竞品内容 Pattern 雷达 · AI 答案里的重复说法 — MCP-сервер для Claude Code
Сервер анализирует ответы нейросетей и тексты конкурентов, находя устойчивые фразы и частые источники. Пригодится при оценке однотипности выдачи LLM.
Открыть на GitHubЧто делает 竞品内容 Pattern 雷达 · AI 答案里的重复说法
MCP-сервер pattern-radar принимает массив текстовых ответов или выгрузку geo-monitor. Инструмент строит символьные n-граммы и расширяет их до полноценных фраз, чтобы выделить повторяющиеся формулировки. Вместе с фразами алгоритм подсчитывает долю цитируемых доменов и процент сходства между ответами на один запрос.
Порог отсечения рассчитывается автоматически через симуляцию нулевой гипотезы — текст перемешивается, а планка задаётся по уровню p95 случайных совпадений. Фильтры сразу отбрасывают шаблонные заглушки сайтов. Инструмент работает только на чтение и не требует сторонних библиотек Python.
При объёме выборки меньше 12 записей сервер откажется строить отчёт, чтобы исключить статистический шум. Семантической кластеризации здесь нет: похожие по смыслу, но разные по написанию фразы алгоритм оставит раздельными.
Какие задачи решает
- Выявить повторяющиеся клише в ответах разных нейросетей
- Найти домены сайтов, которые модели чаще всего берут в источники
- Оценить уровень однотипности ответов на один и тот же запрос
- Проверить долю упоминаний брендов конкурентов в собранном массиве текстов
Примеры запросов агенту
- Проанализируй повторяющиеся паттерны в файле ответов через pattern-radar
- Запусти self_check в pattern-radar для проверки калибровки перед разбором корпуса
- Объясни методику расчёта порогов и метрик через инструмент explain_method
Как установить 竞品内容 Pattern 雷达 · AI 答案里的重复说法
Установка
Команды запуска нет в реестре MCP — смотрите README репозитория
По шагам, с командами для каждой платформы: Как подключить MCP-сервер: Claude Code, Codex, Cursor, VS Code, Gemini CLI и другие
Вопросы о 竞品内容 Pattern 雷达 · AI 答案里的重复说法
Как подключить 竞品内容 Pattern 雷达 · AI 答案里的重复说法?
Добавьте в конфигурационный файл MCP строку с удалённым адресом https://savantcat.cn/mcp-radar для блока pattern-radar. Для локального запуска склонируйте репозиторий и выполните команду python server.py.
Зачем нужен этот MCP-сервер?
Он исследует массив сгенерированных ответов нейросетей, выявляя шаблоны фраз, долю упоминания брендов и авторитетные для моделей домены.
Какие ограничения есть у алгоритма?
Сервер требует не менее 12 образцов для анализа, иначе возвращает отказ. Поиск идёт строго по символьным n-граммам без объединения синонимов, а текущие пороги рассчитаны на короткие китайские тексты.
