保险承保情报MCP服务器
查看ApifyForge | 在Apify商店中使用
______________________________________________________________________
快速开始
添加到您的MCP客户端(Claude Desktop、Cursor、Windsurf):
{
"mcpServers": {
"insurance-underwriting-intelligence-mcp": {
"url": "https://ryanclinton--insurance-underwriting-intelligence-mcp.apify.actor/mcp"
}
}
}______________________________________________________________________
为商业P&C团队提供保险承保情报——此MCP服务器使用8个实时政府数据源为任何物业位置提供多风险评估。它产生了一个 综合危险评分(0-100)、四级风险分类(优先/标准/不合格/拒绝)、保费调整和可操作的承销说明——所有这些都来自一次工具调用。
P&C承销商、精算团队、再保险公司和风险工程师可以查询任何地址或地区,并接收有关自然灾害、地震风险、洪水预警、天气严重程度、环境污染、犯罪邻近度以及5年、10年和25年预测气候轨迹的结构化风险情报。没有手动数据收集,没有供应商订阅——只按评估付费。
你能提取哪些数据?
| 数据点 | 来源 | 示例 |
|---|---|---|
| 📋 FEMA重大灾害声明 | FEMA灾害声明 | 14种DR类型的声明,以洪水/飓风为主 |
| 🌊 严重洪水预警 | 英国环境署 | 5公里内有3个严重洪水预警 |
| 🌍 地震事件震级分布 | USGS地震搜索 | 100km内发生2×5-6级地震,8×4-5级地震 |
| 🌩 美国国家海洋和大气管理局天气警报严重程度 | NOAA天气警报 | 2个极端龙卷风警报,1个严重雷暴 |
| 🏭 空气质量与世界卫生组织指南 | OpenAQ空气质量 | PM2.5超过34µg/m³-2.3×世界卫生组织阈值 |
| 👮 按类别划分的犯罪暴露 | 英国警方犯罪数据 | 42起暴力犯罪,87起财产犯罪 |
| 🏠 房地产交易背景 | 英国土地注册处 | 售价中位数285000英镑——24笔交易 |
| 📍 地理编码坐标 | Nominim/OpenStreetMap | 从地址解析的北纬51.5074°,西经0.1278° |
| 📊 综合危险评分(0-100) | 4型评分引擎 | 评分:58——高危险等级 |
| 🏷 风险等级分类 | 复合模型 | SUBSTANDARD——建议附加费 |
| ⚙️ 保费调整 | 风险加权公式 | 1.79×基本保费 |
| 📈 气候轨迹预测 | 历史趋势模型 | 5年:64/10年:71/25年:86(世界) |
为什么要使用保险承保智能MCP服务器?
对单一房产提交的手动承保研究意味着打开联邦应急管理局的灾难搜索、美国地质调查局的地震信息、美国国家海洋和大气管理局的警报仪表板、当地警方统计数据和空气质量门户网站,然后将七个数据源协调成一个连贯的风险图。每次风险需要45-90分钟。从规模上讲,这是不切实际的。
此MCP自动化了整个工作流程。一个工具调用将并行请求分派到所有8个数据源,运行四个评分模型,并在60秒内返回结构化的承保简报。Claude、Cursor或Windsurf中的人工智能助手可以在对话中调用这些工具,并立即发出风险信号。
- 调度 --使用Apify的调度程序,每年在保单续期时对整个投资组合进行风险重新评估,无需人工干预
- API访问 --从Python、JavaScript或任何HTTP客户端触发评估,并将结果直接输入承保工作台
- 代理旋转 --Apify的内置代理基础架构可确保大规模可靠的数据检索,而不会出现数据块
- 监控 --在评估完成或达到支出限制时配置Slack或电子邮件警报
- 集成 --将结果连接到Google表格、HubSpot、Zapier或Make,以实现下游工作流自动化
特性
- 8个并行数据源 --FEMA、USGS、NOAA、英国洪水警报、英国警方、OpenAQ、英国土地注册处和Nominim地理编码器可通过以下方式同时查询
Promise.allSettled,因此一个源故障不会阻止其他源故障 - 综合危险评分(0-100) --四个加权评分模型组合成一个风险数字:复合风险35%,气候轨迹25%,犯罪暴露20%,环境污染20%
- 震级加权地震评分 --美国地质调查局的事件按等级桶评分:6级以上的事件各得10分,5级以上的活动得5分,4级以上的项目得2分,每次评估的上限为25分
- 符合WHO的空气质量评分 -将六种污染物(PM2.5、PM10、NO2、SO2、O3、CO)与世界卫生组织指南阈值进行比较;超标的权重取决于其超标率,而不仅仅是存在率
- 暴力与财产犯罪分离 --英国警方数据分为7种暴力犯罪类型和6种财产犯罪类型,承保权重不同(暴力:每种4分;财产:每种2分)
- 气候加速模型 --联邦紧急事务管理局的灾难声明按年份排列;最近十年的平均值与前十年平均值的比率决定了一个加速因子,该因子使用指数增长模型预测未来的风险
- 4种风险等级分类 --首选(0-24)、标准(25-49)、不合格(50-74)、拒绝(75-100),并附有相应的承保行动指南
- 高级修改器输出 --根据综合风险评分,使用以下公式计算从0.8(首选折扣)到2.5(最大附加费)的乘数
0.8 + (score / 100) × 1.7 - 自动地理编码 --在向美国地质调查局、美国国家海洋和大气管理局和OpenAQ进行空间查询之前,任何地址或地区名称都会通过Nominim转换为纬度/经度
- 可配置的地震半径 —
evaluate_seismic_exposure接受aradiusKm基于邻近度的地震分析参数(默认100km) - 承销票据生成 --简报包括叙述性决策说明,标记:高级承销商转介触发因素、主要风险排除、安全要求建议和环境背书建议
- 支出限额执行 --每个工具都要检查
Actor.charge()执行前;如果达到每次运行的预算上限,该工具会立即返回结构化错误,而不是默默地失败
保险承保情报用例
商业地产承销
处理新商业地产申请的P&C承销商在收集基本风险数据上花费了不成比例的时间。该MCP通过以下方式在60秒内返回结构化风险简报 generate_underwriting_brief.按分钟内的综合得分对一整天的提交进行分类,重点对SUBSTANDARD和DECLINE层房产进行人工审查。
精算气候轨迹建模
为长尾房地产风险定价的精算团队需要前瞻性的风险数据,而不仅仅是当前的风险敞口。 project_climate_trajectory 使用历史FEMA灾害频率趋势预测5年、10年和25年的风险,直接用于气候调整定价的灾难模型校准。
再保险投资组合集中度分析
评估条约提交的再保险人需要快速进行投资组合级别的风险汇总。跑步 assess_location_risk 通过一个分公司的财产计划,确定了地理危险集中度和多种危险交汇的位置,这些区域最有可能导致相关损失。
风险工程预调查优先级
在部署现场工程师之前,风险工程团队会致电 evaluate_seismic_exposure 和 check_flood_risk 确定需要亲自检查的最高危险特性。将现场资源集中在发出中度或以上危险信号的位置。
环境责任承保
measure_environmental_liability 根据世界卫生组织指南提供特定地点的空气质量读数,并进行每种污染物的超标计数。直接为呼吸道疾病索赔风险和污染法律责任定价提供信息。
洪水和天气专业线路
check_flood_risk 将英国环境署的主动洪水预警与联邦紧急事务管理局的历史洪水灾害记录相结合,为专业线路定价和排除决策构建了一个双源洪水暴露图。
如何使用保险承保风险评估
- 连接您的MCP客户端 --添加服务器URL
https://insurance-underwriting-intelligence-mcp.apify.actor/mcpClaude Desktop、Cursor、Windsurf或任何兼容MCP的AI工具。您需要Apify API令牌。 - 要求进行风险评估 --告诉你的人工智能助理房产地址或地区,例如:“为佛罗里达州迈阿密市布里克尔大道1400号运行承保简报。”人工智能会自动调用相应的工具。
- 审查结构化输出 --服务器返回一个JSON简报,其中包含综合得分、风险等级、保费修饰符和每种风险的细分。人工智能用通俗易懂的语言总结了关键信号。
- 下载或路由结果 --将JSON输出复制到您的承保工作台,通过Apify集成推送到Google表格,或触发您的保单管理系统的webhook。
输入参数
此服务器不使用参与者级输入参数——在调用每个MCP工具时,所有输入都作为工具参数传递。请参阅下面的工具参考。
刀具参数
除以下工具外的所有工具 analyze_disaster_history 接受可选 latitude 和 longitude (数字,如果省略,则自动进行地理编码)。下表仅列出了特定于工具的参数。
| 工具 | 参数 | 类型 | 必填 | 默认 | 说明 |
|---|---|---|---|---|---|
| 所有工具 | location | string | 是 | -- | 地址、城市、州或地区 |
| 所有工具 | latitude | number | No | auto | 十进制纬度--跳过地理编码步骤 |
| 所有工具 | longitude | number | No | auto | 十进制经度--跳过地理编码步骤 |
analyze_disaster_history | location | string | 是 | -- | 联邦紧急事务管理局搜索的州、县或地区 |
evaluate_seismic_exposure | radiusKm | number | No | 100 | 地震搜索半径(公里) |
使用技巧
- 有坐标时提供坐标 --通过传递来跳过地理编码延迟
latitude和longitude直接旁边location所有空间工具的字符串 - 开始
assess_location_risk打电话之前generate_underwriting_brief--快速评估需要四分之一的时间来确定是否需要完整的简报 - 使用
analyze_disaster_history适用于美国各州和县 --联邦紧急事务管理局的数据在州和县一级最为完整;城市级查询返回的农村地区记录较少 - 集
radiusKm地震活跃区为200 --在加利福尼亚州或土耳其等断层远离城市中心的地区,默认的100公里半径可能低估了断层暴露 - 使用
score_crime_proximity和check_flood_risk仅适用于英国地址 --这些工具来源于英国政府数据;非英国地址将返回有限或空的结果
输出示例
全部输出来自 generate_underwriting_brief 对于商业地产提交:
{
"location": "1400 Brickell Avenue, Miami, FL",
"coordinates": { "lat": 25.7589, "lon": -80.1946 },
"compositeRiskScore": 61,
"riskTier": "SUBSTANDARD",
"premiumModifier": 1.84,
"allSignals": [
"12 FEMA major disaster declarations in area",
"Significant seismic activity — 6 events recorded",
"4 active weather alerts, including severe/extreme",
"2 severe flood warnings active",
"3 pollutants exceed WHO guidelines",
"Disaster frequency accelerating — 50%+ increase over prior decade",
"2 extreme weather events — elevated climate trajectory"
],
"underwritingNotes": [
"Dominant peril: Natural Disaster (FEMA) — consider exclusions or sublimits",
"Climate trajectory rapidly worsening — review at shorter intervals",
"Multiple pollution exceedances — environmental liability endorsement recommended"
],
"compositePeril": {
"score": 68,
"disasterCount": 18,
"earthquakeRisk": 14.5,
"weatherAlerts": 4,
"floodRisk": 3,
"perilLevel": "HIGH",
"dominantPeril": "Natural Disaster (FEMA)"
},
"environmentalContamination": {
"score": 44,
"airQualityIndex": 38,
"pollutantCount": 5,
"exceedances": 3,
"contaminationLevel": "ELEVATED",
"pollutants": [
{ "parameter": "pm25", "value": 34.2, "unit": "µg/m³" },
{ "parameter": "no2", "value": 41.8, "unit": "µg/m³" },
{ "parameter": "o3", "value": 118.0, "unit": "µg/m³" }
]
},
"crimeExposure": {
"score": 38,
"totalCrimes": 94,
"violentCrimes": 7,
"propertyCrimes": 22,
"exposureLevel": "MODERATE",
"topCategories": [
{ "category": "theft", "count": 31 },
{ "category": "criminal damage", "count": 18 },
{ "category": "burglary", "count": 14 }
]
},
"climateTrajectory": {
"score": 72,
"projectedRisk5yr": 78,
"projectedRisk10yr": 84,
"projectedRisk25yr": 96,
"trendDirection": "RAPIDLY_WORSENING",
"climateFactors": ["Accelerating disaster frequency", "Extreme weather patterns"]
},
"propertyData": [
{ "price": 4750000, "propertyType": "Commercial", "date": "2025-09-14" }
]
}输出字段
| 字段 | 类型 | 描述 | |
|---|---|---|---|
location | string | 输入提供的位置 | |
coordinates | object | null | 地理编码 {lat, lon} 如果地理编码失败,则为null |
compositeRiskScore | 数字 | 加权综合0-100:危险35%,气候25%,犯罪20%,环境20% | |
riskTier | string | 首选/标准/次标准/降级 | |
premiumModifier | 数字 | 乘数0.80–2.50计算如下 0.80 + (score/100) × 1.70 | |
allSignals | string\[\] | 来自所有四个评分模型的综合叙述风险信号 | |
underwritingNotes | string\[\] | 可操作的注释:推荐触发器、排除和背书建议 | |
compositePeril.score | 数字 | 危险分0-100(联邦紧急事务管理局30分+地震25分+天气25分+洪水20分) | |
compositePeril.perilLevel | string | 最小/低/中等/高/严重 | |
compositePeril.dominantPeril | string | 得分最高的危险类别名称 | |
compositePeril.disasterCount | number | 返回的FEMA申报总数 | |
compositePeril.earthquakeRisk | 数字 | 25分上限前的原始地震得分 | |
compositePeril.weatherAlerts | number | 美国国家海洋和大气管理局警报计数 | |
compositePeril.floodRisk | number | 英国洪水预警计数 | |
environmentalContamination.score | 编号 | 污染评分0-100(空气质量指数50分+超标30分+多样性20分) | |
environmentalContamination.contaminationLevel | string | 干净/可接受/升高/危险 | |
environmentalContamination.exceedances | 数量 | 污染物超过世界卫生组织2021年指南 | |
environmentalContamination.pollutants | array | 最多10个读数: {parameter, value, unit} | |
crimeExposure.score | 数字 | 犯罪评分0-100(暴力40分+财产30分+体积20分+ASB 10分) | |
crimeExposure.exposureLevel | string | 低/中等/高/极端 | |
crimeExposure.violentCrimes | 数字 | 暴力犯罪事件计数 | |
crimeExposure.propertyCrimes | number | 财产犯罪事件计数 | |
crimeExposure.topCategories | array | 最多8个犯罪类别 | |
climateTrajectory.score | 数字 | 气候轨迹得分0-100 | |
climateTrajectory.trendDirection | string | 改进/稳定/磨损/快速磨损 | |
climateTrajectory.projectedRisk5yr | 数字 | 5年期的预计得分 | |
climateTrajectory.projectedRisk10yr | 数字 | 10年期的预计得分 | |
climateTrajectory.projectedRisk25yr | 数字 | 25年期的预计得分 | |
propertyData | array | 根据当地估价情况,最多可进行10笔英国土地注册处交易 |
进行保险承保评估需要多少费用?
此MCP使用 按活动付费定价 --你付钱 每次工具调用0.045美元。所有8个工具的价格相同。包括平台计算成本。
| 场景 | 工具调用 | 每次调用成本 | 总成本 |
|---|---|---|---|
| 快速测试——单一地点风险 | 1 | 0.045 | 0.045美元 |
| 每日分诊——20次提交 | 20 | 0.045 | 0.90美元 |
| 每周批次——100次风险评估 | 100 | 0.045 | 4.50美元 |
| 月度投资组合——500次评估 | 500 | 0.045美元 | 22.50美元 |
| 企业--每月续订2000次 | 2000 | 0.045美元 | 90.00美元 |
您可以设置 最高支出限额 每次运行以控制成本。当达到您的预算时,服务器停止处理,并对任何剩余的调用返回结构化错误。
与此相比,商业灾难建模订阅(RMS、AIR Worldwide、CoreLogic)的起价为每年15000-50000美元。对于常规分诊和预筛查工作流程,大多数使用此MCP的承保团队每月花费20-100美元,没有订阅承诺。
如何使用API进行连接
克劳德桌面版
添加到您的 claude_desktop_config.json:
{
"mcpServers": {
"insurance-underwriting": {
"url": "https://insurance-underwriting-intelligence-mcp.apify.actor/mcp",
"headers": {
"Authorization": "Bearer YOUR_APIFY_TOKEN"
}
}
}
}python
import httpx
import json
APIFY_TOKEN = "YOUR_APIFY_TOKEN"
MCP_URL = "https://insurance-underwriting-intelligence-mcp.apify.actor/mcp"
payload = {
"jsonrpc": "2.0",
"method": "tools/call",
"params": {
"name": "generate_underwriting_brief",
"arguments": {
"location": "1400 Brickell Avenue, Miami, FL"
}
},
"id": 1
}
response = httpx.post(
MCP_URL,
json=payload,
headers={"Authorization": f"Bearer {APIFY_TOKEN}"}
)
result = response.json()
brief = json.loads(result["result"]["content"][0]["text"])
print(f"Risk Tier: {brief['riskTier']}")
print(f"Composite Score: {brief['compositeRiskScore']}/100")
print(f"Premium Modifier: {brief['premiumModifier']}x")
for note in brief.get("underwritingNotes", []):
print(f" - {note}")JavaScript
const APIFY_TOKEN = "YOUR_APIFY_TOKEN";
const MCP_URL = "https://insurance-underwriting-intelligence-mcp.apify.actor/mcp";
const response = await fetch(MCP_URL, {
method: "POST",
headers: {
"Content-Type": "application/json",
"Authorization": `Bearer ${APIFY_TOKEN}`
},
body: JSON.stringify({
jsonrpc: "2.0",
method: "tools/call",
params: {
name: "assess_location_risk",
arguments: {
location: "Houston, TX",
latitude: 29.7604,
longitude: -95.3698
}
},
id: 1
})
});
const result = await response.json();
const peril = JSON.parse(result.result.content[0].text);
console.log(`Peril Level: ${peril.compositePeril.perilLevel}`);
console.log(`Score: ${peril.compositePeril.score}/100`);
console.log(`Dominant Peril: ${peril.compositePeril.dominantPeril}`);
for (const signal of peril.compositePeril.signals) {
console.log(` Signal: ${signal}`);
}cURL
# Run a full underwriting brief
curl -X POST "https://insurance-underwriting-intelligence-mcp.apify.actor/mcp" \
-H "Content-Type: application/json" \
-H "Authorization: Bearer YOUR_APIFY_TOKEN" \
-d '{
"jsonrpc": "2.0",
"method": "tools/call",
"params": {
"name": "generate_underwriting_brief",
"arguments": {
"location": "New Orleans, LA",
"latitude": 29.9511,
"longitude": -90.0715
}
},
"id": 1
}'
# List all available tools
curl -X POST "https://insurance-underwriting-intelligence-mcp.apify.actor/mcp" \
-H "Content-Type: application/json" \
-H "Authorization: Bearer YOUR_APIFY_TOKEN" \
-d '{"jsonrpc":"2.0","method":"tools/list","params":{},"id":2}'保险承保智能MCP服务器的工作原理
地理编码和空间查询准备
每个接受 location string首先通过 nominatim-geocoder 演员(OpenStreetMap提名)。如果直接提供坐标,则跳过此步骤。解析坐标为USGS、NOAA和OpenAQ提供空间查询;FEMA和英国消息来源收到原始位置字符串。
跨8个来源的并行数据收集
runActorsParallel 使用以下命令同时调度所有呼叫 Promise.allSettled。缓慢或无法访问的源返回一个空数组,而不是阻塞其他数组。完整的简报并行运行多达8个参与者——联邦紧急事务管理局、美国地质调查局、美国国家海洋和大气管理局、英国洪水警告局、英国警方、OpenAQ、英国土地登记处和提名机构——每个参与者分配256MB和120秒的超时时间。
四种独立的评分模型
综合危险评分 使用 declarationType DR类型声明的过滤器、使用震级分级点系统的地震暴露(最大25)(震级6+=10pts,震级5+=5pts,震级4+=2pts,低于4=0.5pts)、使用极端/严重/中等/其他加权的NOAA天气严重程度(最大25,以及使用“严重”、“危险”和“警告”严重程度字符串的过滤器的英国洪水警报严重程度(最高20)。
环境污染评分 将每个OpenAQ测量值与世界卫生组织2021年6种污染物指南阈值进行比较。超过阈值的测量值贡献了与其超标率成比例的加权AQI点(value / threshold × 25).污染物多样性(唯一参数计数)加起来可额外获得20个点,以捕捉复杂的污染情况。
犯罪暴露评分 使用子字符串匹配将英国警察犯罪类别分为7种暴力犯罪类型和6种财产犯罪类型。暴力犯罪各得4分(最高40分),财产犯罪各得2分(最高30分),总犯罪量贡献对数分数(最高20分),反社会行为加起来得10分。这 log2 容量缩放可防止高容量低严重性区域得分高于真正危险的区域。
气候轨迹评分 根据FEMA申报时间戳计算十年加速比。它将最近10年的平均年灾害数量与前10年进行了比较。加速比超过1.5会触发“加速”信号。5年、10年和25年的远期预测使用指数增长模型: currentScore × accelerationRatio^(horizon/20).
复合短裤和高级改性剂
最终的综合得分将综合风险加权为35%,气候轨迹加权为25%,犯罪暴露加权为20%,环境污染加权为20%。保费调整系数计算如下 0.80 + (compositeRiskScore / 100) × 1.70,产生从0.80(最低风险优先账户)到2.50(最高风险)的范围。承销说明是通过对每个子分数进行条件阈值检查而生成的。
获得最佳效果的提示
- 使用
assess_location_risk作为分流过滤器。 每次提交时,首先运行快速四源评估。仅升级到generate_underwriting_brief中等及以上成绩。这将低风险提交的支出削减了75%。
- 美国房产的供应坐标。 美国地质调查局和美国国家海洋和大气管理局通过基于坐标的空间查询返回比文本搜索更精确的结果。在批量评估之前对您的房产计划进行地理编码,以跳过自动地理编码延迟。
- 跑
analyze_disaster_history在州一级进行趋势分析。 联邦紧急事务管理局的记录在州和县的粒度上最为完整。城市级查询返回的农村地区记录较少。
- 在做出长期政策承诺之前,审查气候轨迹。 对于10年期保单,具有快速错误轨迹的标准当前评分可能会被错误定价。
project_climate_trajectory在这些不匹配成为损失事件之前,将其浮出水面。
- 为批处理组合工作设置每次运行的支出限制。 服务器返回一个结构化的
eventChargeLimitReached达到预算上限时出错——很容易捕获和记录,而不会中止整个批处理。
- 将犯罪评分与投保部门进行交叉参考。 犯罪暴露梯度对零售、酒店和轻工业风险的信息最为丰富。对于办公物业,环境和气候得分更高。
与其他Apify演员组合
| 演员 | 如何组合 |
|---|---|
| 网站联系人Scraper | 在识别出需要人工跟进的高风险地点后,提取经纪人或物业经理的联系方式 |
| 公司深度研究 | 用商业包裹承保的被保险实体的业务级情报补充财产风险 |
| B2B潜在客户资格 | 在交给承销商之前,根据地点风险对商业前景进行评分——过滤掉上游不可投保的地区 |
| Trustpilot审查分析器 | 通过分析公众情绪数据和风险评分来评估零售或酒店风险的声誉风险 |
| 网站技术堆栈检测器 | 对于科技行业的商业风险,检测基础设施和网络安全态势作为补充风险信号 |
| WHOIS域名查询 | 作为更广泛的尽职调查工作流程的一部分,验证被保险实体的域名注册和公司身份 |
| 多评论分析器 | 拉动Trustpilot和BBB对被保险业务的审查,以评估索赔历史代理和客户投诉模式 |
局限性
- 仅英国犯罪和洪水数据 —
score_crime_proximity和check_flood_risk来自英国政府的消息来源。对于非英国地址,将没有犯罪数据,洪水结果将仅限于联邦紧急事务管理局的洪水灾害。 - FEMA的覆盖范围仅限于美国 —
analyze_disaster_history以及联邦紧急事务管理局的组成部分assess_location_risk仅涵盖美国联邦灾难申报。国际财产风险需要其他数据来源。 - 不是猫造型的替代品 --该工具提供来自公共来源的数据信号。它不会复制RMS RiskLink、AIR Touchstone或CoreLogic的概率损伤函数。用作分流和预筛查层,而不是作为定价的唯一依据。
- OpenAQ数据可用性取决于站点 --空气质量测量的电流和密度仅与最近的监测站网络一样高。一些农村或发展中国家的位置可能会返回零读数。
- 地震评分是基于频率的,而不是概率的 --USGS评分模型对历史事件进行计数和加权,但不计算概率年超越率(PAE)。对于地震敏感的商业风险,这应该补充而不是取代特定场地的PGA分析。
- 气候预测使用简化的加速模型 --基于FEMA十年加速的指数前瞻预测是指示性的,没有经过精算认证。将25年的预测视为有方向性的,而不是精确的。
- 地理编码精度因地址质量而异 --Nominim在结构化地址方面表现最佳。部分地址、邮政信箱或农村路线可能会解析为县中心,而不是精确的物业坐标。
- 无建筑级别数据 --分数反映了位置危险暴露,而不是物业施工质量、年龄、占用类型或损失历史。建筑特征必须单独评估。
集成
- 克劳德桌面版 --将此服务器添加到
claude_desktop_config.json并要求在克劳德会议中以自然语言进行承保风险评估 - 光标/风帆/克莱恩 --在任何兼容的IDE中作为MCP服务器连接,以在您的开发或数据分析工作流中承保情报
- Apify API --从Python、JavaScript或任何HTTP客户端以编程方式调用所有8个工具进行批处理投资组合处理
- 扎皮尔 --从谷歌表格中的新行或您的录取表格中的新提交中触发承保评估
- 制造 --构建无代码工作流,对新提交的房产进行评估,并将结果推送到Airtable、Notion或您的CRM
- 谷歌表格 --将风险评分和等级分类导出到电子表格中,用于承保审查和投资组合跟踪
- 网络钩子 --将完成的评估JSON自动推送到您的承保工作台、保单管理系统或合规平台
- LangChain/LlamaIdex --将承保智能整合到人工智能驱动的政策审查代理和风险分析管道中
故障排除
- 尽管位置有效,但所有工具都返回空结果 -检查Apify API令牌是否包含在
Authorization: Bearer头球如果没有身份验证,备用服务器将拒绝请求。验证令牌 Apify控制台>设置>集成.
- 美国地址的犯罪和洪水分数始终为零 --预期行为。
score_crime_proximity使用英国警方数据和check_flood_risk优先考虑英国环境署的警告。对于美国洪水数据,请使用FEMA洪水灾害部分check_flood_risk或全部generate_underwriting_brief其包括这两个来源。
generate_underwriting_brief某些地点超时 --完整的简报发送了8个并行的演员呼叫,每个呼叫都有120秒的超时时间。网络延迟或缓慢的上游数据源偶尔会超过这个值。重试一次;如果问题仍然存在,请使用assess_location_risk(4个来源)或单独的工具。
- 对于没有已知断层线的位置,地震得分很高 --美国地质调查局返回搜索半径内的所有地震,其中可能包括最低震级(默认为2.5级)以上的遥远事件。减少
radiusKm对于密集的城市地区,从默认的100到25-50,以将结果限制在真正接近的地震活动范围内。
- 尽管当前得分较低,但气候变化轨迹显示出快速变化 --轨迹模型使用FEMA灾害频率加速,而不管绝对灾害数量。一个申报数量较少但不断增加的地点(例如每十年1个,增加到每十年3个)将记录高加速比。查看原始灾难计数
allSignals将轨迹评级置于背景中。
责任的使用
- 该MCP服务器访问来自联邦紧急事务管理局、美国地质调查局、美国国家海洋和大气管理局、英国环境署、英国警方、英国土地注册处和OpenAQ的公开政府数据。
- 所有数据来源都是政府官方数据库,可供公众访问和研究。
- 风险评分和承保建议是来自公共记录的数据信号,它们不是经过精算认证的评级。承保决定必须由合格的专业人员审查。
- 未经人工审查,不得将输出作为拒绝报道的唯一依据。风险等级是筛查辅助手段,而不是约束性决定。
- 有关网络抓取合法性的指导,请参阅 Apify指南.
常见问题解答
保险承保情报的综合风险评分有多准确? 该分数是来自公共政府数据的定向风险信号,而不是概率精算模型。它与已知的高危险区密切相关,但应被用作分诊和预筛查工具。最终定价必须包含建筑特定数据、损失历史和精算判断。
保险承保风险评估覆盖哪些地区? 美国报道:联邦紧急事务管理局灾难声明、美国地质调查局地震、美国国家海洋和大气管理局天气警报。英国报道:环境署洪水预警、英国警方犯罪数据、英国土地注册处。全球数据:美国地质调查局地震(全球)和OpenAQ空气质量(80多个国家)。目前,犯罪数据仅限于英国。
这与RMS或AIR Worldwide灾难建模软件有何不同? RMS和AIR提供了概率猫模型,其中包含条约再保险定价所需的经认证的年度超额概率。该MCP为分流、提交筛查和调查前情报提供实时公共来源风险信号。在猫模型的上游使用它,而不是作为替代品。
保险承保情报是否取代了实物风险调查? 不是。这为承保分诊提供了危险和暴露情报。它不评估建筑施工质量、占用率、消防或物理调查所捕捉到的特定于现场的工程特征。使用它来确定哪些风险值得调查投资。
生成完整的承保简报需要多长时间? 通常为20-45秒。服务器并行分派所有8个参与者调用,因此总时间由最慢的数据源决定,而不是由它们的总和决定。 assess_location_risk (4个源)通常在10-20秒内完成。
我可以评估投资组合中的多个房产以进行批量保险承保吗? 对。通过Apify API从Python或JavaScript循环调用工具。对于大型明细表(100+个属性),请使用 assess_location_risk 作为第一通滤波器,仅运行 generate_underwriting_brief 管理成本和处理时间。
每月进行500次保险承保评估需要多少费用? 每次工具调用0.045美元,500 assess_location_risk 通话费用为22.50美元。运行100满 generate_underwriting_brief 通话费用为4.50美元。500份快速评估和100份完整简报的典型工作流程每月大约花费27美元,而每年的猫造型订阅起价为15000美元。
将公共政府数据用于保险承保目的是否合法? 对。所有数据源(联邦紧急事务管理局、美国地质调查局、美国国家海洋和大气管理局、英国警察局、英国环境署、英国土地注册处、OpenAQ)都是官方发布的政府数据库,供公众访问。使用公共数据进行风险评估是保险业的标准做法。有关更多指导,请参阅 Apify的网络抓取合法性指南.
如果8个数据源中的一个不可用,会发生什么? 这 runActorsParallel 函数用途 Promise.allSettled,因此失败的源为该数据类别返回一个空数组。评分模型将缺失的数据视为零贡献,而不是错误。如果关键来源(联邦紧急事务管理局、美国地质调查局)不可用,请重试评估。
气候轨迹预测模型如何用于长期承保? 该模型将最近10年与前10年的平均年度FEMA灾难申报进行比较,以计算加速比。然后,它适用 currentScore × accelerationRatio^(horizon/20) 向前看。加速比高于1.5表明气候驱动的恶化。将25年的预测视为风险标志,而不是精确的预测。
我可以将保险承保风险评分整合到我的保单管理系统中吗? 对。通过Apify API以编程方式调用工具,并将JSON输出解析为PMS。Webhooks将完成的评估推送到任何HTTP端点。对于CRM集成,请结合 HubSpot推送器 将风险评分附加到账户记录中。
帮助我们改进
如果您遇到问题,可以通过在Apify帐户中启用运行共享来帮助我们更快地进行调试:
- 首选 帐户设置>隐私
- 启用 与公共Actor创建者共享跑步记录
这使我们可以在出现问题时查看您的跑步详细信息,以便我们更快地解决问题。您的数据仅对演员开发人员可见,不公开。
支持
发现错误或有功能请求?在中打开一个问题 问题选项卡 在这个演员的页面上。对于定制承保情报解决方案或企业集成,请通过Apify平台联系。
