法，而不是 $5,000。 rapid_test 通过落地页和付费流量，在 3-5 天内为你提供反馈，让你在投入完整工作流之前先做验证。
• 让你的 AI 成为联合创始人，而不是聊天机器人。 它不只是回答问题，还会与你一起执行结构化的业务系统。

---

安装

npm install -g asset-factory-mcp

或者无需安装，直接运行：

npx -y asset-factory-mcp

快速开始

Claude Desktop

添加到你的 claude_desktop_config.json：

{
  "mcpServers": {
    "asset-factory": {
      "command": "npx",
      "args": ["-y", "asset-factory-mcp"],
      "env": {
        "ASSET_FACTORY_PROJECT_DIR": "/path/to/your/project"
      }
    }
  }
}

Cursor

添加到你的 MCP 设置（.cursor/mcp.json）：

{
  "mcpServers": {
    "asset-factory": {
      "command": "npx",
      "args": ["-y", "asset-factory-mcp"],
      "env": {
        "ASSET_FACTORY_PROJECT_DIR": "/path/to/your/project"
      }
    }
  }
}

从源代码安装

git clone https://github.com/ZionHopkins/asset-factory-mcp.git
cd asset-factory-mcp
npm install
npm run build
node dist/index.js

工作原理

Asset Factory 是一个双层工具系统：

第 A 层——42 个 SOP 工具（只读）：每个工具都会根据 pipeline-state.json 验证前置条件，从前序阶段加载上游上下文，检查 learnings.json 中的模式，并返回结合这些上下文的完整 SOP 指引。由你的 AI 执行这些指引。

第 B 层——3 个实用工具（用于修改）：update_pipeline_state、save_asset、capture_learning。这些工具负责所有状态写入和文件创建。你的 AI 会在执行每个 SOP 后调用它们。

工作流

Five entry points:

1. scout            → Full pipeline (research → offer → build → deploy → validate)
2. rapid_test       → Quick $50-100 test (signal in 3-5 days)
3. passive_deploy   → Marketplace assets (after research)
4. tournament       → Batch-evaluate 3-5 ideas through Layer 1 simultaneously
5. portfolio_triage → Rank existing pipelines by profit velocity, select top N

完整工作流

LAYER 1 (Strategist):
  scout → autonomy → market_intel → research → build_blocks → stress_test → unit_economics

LAYER 2 (Builder):
  name_lock → platform + product → deploy → qa → validate_prep

LAYER 3 (Validator):
  validate_check (daily) → validate_decide → feedback → iterate

TRAFFIC (Paid):
  traffic_strategy → channels → creative_test → funnel_optimize → scale

ORGANIC GROWTH (runs parallel with paid):
  content_engine → content_repurpose → seo_check (monthly)

BOLD ACTION (post-QA):
  bold_action → credibility compression playbook

REVENUE PHASE MANAGEMENT (optional overlay):
  portfolio_triage → revenue_review (weekly)
  Phases: Signal → Cash → Repeat → Scale

CROSS-CUTTING:
  status | daily_check | lessons | voice_extract | dream_100 | tournament

每个工具都会自动检查前置条件。如果你在完成 market_intel 之前尝试运行 research，系统会显示清晰的 STAGE_BLOCKED 消息，准确告知你应先运行什么。

工具参考

SOP 工具（42 个）

工具	描述	前置条件
scout	市场扫描——输入原始创意，判断其可行性	无（入口）
autonomy	Agent 自主性评分——评估产品是否适合由 AI 构建	scout
market_intel	深入市场研究与竞争力评分	scout, autonomy
research	治疗性买家引擎——深入研究用户画像	market_intel
build_blocks	基于买家研究构建 7 个构建模块	research
stress_test	从 10 个维度为报价评分	build_blocks
unit_economics	CPA、LTV、盈亏平衡建模	stress_test
name_lock	确定企业／产品名称	stress_test, unit_economics
platform	技术栈选择与评分	stress_test
product	产品架构设计	stress_test, name_lock
deploy	生成销售页面、邮件和广告文案	name_lock, platform, product
qa	7 项检查的用户画像一致性关卡	deploy
validate_prep	验证部署包	deploy, qa
validate_check	每日 60 秒健康检查	validate_prep
validate_decide	验证窗口结束时给出结论	validate_prep
feedback	绩效诊断与修复路由	deploy
traffic_strategy	流量渠道研究与评分	deploy
channels	渠道设置与配置	traffic_strategy
creative_test	广告创意变体测试	channels
funnel_optimize	转化漏斗 CRO 测试	channels
scale	系统化扩展已验证的渠道	creative_test
traffic_analytics	绩效报告与归因	channels
dream_100	关系策略与外联	research
passive_deploy	市场资产评分与规格说明	research
passive_check	定期绩效检查	passive_deploy
passive_compound	围绕锚点部署相关资产	passive_deploy
passive_portfolio	季度投资组合审查	passive_deploy
rapid_test	快速创意测试——落地页 + 广告	无（入口）
rapid_check	每日指标与阈值对比	rapid_test
rapid_graduate	将测试升级至完整流程	rapid_check
rapid_status	所有快速测试的仪表板	无
status	流程状态报告	无
daily_check	5 分钟每日运营概览	正在运行的营销活动
lessons	模式库——记录和检索	无
voice_extract	从内容中提取品牌语气	qa
content_engine	主题集群研究、SEO/GEO 内容生成	qa, validate_prep
content_repurpose	一次性将内容改编至多个平台	content_engine
seo_check	每月 SEO/GEO 审计与 AI 引用追踪	content_engine
tournament	通过第 1 层批量评估 3-5 个创意	无（入口）
bold_action	大胆行动手册——最具杠杆效应、不可逆的信誉提升举措	qa
portfolio_triage	按利润速度评分对各流程排序，并执行活跃数量上限	无（入口）
revenue_review	每周收入阶段评估（信号 → 现金 → 复购 → 扩展）	无（入口）

实用工具（3 个）

工具	描述
update_pipeline_state	使用点表示法路径更新 pipeline-state.json
save_asset	将文件保存到 assets/[market-name]/ 目录
capture_learning	将可复用模式记录到 learnings.json

项目目录结构

Asset Factory 会在你的项目目录中创建和管理文件：

your-project/
├── pipeline-state.json      # Pipeline progress tracking
├── learnings.json            # Pattern library across pipelines
└── assets/
    └── [market-name]/
        ├── research/         # Scout reports, buyer research, market intel
        ├── building-blocks/  # The 7 Building Blocks
        ├── product/          # Product Architecture Blueprint
        ├── copy/             # Sales letters, email sequences
        ├── campaigns/        # Landing pages, ad copy
        ├── traffic/          # Traffic strategy, creative tests, analytics
        ├── validation/       # Deployment packages, daily checks, verdicts
        ├── voice/            # Brand voice calibration
        ├── passive-portfolio/ # PADA outputs
        ├── rapid-test/       # Rapid test assets
        ├── bold-action/      # Bold Action playbook
        └── content/          # Organic growth engine outputs
            ├── pillar/       # 2,000-4,000 word guides
            ├── spokes/       # 1,000-2,000 word pages
            ├── repurposed/   # Multi-platform assets per source
            ├── schema/       # JSON-LD files
            ├── seo-config/   # robots.txt, sitemap, brand signals
            └── audits/       # Monthly SEO/GEO audit reports

配置

项目目录按以下顺序确定：

1. ASSET_FACTORY_PROJECT_DIR 环境变量
2. --project-dir= CLI 参数
3. 当前工作目录

首次使用

如果没有现有管线就运行 status，你会看到：

有三种路径可用：

1. rapid_test — 在 3-5 天内进行 $50-100 的付费流量测试
2. scout — 完整的活跃管线，包含深入研究和验证
3. passive_deploy — 市场平台资产（需要先进行研究）

最佳实践

开始使用

• 从 status 开始 — 务必先运行此命令。它会读取你的管线状态，并准确告知你当前所处的阶段以及下一步该做什么。
• 有新想法？先使用 rapid_test — 不要对未经验证的想法运行完整管线。花费 $50-100，在 3-5 天内获取反馈。如果测试通过，再运行 scout。
• 一次只跑一条管线 — 你可以并行运行多个快速测试，但一次只专注于一条完整管线。频繁切换会打断推进势头。

管线运行期间

• 按顺序执行 — 前置条件系统的存在自有其原因。每个阶段的成果都会为下一阶段提供依据。跳过 market_intel，意味着 research 缺少竞争环境背景。跳过 stress_test，意味着你可能会为一个有缺陷的方案制作资产。
• 不要跳过 qa — 它会检查承诺与产品是否一致、统计数据是否注明来源，以及用户画像是否偏移。每项触达买家的资产都必须通过 QA 审核。
• 验证期间每天运行 daily_check — 这只需 60 秒，就能在问题造成预算损失之前将其发现。
• 每次重大决策后使用 lessons — 包括判定结果（ADVANCE/KILL）、通过验证的快速测试、创意测试赢家。模式库能让今后的每条管线都更完善。

与 AI 协作

• 让 AI 执行完整 SOP — 每个工具都会返回完整指引。不要中途打断。让它完成研究、生成交付物并保存文件。
• 谨慎审核 Tier 3/4 决策 — 系统会暂停并征求你对市场选择、定价、终止决策以及任何涉及真金白银的事项的意见。这些暂停是有意设置的。
• 相信数据 — unit_economics 会告诉你这些数字是否适用于你的预算。如果判定结果为 NON-VIABLE，不要勉强推进。继续寻找其他方案，或调整报价。

扩大规模

• 先验证，再扩大规模 — scale 要求创意赢家已得到验证，且转化量达到 30+。扩大未经验证的营销活动是最快的烧钱方式。
• 累积经验 — 达到 ANCHOR 状态的被动资产应触发 passive_compound。一个经过验证的资产可以衍生出 5-10 个相关资产。
• 每周运行 traffic_analytics — 归因可能发生偏移。上周有效的方法，下周可能就不再奏效。要密切关注数据。

应避免的常见错误

• stress_test 通过前不要制作资产 — 判定结果为 GO，意味着方案在结构上是稳健的。判定结果为 REVISE 或 REBUILD，则意味着应先修好基础。
• 不要跳过 name_lock — 资产制作完成后再更改企业名称，就意味着所有内容都要重做。尽早锁定名称。
• 不要忽视 KILL 信号 — 如果快速测试指标达到终止阈值，就终止测试。如果验证结果为 KILL，记录经验教训后继续前进。沉没成本不是策略。
• 未通过 qa 审核，不要发布 — 未审核的文案若包含未注明来源的声明或与用户画像不符，会损害信任并降低转化率。
• 不要对每个想法都运行完整管线 — rapid_test 正是为此而设。低成本测试 5-10 个想法，再把完整管线投入到胜出者身上。

收入阶段系统（v1.2.0 新增）

可选的叠加层，用于跟踪收入在以下四个阶段中的进展：

阶段	目标	晋级条件
信号	表达意向	注册邮箱、支付订金、回复私信
收款	完成首笔销售	收到首笔付款
复购	以相同价格完成 3 笔以上销售	累计销售 3 笔
扩大规模	达到目标 MRR	月收入持续稳定

启用方法： 运行 portfolio_triage 以选择活跃的业务管道。选中的业务管道会获得 revenue_phase: "signal"。每周运行 revenue_review 跟踪进展。

scout 现在包含销售周期现实检验，用于估算各市场从启动到首笔销售所需的天数（绿色：<=14d，黄色：15-30d，红色：>30d）。该估算会纳入 portfolio_triage 使用的利润速度评分。

自动化 QA 测试套件（v1.1.0 新增）

该业务管道包含一个自动化 QA 测试套件，会在以下 3 个节点运行：

闸门	时机	检查内容
部署前	deploy 生成素材之前	缺少研究、单位经济效益计算错误、占位文本
部署后	写入素材后、qa 之前	HTML 问题、暴露的 API 密钥、邮件主题长度、缺少 CTA
QA 后	角色修正后	修正引入的结构性问题

qa-tests/ 中的测试模块：

• test_landing_page.py — HTML 结构、CTA 是否存在、机密信息检测
• test_campaign_assets.py — 邮件/广告验证、品牌一致性
• test_research_report.py — 章节完整性、引文密度、矛盾检测
• test_unit_economics.py — 利润率是否为正、CAC/LTV 比率、计算验证

要求： Python 3.10+

收录平台

收录于 MCP Server Hub | MCP Registry

许可证

MIT