品牌知识结构化服务

Brand2Context 是一个将品牌的公开信息自动抓取并结构化为标准品牌知识库的服务,可通过 MCP Server / API 直接调用。

  • by joevise
  • Python
  • 云端部署
  • 3 星标
  • 更新于
在 GitHub 查看 joevise/brand2context

使用说明

Brand2Context

把品牌的公开信息,变成 AI 能调用的结构化知识库。

输入一个官网链接 → 输出一个品牌知识 MCP Server / API。

问题

AI 时代,消费者获取信息的方式从"搜索引擎"转向"直接问 AI"。但 AI 对品牌的理解往往是过时的、不准确的、甚至错误的。品牌方毫无控制力。

解决方案

Brand2Context 帮品牌把散落在全网的公开信息(官网、公众号、知乎、行业报告等),自动抓取并结构化为标准品牌知识库。这个知识库可以被任何 AI Agent 通过 MCP / API 直接调用。

核心流程

品牌官网 URL → 全站抓取 → AI 结构化理解 → 品牌知识库 → MCP Server / API

品牌知识 Schema

Brand2Context 使用标准化的品牌知识 Schema,覆盖消费者决策全链路的 11 个维度。

详见 schema/README.md

技术栈

  • 抓取引擎:基于 link2context(全站抓取 + SPA 支持)
  • 结构化引擎:LLM 驱动的信息抽取
  • 知识库:结构化 JSON + 向量检索
  • 对外接口:MCP Server(Streamable HTTP)+ REST API

Roadmap

  • [ ] Phase 1: Schema 定义 + 单站抓取 + 结构化抽取
  • [ ] Phase 2: 多源抓取(公众号、知乎、抖音简介)
  • [ ] Phase 3: 自动更新 + 变化监控
  • [ ] Phase 4: 品牌管理后台 + SaaS 化

License

MIT