llmaudit-mcp

MCP-Server von llmaudit.app. Ermöglicht es dem Assistenten einer beliebigen Person zu messen, ob eine Marke erscheint, wenn Käufer eine KI um eine Empfehlung bitten.

Vollständige Spezifikation: specs/features/geo-13-mcp-server.md im privaten Repository llm-rank-tracker.

Was es bereitstellt

• start_visibility_check startet die Messung und gibt eine runId zurück.

• get_visibility_check ruft sie ab. Sie gibt running zurück, bis die Anbieter antworten.

• llmaudit://methodology erklärt, wie gemessen wird.

Es sind zwei Tools und nicht eines, weil die Messung bis zu zwei Minuten dauert: Das Audit braucht 15 bis 60 Sekunden und die gemessene Karte ebenso lange.

Related MCP server: ai-visibility-mcp

Was es zurückgibt – und was nicht

Es liefert die gemessene Karte: die live abgefragten Käuferfragen und wer die jeweilige Antwort bekommen hat. Nicht den Selbstbericht der Anbieter, also das, was jedes Modell über die Marke GLAUBT. Die beiden Zahlen weichen in der Praxis erheblich voneinander ab, und der Selbstbericht ist immer der optimistische: Deshalb legt der Vertrag der Tool es in keinem Feld offen.

Es liefert nie einen Punktwert von 0 bis 100: Urteil in drei Stufen und Zählwerte.

Geld

Jede kostenlose Messung verbraucht die API-Schlüssel von llmaudit, in der ungefähren Höhe von 0,05 bis 0,15 USD. Drei Schutzmechanismen, alle durch Tests verifiziert:

1. Pro Domain alle 30 Tage eine kostenlose Messung, geprüft, BEVOR die API aufgerufen wird.

2. MCP_MONTHLY_RUN_LIMIT (Standardwert 200) als Obergrenze für die Kanal, achtet als vom Budget des Web-Funnels.

3. Die Rate-Limit-Zählung in de Produktion läuft über die Kundenidentität, nicht über die IP dieses Servers, die in serverless wechselt wird.

Umgebungsvariablen

Entwicklung

npm run dev     # xmcp dev
npm test        # vitest, sin red
npm run build   # xmcp build

Die Tests laufen gegen reale Fixtures in fixtures/ (Bereits bezahlte Läufe der Prospektion). Kein Klick nach außen – es werden keine Provider aufgerufen.