内容
# CrewAI MCP SaaS 比较代理
**一个多代理系统，利用真实的市场数据、实时的用户情绪和SEO情报生成数据驱动的B2B SaaS比较文章 — 由CrewAI、谷歌Gemini和来自 [Vinkius AI Gateway](https://vinkius.com) 的10个生产MCP服务器提供支持。**
[](LICENSE)
[](https://python.org)
---
## B2B SaaS比较内容的难题
每年，数百万决策者搜索诸如 **"HubSpot vs Salesforce"**、**"Monday.com 替代品"** 或 **"最佳CRM软件 2026"** 等术语。这些查询在数字广告中具有极高的每次点击成本（CPC） — 通常为15美元至40美元以上。
然而，排名靠前的这些术语的内容大多非常肤浅。通用的功能清单。重复的营销文案。没有真实的用户数据。没有可验证的指标。
原因很简单：生成真正数据驱动的比较文章需要从十几个不同的来源提取信息 — 公司数据库、网络分析平台、社交媒体API、评论聚合器、SEO工具 — 并将其综合成一个连贯的叙述。手动完成这项工作需要数天时间。大规模完成这项工作是不切实际的。
**该项目展示了一种不同的方法。** 三个AI代理，每个代理都专门从事研究流程的不同阶段，协同工作以生成一篇可发布的比较文章，时间仅需几分钟。关键的使能器是 [模型上下文协议（MCP）](https://modelcontextprotocol.io) — 一个开放标准，允许AI代理通过统一接口直接连接到外部数据源。
---
## 工作原理
该系统作为三个代理的顺序流水线运行，每个代理都连接到一组精选的MCP服务器，提供对生产API的实时访问。
### 第一阶段 — 市场研究
第一个代理构建了两个软件产品的全面概况。它连接到五个MCP服务器以收集：
- 公司基本信息（成立年份、员工人数、融资历史）通过 **Crunchbase**
- 网站流量指标和市场份额通过 **SimilarWeb**
- 产品定位和社区反馈通过 **Product Hunt**
- 技术栈分析通过 **BuiltWith**
- 定价页面和功能文档通过 **Firecrawl**
每个数据点都归因于其来源。代理被指示永远不要伪造数据 — 如果工具返回没有结果，则明确注明。
### 第二阶段 — 情绪分析
第二个代理分析了用户对这两个产品的评价。它连接到三个MCP服务器：
- **X/Twitter** 用于最近的提及、投诉和赞扬
- **Hacker News** 用于深入的技术讨论
- **Exa AI** 用于Reddit、论坛和更广泛的网络的语义搜索
输出是一个结构化的情绪报告：量化的比例（例如，“68%正面，22%负面，10%中立，涵盖340次提及”），分类主题（定价、支持、可靠性）和逐字用户引用，附带平台归属。
这就是可信的比较文章与普通的比较文章的区别 — 能够陈述：
> *"在通过MCP分析的450个社区讨论中，对软件A的最常见担忧是技术支持的响应时间，占负面提及的23%。"*
### 第三阶段 — SEO优化文章
第三个代理接收所有研究数据和情绪分析，然后撰写最终文章。在撰写之前，它连接到两个MCP服务器：
- **SEMrush** 用于关键词难度、搜索量和竞争对手分析
- **SerpAPI** 用于当前的SERP功能和排名格局
结果是一篇约2500字的文章，为读者和搜索引擎都做了优化：比较表格优化为特色片段，FAQ部分针对“人们也在问”查询，引用用户评价，以及明确的推荐矩阵。
---
## 为什么MCP服务器改变了AI代理的一切
传统的AI代理框架受到其工具的限制。大多数代理使用几个硬编码的API集成来工作，这些集成由团队成员构建和维护。扩展超出这些集成非常痛苦 — 每个新的数据源都需要自定义代码、身份验证处理、错误管理和持续维护。
模型上下文协议消除了这一瓶颈。MCP服务器作为AI代理和外部服务之间的标准化桥梁。代理不需要知道如何使用Crunchbase API进行身份验证、解析SimilarWeb响应或处理Twitter速率限制。它只需连接到MCP服务器，并通过统一接口调用工具。
**这就是规模变得切实可行的地方。** [Vinkius AI Gateway](https://vinkius.com) 提供了一个托管的注册中心，包含超过 **2600个生产就绪的MCP服务器** — 涵盖从CRM平台、财务数据到社交媒体、开发者工具、政府数据库和IoT服务的各个领域。每个服务器都部署为一个隔离的、经过身份验证的端点，具有唯一的URL：
```
https://edge.vinkius.com/<your_token>/mcp
```
该项目使用了这2600多个服务器中的10个。但是，架构设计为可扩展的。向任何代理添加新的数据源只需一行配置更改 — 将MCP URL添加到代理的 `mcps` 字段，新工具将自动发现并可用。
考虑一下访问数千个MCP服务器后会发生什么：
- **财务分析代理** 同时从彭博社、美国证券交易委员会（SEC）EDGAR、FRED和Alpha Vantage中提取数据
- **竞争情报系统** 结合Crunchbase、SimilarWeb、G2和LinkedIn数据
- **内容生成管道** 从实时社交情绪、SEO指标和市场数据中获取信息
- **合规监控** 代理检查多个来源的GDPR、SOC2和行业法规
限制因素不再是工程努力，而是想象力。
---
## 本项目中使用的MCP服务器
本项目连接到10个MCP服务器，按代理专业化分组：
| MCP 服务器 | 代理 | 提供的数据 |
|---|---|---|
| [crunchbase-mcp](https://vinkius.com/en/apps/crunchbase-mcp) | 市场研究员 | 资金轮次、估值、员工人数、投资者 |
| [similarweb-analytics-mcp](https://vinkius.com/en/apps/similarweb-analytics-mcp) | 市场研究员 | 网站流量、全球排名、市场份额 |
| [product-hunt-mcp](https://vinkius.com/en/apps/product-hunt-mcp) | 市场研究员 | 产品发布、社区反馈 |
| [builtwith-tech-lookup-mcp](https://vinkius.com/en/apps/builtwith-tech-lookup-mcp) | 市场研究员 | 技术栈检测 |
| [firecrawl-mcp](https://vinkius.com/en/apps/firecrawl-mcp) | 市场研究员 | 定价页面、功能文档 |
| [x-twitter-mcp](https://vinkius.com/en/apps/x-twitter-mcp) | 情绪分析师 | 提及、趋势讨论、情绪 |
| [hacker-news-mcp](https://vinkius.com/en/apps/hacker-news-mcp) | 情绪分析师 | 技术讨论、开发者意见 |
| [exa-ai-mcp](https://vinkius.com/en/apps/exa-ai-mcp) | 情绪分析师 | Reddit和论坛的语义搜索 |
| [semrush-mcp](https://vinkius.com/en/apps/semrush-mcp) | SEO文案撰稿人 | 关键词难度、搜索量、SERP |
| [serpapi-mcp](https://vinkius.com/en/apps/serpapi-mcp) | SEO文案撰稿人 | 实时SERP功能、竞争对手定位 |
所有10个服务器都托管在 [Vinkius AI Gateway](https://vinkius.com) 上。该项目使用了可用的一小部分 — 在 [vinkius.com/en/categories](https://vinkius.com/en/categories) 上浏览完整的 **2600+ 生产就绪的MCP服务器** 目录。
---
## 入门指南
### 先决条件
- Python 3.11+
- [谷歌Gemini API密钥](https://aistudio.google.com/apikey) （免费层足够）
- 来自 [Vinkius AI Gateway](https://vinkius.com) 的MCP服务器端点
### 安装
```bash
git clone https://github.com/vinkius-labs/crewai-mcp-saas-comparison-agents.git
cd crewai-mcp-saas-comparison-agents
python -m venv .venv
source .venv/bin/activate # Linux/macOS
# .venv\Scripts\activate # Windows
pip install -e .
```
### 配置
```bash
cp .env.example .env
```
打开 `.env` 并配置：
1. 您的 **Gemini API密钥** 来自 [谷歌AI工作室](https://aistudio.google.com/apikey)
2. 您的 **Vinkius MCP URL** — 从 [Vinkius AI Gateway 市场](https://vinkius.com/en/categories) 部署所需的MCP服务器，然后复制每个服务器的SSE端点URL
### 用法
```bash
# 验证您的配置
saas-compare validate
# 生成比较文章
saas-compare compare "HubSpot" "Salesforce"
# 文章保存到 output/hubspot-vs-salesforce.md
```
---
## 生成的文章结构
每篇文章都遵循优化搜索引擎排名和读者转换的结构：
| 章节 | 目的 |
|---|---|
| 快速比较表 | 为扫描者提供即时价值；特色片段候选 |
| 公司概述 | 验证公司数据并注明来源 |
| 功能比较 | 涵盖所有主要功能的表格 |
| 定价明细 | 分级分析，并注明限制 |
| 真实用户评价 | 量化情绪比例和逐字引用 |
| 技术栈和集成 | 基础设施和生态系统比较 |
| 谁应该选择什么 | 按用例划分的明确决策矩阵 |
| 常见问题 | 5个买家问题，针对“人们也在问” |
| 方法论 | 数据源透明度（E-E-A-T合规性） |
---
## 技术细节
- **框架：** [CrewAI](https://crewai.com) 搭配Flows和`@CrewBase`装饰器
- **LLM：** 谷歌Gemini 2.0 Flash（免费层，约15 RPM）
- **状态管理：** Pydantic模型，用于代理之间类型安全的数据流
- **MCP集成：** 原生CrewAI `mcps=` 字段，带有SSE传输到 [Vinkius AI Gateway](https://vinkius.com)
- **CLI：** Typer，搭配Rich控制台输出
- **速率限制：** `max_rpm=10`，每个代理，以保持在Gemini免费层限制内
---
## 常见问题
### 什么是MCP？
模型上下文协议是一种连接AI系统与外部工具和数据源的开放标准。它提供了一个统一的接口，可在不同的代理框架（如CrewAI、LangChain、AutoGen等）中使用。参见 [modelcontextprotocol.io](https://modelcontextprotocol.io)。
### 我可以使用不同的LLM吗？
是的。CrewAI支持OpenAI、Anthropic、Mistral和任何与LiteLLM兼容的模型。在`crew.py`中更改`LLM`配置。
### 如何添加更多MCP服务器？
将服务器添加到 `config/mcp_servers.yaml`，在 `.env` 中设置 URL，它将自动对相应的代理可用。 [Vinkius AI Gateway](https://vinkius.com) 提供了 **2600多个MCP服务器**，涵盖每个主要的SaaS类别 — [浏览完整目录](https://vinkius.com/en/categories)。
### Gemini免费层是否足够？
是的，适用于单个比较。对于批量生成，请考虑付费层或切换到不同的LLM提供商。
---
## 贡献
我们欢迎社区的贡献。请在提交拉取请求之前阅读 [贡献指南](CONTRIBUTING.md)。
---
## 许可证
MIT — 请参阅 [LICENSE](LICENSE)。
---
由 [Vinkius Labs](https://vinkius.com) 使用 [CrewAI](https://crewai.com) 和 [Vinkius AI Gateway](https://vinkius.com) 构建。
