MCP · 研究接口

向这份数据提研究问题，而不是写查询。

八个工具，每一个回答研究者真正会问的问题。每个回答都会带上它取自哪一批产品、用到的每个信号有多大的实测覆盖，以及一份没测到的清单——这样你才能分清「这个产品很安静」和「这个信号没测过」。

接入方式

一个地址加一把密钥。

在账户页创建密钥。它只显示一次。密钥需要 Pro 订阅。
把这个 server 加到你的 MCP 客户端。在 Claude Code 里：

claude mcp add --transport http magellantools https://magellan.tools/mcp \
  --header "Authorization: Bearer apt_your_key_here"

任何支持 Streamable HTTP 的客户端接法相同：地址是 https://magellan.tools/mcp，密钥通过 Authorization: Bearer … 传递。该端点不接受浏览器会话。

八项能力

describe_dataset这份数据能回答什么——逐信号覆盖率、哪些信号太稀疏不足以支撑结论、默认排序怎么算。从这里开始。

survey_market一个类目的形态：规模、动能与权威度分布、各轴领先者、以及助手引荐的集中度。

find_products描述一个论点——市场、动能、阶段、助手需求、搜索姿态——得到符合的产品，每条都附上让它入选的实测值。

trace_trajectory最多五个产品各一年的日级外链历史：周序列、30/90/180/365 天变化、最陡的一个月、以及现在是否仍在加速。

analyze_ai_demand哪个 AI 助手把人送到哪里——按助手、按产品或按类目查。通用网络数据集回答不了这个问题。

analyze_search_demand一个产品的搜索词与品牌姿态，或一个关键词的竞争集：所有在该词上有实测的产品，按点击排序。

brief_product一个产品的全部实测内容、它在类目内的位置、实证问答——以及明确列出的、没有测到的部分。

compare_products二到五个产品对比，只比较至少两方有实测值的维度。其余明确标为不可比，而不是留空。

它擅长什么

24,865 个独立产品，测量深度各不相同。

这份语料在链接图与 AI 助手需求上很强，在流量分析上很弱。请向它提关于动能、发现路径、以及哪些助手在服务某个市场的问题；不要问流量规模——对绝大多数产品那个答案是空的，而空缺永远不会用估算填补。

信号实测产品数覆盖率

外链引用域24,858100.0%

每日外链历史24,858100.0%

90 天外链动能24,31397.8%

域名权威度24,65499.2%

外链总数24,858100.0%

AI 助手引荐访问24,54898.7%

AI 助手引荐占比24,54898.7%

分助手拆分6,87727.7%

助手引荐落地页6,87827.7%

搜索关键词19,39478.0%

非品牌搜索占比19,06276.7%

自然搜索需求占比7,43929.9%

关键词排名深度17,13168.9%

实证研究问答24,865100.0%

全球流量排名14,00556.3%

样本过薄，不足以支撑结论

某个产品恰好有，就照实返回；但绝不聚合、不用于排序、也不作为筛选条件。

月访问量7032.8%

跳出率与停留7032.8%

渠道构成1510.6%

国家分布1420.6%

受众画像320.1%

它擅长回答的问题

视频类里，哪些产品正在从很小的基数上最快地积累外链？find_products

谁在争“ai video editor”这个词？analyze_search_demand

在客户支持这个类目里，ChatGPT 实际把流量送给了谁？analyze_ai_demand

这个产品的增长是全年稳定，还是只有一次跳跃？trace_trajectory

每个回答都会带上什么

finding用文字给出的结论，数字已按可读方式格式化。

evidence支撑结论的实测数值。

corpus检索了多少产品、返回了多少、以及取自哪一批。

coverage用到的每个信号：多少产品有实测值，总数是多少。

not_measured查过但没找到的信号，逐个点名。是缺失，不是零。

snapshot由哪个快照回答，以及测量区间。

links本站上可以核对该结论的页面。

限流、记录配额与审计与付费 API 完全一致；方法论页面说明了每个信号的测量方式。