MCP Server Bnv

模型上下文协议（MCP）服务器

一个用于风险投资运营的智能自动化系统，可以简化交易流程、市场情报和投资分析。

特性

1.交易流管理

• 自动电子邮件处理

- 解析入站交易流电子邮件 - 提取公司信息、融资阶段和团队详细信息 - 识别热情的介绍 - 按部门对机会进行分类

• 流水线结构

- 与Affinity CRM集成 - 维护公司和创始人的结构化数据 - 跟踪关系历史和互动背景

2.市场情报

• 实时监控

- 跨目标行业的新闻聚合 - 社交媒体趋势分析 - 资金轮次跟踪 - 竞争对手分析

• 趋势分析

- 行业势头跟踪 - 投资模式分析 - 新兴技术识别 - 市场定位评估

3.投资分析

• 公司评分

- 多因素评价框架 - 团队评估 - 模式分析 - 技术评估 - 影响/ESG评分

• 尽职调查支持

- 自动化研究汇编 - 竞争格局分析 - 市场规模验证 - 风险因素识别

4.投资组合管理

• 自动投资组合跟踪

- 公司绩效监控 - 新闻和社交媒体跟踪 - 里程碑跟踪 - 关系管理

设置

1.环境设置

创建一个 .env 具有以下配置的文件：

# Affinity Configuration
AFFINITY_API_KEY=your_affinity_api_key
AFFINITY_INCUBATORS_LIST_ID=your_incubators_list_id
AFFINITY_PORTFOLIO_LIST_ID=your_portfolio_list_id

# Email Configuration
EMAIL_SERVER=imap.gmail.com
EMAIL_ADDRESS=your_email
EMAIL_PASSWORD=your_password

# API Keys
NEWS_API_KEY=your_news_api_key
TWITTER_BEARER_TOKEN=your_twitter_token
CRUNCHBASE_API_KEY=your_crunchbase_key

# Server Configuration
PORT=8000

2.安装依赖项

pip install -r requirements.txt

3.运行服务器

python -m uvicorn src.main:app --reload

API文档

交易流端点

• GET /daily-dealflow：处理并返回电子邮件中的每日交易流
• GET /market-insights：获取市场洞察和趋势
• GET /company-insights/{company_name}：获取全面的公司分析

投资组合管理

• GET /incubators：列出所有孵化器
• POST /crawl-portfolio/{incubator_name}：抓取投资组合数据
• GET /portfolio/{incubator_name}：获取投资组合公司数据

投资分析

• POST /score-company：根据投资标准对公司进行评分
• GET /investment-memo/{company_name}：生成投资委员会备忘录

项目结构

.
├── src/
│   ├── crawlers/         # Web crawling modules
│   ├── data_processing/  # Email and market data processing
│   ├── models/          # Scoring and evaluation models
│   ├── schemas/         # Data models and schemas
│   └── utils/           # Helper functions and clients
├── data/               # Storage for CSV files
├── tests/             # Test cases
└── config/            # Configuration files

配置

该系统可通过以下方式进行高度配置 config/config.py，包括：

• 行业关键字和分类
• 投资标准权重
• 团队评估参数
• 市场情报设置
• 交易流处理规则

测试

搭建测试环境

pip install -U pytest

运行测试

# Run all tests
pytest

# Run tests with verbose output
pytest -v

# Run tests in a specific directory
pytest tests/

# Run a specific test file
pytest tests/test_email_processor.py

# Run tests matching a specific pattern
pytest -k "email or market"

测试结构

tests/
├── conftest.py              # Shared test fixtures
├── test_email_processor.py  # Email processing tests
├── test_market_intel.py     # Market intelligence tests
├── test_scoring.py          # Company scoring tests
└── test_portfolio.py        # Portfolio management tests

写作测试

每个测试文件都应遵循以下约定：

1. 使用描述性测试名称 test_ 前缀
2. 班级中的小组相关测试 Test 前缀
3. 使用夹具进行常见设置
4. 模拟外部API调用
5. 包括阳性和阴性测试用例

例子：

def test_email_processing_warm_intro():
    processor = EmailProcessor()
    email_content = "I wanted to introduce you to..."
    result = processor._is_warm_intro(email_content)
    assert result == True

安全说明

1. 将所有API密钥和凭据安全地存储在 .env
2. 切勿将敏感凭据提交到版本控制
3. 对API终结点使用适当的访问控制
4. 定期轮换API密钥和证书
5. 监控API使用情况并实施速率限制

贡献

1. 分叉存储库
2. 创建要素分支
3. 提交您的更改
4. 推到分支
5. 创建拉取请求

许可证

MIT许可证-有关详细信息，请参阅许可证文件