📄 工具详情 ⚙️ 安装教程 📚 使用教程

🔌

MCP工具

ansvisor

基于 TypeScript · 让 AI 助手直接操作你的系统与工具

⭐ 17 Stars 🍴 12 Forks 💻 TypeScript 📄 MIT 🏷 AI 7.3分

7.3AI 综合评分

mcpaeoai-searchanswer-engine-optimizationbrand-monitoringchatgpttypescript

⬇ 下载源码 ZIP ⚙️ 配置说明

✦ AI Skill Hub 推荐

ansvisor 是 AI Skill Hub 本期精选MCP工具之一。综合评分 7.3 分，整体质量较高。我们推荐使用将其纳入你的 AI 工具库，帮助提升工作效率。

📚 深度解析

ansvisor 是一款基于 MCP（Model Context Protocol）标准协议的 AI 工具扩展。MCP 协议由 Anthropic 开发并开源，旨在建立 AI 模型与外部工具之间的标准化通信接口，目前已被 Claude Desktop、Claude Code、Cursor 等主流 AI 工具采纳。

通过安装 ansvisor，你的 AI 助手将获得额外的工具调用能力，可以用自然语言直接操控该工具的功能，无需学习复杂的命令行语法。MCP 工具的核心价值在于"一次配置，永久增强"——配置完成后，每次与 AI 对话时都可以无缝调用这些工具。

在技术实现上，MCP 工具通过标准的 JSON-RPC 协议与 AI 客户端通信，工具的功能以"工具列表"的形式暴露给 AI 模型，AI 可以按需调用。ansvisor 提供了结构化的工具调用接口，使 AI 模型能够精确地理解和使用每个功能点，显著降低 AI 在工具使用上的错误率。

与传统的 API 集成相比，MCP 工具的优势在于无需编写代码——用户只需在配置文件中添加几行 JSON，即可让 AI 获得全新能力。AI Skill Hub 将 ansvisor 评为 AI 评分 7.3 分，属于同类工具中的优质选择。

📋 工具概览

ansvisor 是一款遵循 MCP（Model Context Protocol）标准协议的 AI 工具扩展。通过 MCP 协议，它可以让 Claude、Cursor 等主流 AI 客户端直接访问和操作外部工具、数据源和服务，实现 AI 能力的无缝扩展。无论是文件操作、数据库查询还是 API 调用，都可以通过自然语言在 AI 对话中直接触发，极大提升生产效率。

GitHub Stars

⭐ 17

开发语言

TypeScript

支持平台

Windows / macOS / Linux

维护状态

轻量级项目，按需更新

开源协议

MIT

AI 综合评分

7.3 分

工具类型

MCP工具

Forks

📖 中文文档

以下内容由 AI Skill Hub 根据项目信息自动整理，如需查看完整原始文档请访问底部「原始来源」。

📌 核心特色

通过标准 MCP 协议与 Claude、Cursor 等主流 AI 客户端深度集成
提供结构化工具调用接口，显著降低 AI 集成复杂度
支持 Claude Desktop 和 Claude Code 无缝接入，开箱即用
可与其他 MCP 工具组合叠加，构建完整 AI 工作站
轻量无侵入设计，不影响现有系统架构

🎯 主要使用场景

在 Claude Desktop 对话中直接调用本地工具，实现 AI 与系统的深度联动
通过自然语言驱动复杂的多步骤自动化任务，代替繁琐手动操作
将多个 MCP 工具组合使用，构建个人专属 AI 工作站

以下安装命令基于项目开发语言和类型自动生成，实际以官方 README 为准。

安装命令

# 方式一：通过 Claude Code CLI 一键安装
claude skill install https://github.com/aeohub/ansvisor

# 方式二：手动配置 claude_desktop_config.json
{
  "mcpServers": {
    "ansvisor": {
      "command": "npx",
      "args": ["-y", "ansvisor"]
    }
  }
}

# 配置文件位置
# macOS: ~/Library/Application Support/Claude/claude_desktop_config.json
# Windows: %APPDATA%/Claude/claude_desktop_config.json

📋 安装步骤说明

确认已安装 Node.js（v18 或以上版本）
打开 Claude Desktop 或 Claude Code 的 MCP 配置文件
按「交给 Agent 安装 → Claude Desktop」标签中的 JSON 配置填入 mcpServers 字段
保存配置文件并重启 Claude 客户端
重启后，在对话中即可使用本工具

以下用法示例由 AI Skill Hub 整理，涵盖最常见的使用场景。

常用命令 / 代码示例

# 安装后在 Claude 对话中直接使用
# 示例：
用户: 请帮我用 ansvisor 执行以下任务...
Claude: [自动调用 ansvisor MCP 工具处理请求]

# 查看可用工具列表
# 在 Claude 中输入："列出所有可用的 MCP 工具"

以下配置示例基于典型使用场景生成，具体参数请参照官方文档调整。

配置示例

// claude_desktop_config.json 配置示例
{
  "mcpServers": {
    "ansvisor": {
      "command": "npx",
      "args": ["-y", "ansvisor"],
      "env": {
        // "API_KEY": "your-api-key-here"
      }
    }
  }
}

// 保存后重启 Claude Desktop 生效

📑 README 深度解析真实文档完整度 67/100 查看 GitHub 原文 →

以下内容由系统直接从 GitHub README 解析整理，保留代码块、表格与列表结构。

简介

Features

Answer Engine Insights — Real-time visibility scores across ChatGPT, Google AI Overview, Google AI Mode, Google Gemini, Perplexity, Microsoft Copilot, Grok, and Claude with weekly trend analysis
Topics — Cluster prompts by intent and topic so you can see exactly which themes your brand wins or loses
Prompts — Track unlimited natural-language queries, get AI-generated prompt suggestions based on competitor citations, and analyze monthly search volume per prompt
Citations — See every URL AI engines cite alongside your brand, classified by source type (news, review, owned, social, forum)
AI Traffic Analytics — Tracking pixel that measures real visits arriving from AI answer engines, with platform breakdown, top landing pages, and country segmentation
Competitors — Compare your AI presence against named competitors and surface visibility gaps to close
Content Optimization — AI-generated content briefs (title, outline, target keywords, competitor insights) with one-click webhook delivery to your CMS or workflow
Multi-language Support — 13 languages, 18 regions
Self-hosted or Cloud — Run it on your own infrastructure with every feature unlocked, or use the managed cloud at ansvisor.com

What's next

What we're planning to build next. React with 👍 on the linked issue (or open a new one) to push something up the list. PRs welcome on any of these.

[x] Ansvisor MCP server — expose insights through a Model Context Protocol server so Claude Desktop, Claude Code, Cursor, Zed, and any other MCP client can query your brand visibility directly. Remote (Streamable HTTP) endpoint at /api/mcp — zero install, paste a URL + API key into your client and you're done. Ships with list_brands and get_visibility_summary today; more tools landing as we go.
[x] Anthropic Skills — opinionated AEO knowledge that turns Claude into an analyst on your account. Ships in two flavours: an MCP-tool flavour for Claude Desktop / Claude Code / Cursor / Zed, and a standalone REST flavour for claude.ai web (no MCP required). First skill (ansvisor-aeo-coach) is live — see skills/. More (page-audit, rewrite-for-aeo, content-brief) on the way.
[ ] In-product conversational AI assistant — chat with your dashboard about visibility trends, competitor moves, and content gaps without leaving the page
[ ] ScrapeLLM integration — add ScrapeLLM as an alternative scraping backend alongside Cloro for users who prefer it or need a fallback
[x] PostHog integration — pipe AI-referred sessions and tracking events into PostHog for users already running it as their product analytics layer
[ ] Anomaly alerts — get an email / Slack ping when a brand's visibility drops sharply, a competitor surges, or a high-volume prompt suddenly stops citing you
[ ] BYO LLM keys — bring your own OpenAI / Anthropic / Gemini API key for tracking and content generation, so you control cost and data handling
[ ] Webhook recipe library — one-click Notion / Linear / Asana / Slack templates so a Content Brief can land in your editorial workflow with zero glue code

See an idea missing? Check the Ideas discussions — upvote an existing one or open a new thread.

Prerequisites

Node.js >= 20
Yarn (for the web app)
A Supabase project (free tier works)

Required Services

Service	Purpose	Where to get
Supabase	Database, Auth, API	[supabase.com](https://supabase.com/)
AI Provider (at least one)	Brand tracking across AI engines	[OpenAI](https://platform.openai.com/) / [Google Gemini](https://ai.google.dev/) / [Anthropic](https://console.anthropic.com/)
Cloro	Web scraping for AI platform responses	[cloro.ai](https://cloro.ai/)

Setup

1. Clone and configure

git clone https://github.com/aeohub/ansvisor.git
cd ansvisor

cp web/.env.example web/.env.local
cp server/.env.example server/.env

Edit both .env files and fill in your credentials. See the comments in each file for guidance.

2. Set up the database

Run the migration SQL to create all tables, indexes, RLS policies, and triggers:

Option A — Supabase Dashboard: 1. Go to your project's SQL Editor 2. For each file in supabase/migrations/ (in alphabetical order — 00001_… first, then 00002_…, etc.), paste its contents and click Run

Option B — Supabase CLI:

npx supabase link --project-ref <YOUR_PROJECT_REF>
npx supabase db push

Demo data (local only)

For local development, supabase/seed.sql ships a small fixture (one demo org, brand, prompts, ~120 prompt results across all tracked engines, competitors, content opportunities, AI traffic logs). It runs automatically the next time you do:

npx supabase db reset

Sign in with demo@ansvisor.local / demo123 and you'll land on a populated dashboard — no provider API keys needed to iterate on UI. The seed only runs against a local Supabase via the CLI; hosted projects are unaffected.

3. Install dependencies

cd web && yarn install && cd ..
cd server && npm install && cd ..

4. Start dev servers

```bash

Docker

```bash

Quick Start

Optional Services

Service	Purpose	Where to get
DataForSEO	Keyword volume data for prompt analysis	[dataforseo.com](https://dataforseo.com/)
Stripe	Payments (cloud mode only, not needed for self-hosted)	[stripe.com](https://stripe.com/)

Configure env files first, then:

docker compose up --build ```

Self-hosted vs Cloud

Set IS_CLOUD=false (default) in server/.env and NEXT_PUBLIC_IS_CLOUD=false in web/.env.local for self-hosted mode. All features are unlocked automatically — no Stripe or payment setup needed.

⚡ 核心功能

通过标准 MCP 协议与 Claude、Cursor 等主流 AI 客户端深度集成
提供结构化工具调用接口，显著降低 AI 集成复杂度
支持 Claude Desktop 和 Claude Code 无缝接入，开箱即用
可与其他 MCP 工具组合叠加，构建完整 AI 工作站
轻量无侵入设计，不影响现有系统架构

👥 适合人群

Claude Desktop / Claude Code 用户AI 工具开发者需要扩展 AI 能力的专业人士自动化工程师

🎯 使用场景

在 Claude Desktop 对话中直接调用本地工具，实现 AI 与系统的深度联动
通过自然语言驱动复杂的多步骤自动化任务，代替繁琐手动操作
将多个 MCP 工具组合使用，构建个人专属 AI 工作站

⚖️ 优点与不足

✅ 优点

+MIT 协议，可免费商用
+标准化 MCP 协议，生态互联性强
+与 Claude 官方生态无缝对接
+即插即用，配置简单快捷

⚠️ 不足

−依赖 Claude 客户端，非 Claude 用户无法使用
−MCP 协议仍在持续演进，接口可能变更
−需要一定的配置步骤

⚠️ 使用须知

AI Skill Hub 为第三方内容聚合平台，本页面信息基于公开数据整理，不对工具功能和质量作任何法律背书。

建议在沙箱或测试环境中充分验证后，再部署至生产环境，并做好必要的安全评估。

📄 License 说明

🔗 相关工具推荐

mongodb-mcp-server

A Model Context Protocol server to connect to MongoDB databa

ai-guide — Claude MCP 必备工具中文教程

程序员鱼皮的 AI 资源大全 + Vibe Coding 零基础教程，分享 OpenClaw 保姆级教程、大模型玩法（D

MCP 服务器资源汇总

Awesome MCP Servers - A curated list of Model Context Protoc

MCP 服务器资源汇总

A curated list of Model Context Protocol (MCP) servers

❓ 常见问题 FAQ

MCP 是什么？和普通 API 有什么区别？−

MCP（Model Context Protocol）是 Anthropic 推出的开放协议，专门用于 AI 助手（如 Claude）调用外部工具。与普通 API 不同，MCP 提供标准化的工具描述格式，AI 可以自动理解工具功能并决定何时调用，无需人工编写大量适配代码。

我需要编程基础才能使用这个 MCP 工具吗？+

这个工具支持 Claude Code 吗？还是只有 Claude Desktop？+

MCP 工具是否会访问我的本地文件或数据？+

多个 MCP 工具可以同时使用吗？+

💡 AI Skill Hub 点评

经综合评估，ansvisor 在MCP工具赛道中表现稳健，质量良好。如果你已有明确的使用需求，可以直接上手体验；如果还在评估阶段，建议对比同类工具后再做决策。

⬇️ 获取与下载

⬇ 下载源码 ZIP

✅ MIT 协议 · 可免费商用 · 直接从 aiskill88 服务器下载，无需跳转 GitHub

📚 深入学习 ansvisor

查看分步骤安装教程和完整使用指南，快速上手这款工具

⚙️ 安装教程 📚 使用教程

🌐 原始信息

原始名称	`ansvisor`
原始描述	开源MCP工具：Open-source Answer Engine Optimization platform — track how ChatGPT, Google AI O。⭐17 · TypeScript
Topics	`mcpaeoai-searchanswer-engine-optimizationbrand-monitoringchatgpttypescript`
GitHub	https://github.com/aeohub/ansvisor
License	MIT
语言	TypeScript

🔗 原始来源

🐙 GitHub 仓库 https://github.com/aeohub/ansvisor 🌐 官方网站 https://ansvisor.com

收录时间：2026-05-22 · 更新时间：2026-05-22 · License：MIT · AI Skill Hub 不对第三方内容的准确性作法律背书。

ansvisor

简介

Features

What's next

Prerequisites

Required Services

Setup

1. Clone and configure

2. Set up the database

Demo data (local only)

3. Install dependencies

4. Start dev servers

Docker

Quick Start

Optional Services

Configure env files first, then:

Self-hosted vs Cloud

🤖 交给 Agent 安装 · ansvisor