🪧 OpenPitch

La capa de inteligencia abierta y en tiempo real para startups de IA — sobre la que cualquier agente puede construir.

Una alternativa gratuita y de código abierto a PitchBook y CB Insights, centrada en las empresas de IA que de verdad importan al capital riesgo.

MCP-native · zero-cost · fully-sourced · updated daily

Estado: v0.1.3 — funcional. El pipeline, el motor de conciliación, el servidor MCP y el panel funcionan de extremo a extremo. La cobertura y la amplitud de fuentes siguen creciendo con la ejecución diaria.

Explora el panel en vivo →

Por qué existe OpenPitch

PitchBook y CB Insights cuestan más de 20 000 $ al año — y para las startups de IA que se mueven rápido, sus datos suelen estar desactualizados desde hace meses, porque la verificación humana es lenta. Para una empresa que crece 3× al año, una cifra verificada hace seis meses puede estar desviada por múltiplos.

Mientras tanto, los números reales ya son públicos: los fundadores declaran el ARR en podcasts semanas antes que cualquier base de datos, la financiación aparece en los registros de la SEC, la velocidad de contratación revela el crecimiento. Solo están dispersos, sin estructurar y son contradictorios — exactamente el problema que un agente de IA está diseñado para resolver.

La apuesta de OpenPitch es la latencia, no la cobertura. Para las empresas de IA que importan, una cifra fresca, totalmente documentada y con puntuación de confianza supera a una verificada pero desactualizada. No afirmamos certeza — te mostramos las pruebas.

Related MCP server: octagon-mcp-server

Qué obtienes

Pregunta a tu agente de código, obtén una respuesta con pruebas:

> what's Sierra's valuation, with sources?

  Sierra — AI agents for customer service (sierra.ai)
  Valuation  $15.4B  [consensus · confidence 0.96] · as of 2026-05
  ↳ 10 public sources · Reuters · CNBC · The Information · qz.com
  ↳ $950M round closed May 2026 — led by Tiger Global and GV

(Una respuesta real extraída de los datos del repositorio — compruébala con el panel en vivo).

Cada cifra lleva su fuente, una puntuación de confianza y un historial registrado de cómo ha cambiado.

Características

• 🎙️ Extrae datos de podcasts — los fundadores filtran métricas en podcasts antes de que cualquier base de datos las capture. Las transcribimos y extraemos.

• 🧾 Siempre con fuentes — cada cifra enlaza con su origen (marca de tiempo del podcast, registro, artículo). Sin números de caja negra.

• 📊 Con puntuación de confianza — construida a partir de la fiabilidad de la fuente, la autoridad del hablante, la corroboración y la frescura (la confianza decrece a medida que los datos envejecen).

• 🔀 Concilia conflictos — cuando las fuentes no coinciden, obtienes un rango de consenso + un aviso de contradicción, no una suposición silenciosa.

• 🧠 Aprende en qué fuentes confiar — las fuentes que demuestran tener razón con el tiempo ganan más peso.

• 🕒 Con seguimiento de versiones — el historial de git es el registro de auditoría. Mira exactamente cómo ha evolucionado el ARR declarado de una empresa.

• 📡 Componible — emite eventos tipados a los que otros agentes se suscriben (newsletters, alertas de prensa, prospección a inversores).

• 🤝 Descubrible mediante A2A — incluye una tarjeta de agente A2A para que los ecosistemas de agentes puedan encontrarlo y describirlo.

• 🧯 Anclaje (grounding) — dale a tu IA una base de hechos con fuentes y puntuación de confianza para que deje de inventarse cifras de empresas de IA.

• ⚡ Instalación en 60 segundos — sin clave, sin registro; funciona en tu agente en menos de un minuto.

• 💸 Realmente gratis — funciona enteramente en niveles gratuitos. Sin coste de ejecución, sin coste de uso.

Inicio rápido — úsalo en Claude Code / Codex

Sin clave de API. Sin registro. Sin coste. Los datos ya están construidos y guardados en el repositorio; el servidor MCP solo los lee, y tu agente hace el razonamiento.

Más rápido — sin instalación (lee los datos consolidados del repositorio público, sin clonar):

uvx openpitch-mcp

O instala el paquete:

pip install openpitch          # the MCP server (mcp is a core dependency)
openpitch-mcp                  # start the read-only server

O ejecútalo desde un clon (para el pipeline / para reconstruir los datos):

git clone https://github.com/Avierovich/openpitch && cd openpitch
python -m venv .venv && source .venv/bin/activate
pip install -e ".[pipeline]"   # core + pipeline LLM deps
openpitch seed                 # build the data/ database from the committed seed (offline, no key)

Después apunta tu agente al servidor local:

// MCP config (Claude Code / Codex) — zero-install via uvx:
{
  "mcpServers": {
    "openpitch": { "command": "uvx", "args": ["openpitch-mcp"] }
  }
}
// (or "command": "openpitch-mcp" if you pip-installed the package)

Pregunta a tu agente: «¿Cuál es el ARR de Cognition, con fuentes y confianza?» — llama a get_metric/get_provenance y responde a partir de los datos consolidados (y señalará la discrepancia con las fuentes públicas).

O simplemente explora los datos

• 🌐 Panel en vivo — avierovich.github.io/openpitch (fichas de empresas con fuentes, actualizadas a diario) — o contróyelo localmente: openpitch build-dashboard

• 📁 Datos en bruto — data/companies/ — JSON plano, comparable mediante diff, a tu disposición

• 🤝 Tarjeta de agente A2A — generada en dashboard/dist/.well-known/agent.json

Estado de los datos: en vivo, actualizados a diario por CI. Las cifras son inteligencia probabilística basada en fuentes públicas — cada cifra lleva su fuente, puntuación de confianza y fecha, y los problemas de calidad abiertos se siguen públicamente. Consulta la metodología y el flujo de correcciones.

Documentación

• Modelo de confianza — metodología · política de datos · correcciones

• Interfaces — especificación MCP · especificación de eventos

• Arquitectura — documento de diseño completo · más documentación de producto en docs/

Cómo funciona

  Sources              Daily pipeline (free GitHub Actions)         Interfaces
  ──────────           ───────────────────────────────────         ──────────
  Podcasts ─┐          1. select top-50 (VC-attention score)        ┌─ MCP server (local, BYO agent)
  News ─────┤    ───▶  2. collect · 3. transcribe · 4. extract ───▶ ├─ static dashboard
  SEC EDGAR ┤          5. reconcile · 6. score sources              ├─ event feed (JSONL)
  Web ──────┘          7. publish → git commit (the database)       └─ "what moved today" digest

El repositorio git es la base de datos. No hay ningún servidor que ejecutar. Consulta el FRD para el diseño completo.

Construye sobre ello (composabilidad)

OpenPitch emite eventos tipados y con puntuación de confianza cuando algo importante cambia — para que otros agentes puedan reaccionar:

Los eventos se distribuyen a través de MCP y un events/feed.jsonl sin procesar. Los esquemas están versionados. Consulta la especificación de eventos.

Cómo nos comparamos

OpenPitch es complementario a los actores establecidos, no un reemplazo radical. Ganamos en un nicho concreto; perdemos en amplitud y verificación — y somos honestos con ambas cosas.

La propuesta honesta: el primer vistazo gratuito, fresco y nativo de IA — con cada cifra documentada — antes de encargar el costoso informe verificado. Para una decisión de inversión, todavía necesitas a los actores establecidos. Mapa completo, matriz de características y precios: docs/COMPETITIVE-ANALYSIS.md · hoja de cálculo.

Cobertura

Startups globales de IA — más de 140 perfiladas en 12 sectores (incluidos laboratorios de IA chinos y nombres europeos que los rastreadores occidentales pasan por alto), con un top 50 clasificado dinámicamente por atención del capital riesgo (valoración + actividad de financiación — no ARR, para evitar circularidad). La lista se mueve a medida que cambia la atención; la entrada y salida de empresas del top 50 es en sí misma una señal rastreada, y el autodescubrimiento amplía el universo a diario.

Segmento MENA de IA/tecnología — un conjunto regional dedicado (una alternativa abierta y nativa de IA a MAGNiTT/Wamda). Advertencia honesta: la divulgación en MENA es más escasa que en EE. UU., así que este segmento se lanza con menor confianza/cobertura, claramente etiquetado.

Universo inicial: config/watchlist.yaml.

Aviso honesto

OpenPitch es transparentemente probabilístico. Muchas cifras son estimaciones derivadas de fuentes públicas, autodeclaradas y a veces contradictorias. Mostramos la confianza y la procedencia precisamente para que puedas juzgar por ti mismo. Esto no es asesoramiento de inversión y no se garantiza la exactitud de las cifras. Verifica siempre antes de actuar.

Hoja de ruta

• Universo inicial (IA global + segmento MENA) + autodescubrimiento (noticias, resúmenes de financiación, relleno de 21 sectores, feed de China)

• Modelo de datos principal + motor de conciliación (confianza, consenso, contradicción) — probado

• Adaptadores de fuentes: podcast, noticias, EDGAR, sitio web de la empresa — probados

• Fase de extracción: extracción de afirmaciones por lotes con LLM + rotación de modelos — probada; aún se requiere control de calidad de los datos

• Servidor MCP — herramientas locales de datos de solo lectura

• Pipeline diario de GitHub Actions — configurado para secretos de LLM, transcripción de Groq y user-agent de la SEC

• Panel estático + páginas de empresas — generados a partir de los datos consolidados

• Feed de eventos — feed JSONL y resumen generados a partir de las publicaciones

• Tarjeta de descubrimiento de agente A2A — generada con el panel

• Adaptadores MENA (noticias regionales, registros de zonas francas)

• Expansión de fuentes enriquecidas (GitHub, contratación, rankings de apps) — escalado posterior al PMF

• v2: modelo de ARR implícito, vía rápida de financiación intradía

Contribuciones

Las contribuciones son bienvenidas — especialmente nuevos adaptadores de fuentes (un archivo cada uno) y curaduría de la lista de seguimiento. Consulta el FRD para la arquitectura.

Quién ha construido esto

OpenPitch está construido y operado por Mohamed Abdulhadi, un product manager — que trabaja con agentes de IA (Claude Code) que escribieron gran parte del código y ahora operan el pipeline diario y sus correcciones públicas de datos. Eso no es una nota al pie; es el producto demostrándose a sí mismo: una base de datos nativa de agentes, construida y mantenida de forma nativa con agentes, con cada commit y cada corrección en abierto. Preguntas, comentarios o colaboración — conecta en LinkedIn o abre un issue.

Licencia

MIT