AI导哈

AI可见性分析服务器

用于测量和改进品牌在AI生成内容中可见性的MCP服务器，支持ChatGPT、Claude和Perplexity等平台。

  • by trustablelabs
  • Python
  • 本地部署
  • 更新于
在 GitHub 查看 trustablelabs/trustable-mcp-server

使用说明

可信赖的mcp服务器

用于AI可见性分析的MCP服务器。使AI代理能够在ChatGPT、Claude和困惑反应中衡量和提高品牌知名度。

这是什么？

此MCP（模型上下文协议）服务器允许Claude Desktop、Cursor和其他MCP兼容工具等AI代理：

  • 获得可信赖的分数 -测量AI可见性（0-100）
  • 估计可见性 -根据已知信号计算分数
  • 获取GEO建议 -提高人工智能引用率的实用技巧
  • 解释分数 -了解驱动AI可见性的因素

安装

适用于克劳德桌面

添加到您的Claude桌面配置(~/Library/Application Support/Claude/claude_desktop_config.json):

{
  "mcpServers": {
    "trustable": {
      "command": "npx",
      "args": ["trustable-mcp-server"]
    }
  }
}

对于其他MCP客户端

npx trustable-mcp-server

或全局安装：

npm install -g trustable-mcp-server
trustable-mcp-server

可用工具

get_trustable_score

获得品牌的可信分数。

Input: { "brand": "Nike" }
Output: { "score": 78, "rating": "Good", "details": {...} }

estimate_ai_visibility

根据已知信号估计可见性（不需要API）。

Input: {
  "platformCount": 4,
  "hasWikidata": true,
  "hasSchemaMarkup": true,
  "hasComparisonContent": true
}
Output: { "estimatedScore": 62, "rating": "Good" }

get_geo_recommendations

获取优先建议，以提高人工智能的可见性。

Input: { "brand": "YourBrand", "currentScore": 35 }
Output: { "recommendations": [...] }

explain_trustable_score

了解驱动AI可见性的因素。

Input: {}
Output: { "explanation": "The Trustable Score measures..." }

什么是可信分数？

这 可信分数 是人工智能可见性的行业标准指标：

分数 评分 描述
80-100 优秀 AI占主导地位
60-79 良好 表现突出，经常被引用
40-59 中等 新兴市场
20-39 低 能见度有限
0-19 最小 实际上不可见

为什么AI可见性很重要

  • 8亿多周ChatGPT用户
  • 转化率14.4% 人工智能搜索（传统搜索占2.5%）
  • Z世代的40% 比谷歌更喜欢人工智能
  • 传统的搜索引擎优化无法翻译——反向链接与人工智能引用的相关性较弱

资源

相关套餐

关于Trustable

可信的 是人工智能信任和可见性平台。我们帮助品牌衡量和改善他们在人工智能生成的反应中的存在感。

许可证

MIT© 值得信赖的实验室

相关 MCP