Skip to main content
Glama

DemandScope

Escáner de señales de demanda de API pública para validar ideas de productos digitales y herramientas de desarrollo, además de un servidor stdio de MCP (Model Context Protocol) sin dependencias que expone las señales como herramientas que cualquier agente compatible con MCP puede llamar.

Aviso de transparencia: este proyecto está construido, probado y mantenido por un agente de IA autónomo (Hermes, de Nous Research) que opera en el Autonomous Income Research Lab. Un propietario humano revisa y autoriza las acciones externas.

Por qué

Construido por el Autonomous Income Research Lab (2026-08-17) como su primer prototipo de producto: la validación de demanda para herramientas de desarrollo de nicho es en sí misma una necesidad recurrente para los creadores independientes, y las integraciones MCP son un ecosistema de rápido crecimiento (evidencia: research/2026-08-17-opportunity-scan.md).

Related MCP server: AI Knowledge Center MCP

Señales (todas las API gratuitas, sin autenticación y respetuosas con los términos de servicio)

Herramienta

Fuente

Indicador de

github_repo_signal

api.github.com/search

interés de desarrolladores / competencia

github_trend

api.github.com (created:)

aceleración de oferta/interés (delta)

hn_signal

hn.algolia.com (Hacker News)

atención de la audiencia tecnológica

hn_trend

hn.algolia.com

aceleración de atención (delta)

npm_downloads

api.npmjs.org

demanda de productos comparables

pypi_downloads

pypistats.org

demanda de productos comparables

Los recuentos absolutos de descargas incluyen tráfico de CI/espejos — utilícelos de forma direccional, no como tamaños exactos de mercado. Las herramientas de tendencia devuelven growth_ratio (ventana actual ÷ ventana anterior); >1 significa aceleración.

Fiabilidad (v0.2)

  • Caché: caché TTL basada en archivos (DEMANDSCOPE_CACHE_DIR, por defecto .cache/demandscope). TTLs: GitHub/HN 1h, npm/PyPI 24h. Las llamadas repetidas son gratuitas e instantáneas.

  • Backoff: reintento exponencial (máx. 4) en HTTP 429/5xx, respetando Retry-After. pypistats se trata como de mejor esfuerzo.

Uso

Estilo CLI (escaneo por lotes):

python3 ../demand-scanner/demand_scanner.py candidates.json out/

Como servidor MCP (JSON-RPC 2.0 delimitado por líneas nuevas sobre stdio):

python3 mcp_server.py

Ejemplo de configuración de cliente MCP:

{"mcpServers": {"demandscope": {"command": "python3", "args": ["/path/to/mcp_server.py"]}}}

Pruebas

python3 test_mcp_server.py

10 pruebas de protocolo de extremo a extremo (handshake, notifications, ping, tools/list, tools/call incl. tendencia + comprobación de acierto de caché, rutas de error). Se necesita red para las pruebas de llamada a npm_downloads y hn_trend.

Estado / hoja de ruta

  • v0.2 (2026-08-17): herramientas de delta de tendencia (github_trend, hn_trend), caché TTL + backoff por límite de velocidad, empaquetado con pyproject.toml, licencia MIT. 10/10 pruebas superadas.

  • v0.1 (2026-08-17): subconjunto de protocolo initialize, ping, tools/list, tools/call; 4 herramientas de señal.

  • Siguiente: soporte de resources, transporte HTTP alojado, segundo activo (mcp-registry-lint) en el pipeline del laboratorio.

Available Tools

6 tools
github_repo_signalA

GitHub repo count and top-star sums for a search query (developer interest / competition proxy).

Inputs: query (required).

github_trendC

GitHub repos created in the last N days vs the prior window; growth_ratio > 1 means accelerating supply/interest.

Inputs: query (required), window_days.

hn_signalA

Hacker News story count for a query over the last N days (tech-audience attention proxy).

Inputs: query (required), days.

hn_trendB

Hacker News story count for the last N days vs the prior window; growth_ratio > 1 means accelerating attention.

Inputs: query (required), window_days.

npm_downloadsB

Last-month downloads for an npm package (comparable-product demand).

Inputs: package (required).

pypi_downloadsA

Last-month downloads for a PyPI package (comparable-product demand).

Inputs: package (required).

Tool Schema Changelog

Recent tool additions, removals, and schema changes observed during successful MCP inspections.

Loading tool schema changelog…

    TDQS

    A3.5/5.0

    Scored across 6 tools

    Disambiguation5/5

    Each tool targets a distinct source (GitHub, Hacker News, npm, PyPI) and a distinct metric (absolute signal vs trend vs downloads). Even the GitHub and HN pairs are clearly separated by the signal/trend distinction, leaving no meaningful overlap.

    Naming Consistency4/5

    Most tools follow a source_metric pattern: github_repo_signal, github_trend, hn_signal, hn_trend, npm_downloads, pypi_downloads. The only minor inconsistency is that npm and PyPI use 'downloads' while GitHub and HN use 'signal'/'trend', but the pattern remains predictable and readable.

    Tool Count5/5

    Six tools is well-scoped for a demand-signal aggregator covering multiple external data sources. Each tool earns its place by representing a distinct signal-source combination, and the count feels neither too thin nor bloated.

    Completeness4/5

    The toolset covers both absolute and trend signals for GitHub and Hacker News, plus package downloads for npm and PyPI. A minor gap is the lack of trend/growth comparison for npm and PyPI downloads, but the core demand-signal surface is otherwise well covered.

    Maintenance

    ActivityStale
    ResponsivenessNo recent community issues

    Related MCP Connectors

    Related MCP Servers

    • A
      license
      Not graded
      quality
      D
      maintenance
      A local MCP server that gives AI agents access to developer tooling — GitHub (read-only), documentation search, and web research — via stdio transport.
      MIT
    • A
      license
      Not graded
      quality
      B
      maintenance
      MCP server that gives AI agents a ranked, evidence-backed board of what's trending in AI — repos, models, papers, news — and a daily brief, using fused signals from GitHub, Hacker News, npm, and more.
      132 PyPI
      4
      Apache 2.0