快速接入

先看主来源和安装命令，再打开仓库或文档；下面只保留这个条目的关键接入事实。

详细介绍

自动化英特尔mcp

哦 automation-intel-mcp 显示两个独立的 MCP 服务器：

automation-intel-research一般搜索引擎和情报
automation-intel-agency商业和运营引擎

这种分离是故意的。

Research MCP是通用的，以证据为先。
Research MCP主要使用Perplexity来搜索和收集证据。
GPT/OpenAI 进行分析、比较、排名和最终综合。
Agency MCP处理抓取、本地分析和启发式分析。
Agency MCP可以选择保守地咨询Research MCP。

建筑

研究MCP

研究MCP是一个 execution engine 研究。

他做：

执行搜索
接受 subqueries e focus_topics 当主机提供
提取页面
去重复和标准化源
对来源进行结构性分类
技术上预排名
轻量级地聚类证据
发现简单的结构矛盾
记录成本、指标和警告
坚持全额付款 run_id

他不会：

研究的主要概念分解
最终分析排名
战略信心
最终用户回复
独立管弦

用于研究MCP的工具：

research_raw_search
web_extract_url
graph_run_research
research_get_run
system_budget_status

MCP机构

主要职责：

分析企业公共网站
提取联系人，表单，CTA和服务信号
推断基本数字成熟度
识别自动化的痛苦和机遇
产生报价和外展
可选使用Research MCP证据

当机构使用外部研究时，它不会污染研究的核心。相反，注射 extra_subqueries 具体的业务。

代理MCP的工具：

agency_score_niche
agency_analyze_company
agency_generate_offer
agency_generate_outreach
system_budget_status

传统组合服务器

模块： automation_intel_mcp.server
仅由兼容性维护
不是推荐的架构

搜索模式

默认路径使用普通搜索次数，而不是 Perplexity 合成。

auto自适应，最少3次搜索，软目标6次，最多8次
quick最多 4 次搜索
standard最多 8 次搜索
deep最多 15 次搜索
exhaustive最多 40 次搜索，仅手动使用

默认值和规则：

标准公共模式是 auto
auto 行为更接近 quick 哦 standard 根据复杂性和覆盖范围
exhaustive 需要通过明确批准 --allow-exhaustive
由于回报减少，重复域，重复证据，足够的覆盖范围，执行上限或每月硬预算，引擎过早

高级安全和综合

这些保护仍然有效：

research_quick_search 不属于 MCP 表面
research_deep_search_expensive 也不是MCP表面的一部分

这可以防止GPT通过MCP意外调用昂贵的Perplexity合成助手。

昂贵的高级搜索仍然只作为手动路径存在：

未注册为 MCP 工具
仅通过CLI提供
它被控制 ENABLE_PREMIUM_RESEARCH_TOOLS=false 默认
即使启用，仍然需要 --confirm-expensive

原始搜索

每次搜索返回的结果数量是可配置的。

文件： src/automation_intel_mcp/config.py
Python 变量： perplexity_raw_search_max_results
环境变量： PERPLEXITY_RAW_SEARCH_MAX_RESULTS
默认值： 10

哦 research_raw_search 可用时返回：

title
url
canonical_url
snippet
date
source_type
relevance_score
credibility_score
freshness_score
final_score

您也可以通过呼叫覆盖：

automation-intel rawsearch "clinicas odontologicas em sao paulo" --max-results 5

web_extract_url

web_extract_url 返回一个富含以下内容的payload：

canonical_url
extraction_quality
content_length_chars
language
published_at
last_updated
title
main_text
content_hash

这有助于扣除，缓存和审计。

graph_run_research

graph_run_research 它仍然是Research MCP的主要工具，但现在作为强大的执行器运行。

兼容的输入：

{
  "question": "compare clinic CRMs in Brazil",
  "mode": "auto"
}

可选的结构化输入：

{
  "question": "compare clinic CRMs in Brazil",
  "subqueries": [
    "crm para clinicas odontologicas brasil",
    "pricing of clinic CRM vendors in Brazil"
  ],
  "focus_topics": ["vendors", "pricing", "growth"],
  "mode": "auto",
  "execution_cost_cap_usd": 0.5,
  "allow_exhaustive": false
}

规则：

硒 subqueries 来自主机，他们获得实际优先权
硒 subqueries 不来，保持兼容的行为
MCP没有变成强大的语义规划器

run_id，信封和信封

每次执行 graph_run_research 现在生成一个 run_id.

存在 run_id 出现在：

返回工具
日志
Metricas
追踪客户
本地持久性

标准返回现在是一个紧凑的操作信封，包含：

run_id
input
search_plan
results
top_sources
clusters
contradictions
gaps
warnings
metrics
budget
storage
raw_evidence_preview

完整的有效载荷仍然存储，然后可以通过以下方式恢复：

research_get_run

通过CLI：

automation-intel get-run research_20260309_abc123

预算结算

该系统保留了现有的跟踪器，并提高了透明度。

system_budget_status 现在回来：

month_total_usd
today_total_usd
last_run_cost_usd
runs_this_month
provider_breakdown
caps
status

每个 graph 运行也返回：

provider_search_cost_usd
provider_extraction_cost_usd
total_cost_usd
cost_cap_usd
cost_source

配置

创建 .env 从 .env.example.

cp .env.example .env

最小设置：

PERPLEXITY_API_KEY

重要设置：

RESEARCH_DEFAULT_MODE
RESEARCH_AUTO_MIN_SEARCHES
RESEARCH_AUTO_SOFT_TARGET_SEARCHES
RESEARCH_AUTO_MAX_SEARCHES
RESEARCH_QUICK_MAX_SEARCHES
RESEARCH_STANDARD_MAX_SEARCHES
RESEARCH_DEEP_MAX_SEARCHES
RESEARCH_EXHAUSTIVE_MAX_SEARCHES
RESEARCH_DEFAULT_EXECUTION_COST_CAP_USD
PERPLEXITY_RAW_SEARCH_MAX_RESULTS
ENABLE_PREMIUM_RESEARCH_TOOLS
BUDGET_SOFT_LIMIT_USD
BUDGET_HARD_LIMIT_USD
CACHE_ENABLED
CACHE_DIR
CACHE_TTL_HOURS

远程 MCP 的 HTTP 发布设置：

MCP_STATELESS_HTTP
MCP_JSON_RESPONSE
RESEARCH_MCP_HTTP_HOST
RESEARCH_MCP_HTTP_PORT
RESEARCH_MCP_HTTP_PATH
RESEARCH_MCP_PUBLIC_BASE_URL
AGENCY_MCP_HTTP_HOST
AGENCY_MCP_HTTP_PORT
AGENCY_MCP_HTTP_PATH
AGENCY_MCP_PUBLIC_BASE_URL

命令行界面

证据第一研究：

automation-intel research "compare clinic CRMs in Brazil" --json

寻找 run_id:

automation-intel get-run research_20260309_abc123

保守的外部研究公司分析：

automation-intel company "Empresa X" "https://empresa.com.br" "clinica odontologica" --external-research --external-research-mode auto

上传本地 MCP stdio:

automation-intel runserver-research
automation-intel runserver-agency

通过 Streamable HTTP 上传远程 MCP：

automation-intel runserver-research-http --host 0.0.0.0 --port 8000 --public-base-url https://research.seudominio.com
automation-intel runserver-agency-http --host 0.0.0.0 --port 8001 --public-base-url https://agency.seudominio.com

ChatGPT

要连接到ChatGPT，MCP必须是远程的，并且可以通过公共HTTPS访问。

推荐流：

配置o .env
将每个 MCP 发布到自己的 URL
测试远程端点
原生 Developer mode 无ChatGPT
将远程 MCP 添加到 ChatGPT

示例 .env 准部署：

PERPLEXITY_API_KEY=your_key_here

RESEARCH_MCP_HTTP_HOST=0.0.0.0
RESEARCH_MCP_HTTP_PORT=8000
RESEARCH_MCP_HTTP_PATH=/mcp
RESEARCH_MCP_PUBLIC_BASE_URL=https://research.seudominio.com

AGENCY_MCP_HTTP_HOST=0.0.0.0
AGENCY_MCP_HTTP_PORT=8001
AGENCY_MCP_HTTP_PATH=/mcp
AGENCY_MCP_PUBLIC_BASE_URL=https://agency.seudominio.com

预期终点：

https://research.seudominio.com/mcp
https://agency.seudominio.com/mcp

本地文物

下列项目是本地的，不应包含在源代码发行版中：

.env
.cache/
.venv/
.pytest_cache/
__pycache__/
*.pyc

保持 .env.example 在项目中。保持您的 .env 在你的机器上。不包括 .env 实际存储库，zips或源代码分发。 #� �M�C�P�-� � �

目录标签

数据分析Python数据提取智能搜索云端部署商业分析自动化引擎市场研究

接入字段

传输方式（transport，传输协议）

未说明

鉴权方式（authType，认证方式）

none

工具数量（toolCount，工具数）

10

资源数量（resourceCount，资源数）

0

提示词数量（promptCount，提示词数）

0

权限和风险

未说明none部署方式未说明

接入前请确认传输方式、认证方式和部署位置，并根据实际工具能力限制访问范围。

安装前确认

不要直接授予不必要的文件、网络或账号权限；先核对安装命令和配置内容。

仍需确认：installCommand

来源信息

MCP World

mcpworld.com

/detail/30254c2ced21cc07370e3f4a7b632a15

提供研究和商业操作的自动化智能搜索与分析引擎，适用于商业智能和市场研究场景。

继续浏览同类 MCP

更多运维云端 MCP（13,854）返回 MCP 目录

上一个 MCP

MCP hydration

一个用于追踪水摄入量的概念验证MCP服务器，使用fastmcp和uv进行管理。

下一个 MCP

MCP Ia Assistant

用于管理MCP服务器的配置和命令行工具。