我们将 WebMCP 加入 AmICited:AI 代理现在可以直接查询我们

AmICited 暴露了四个 AI 代理可直接调用的 WebMCP 工具:search_amicited、lookup_ai_search_term、get_amicited_pricing 和 start_ai_visibility_check

关键要点

  • AmICited 现已在每个页面上注册了四个 WebMCP 工具,浏览器中的 AI 代理可以搜索网站、查询词汇表术语、检查定价以及开始可见性检查,无需爬取。
  • 这些工具从我们自己的搜索索引和定价数据中获取答案,而非实时后端调用,直到代理实际调用它们。
  • start_ai_visibility_check() 刻意设计为无副作用:它返回一个注册链接,而非自行创建账户或提交表单。
  • 这与我们的 llms.txt 文件是分开且互补的:llms.txt 是供爬虫使用的静态清单,而 WebMCP 是供页面上代理使用的实时可调用接口。
  • 核心要点: 我们之所以构建它,是因为我们自己的代理可访问性审计 正是检查其他网站是否具备此能力,因此我们首先在自己身上部署了它。

为什么我们要部署这个功能

我们花了大量时间告诉品牌方要让自己对 AI 代理清晰可读:干净的数据、结构化的内容、代理能够真正获取的答案。WebMCP 是这一建议的浏览器原生版本,如果一直要求客户这样做而自己不行动,感觉不太对。

因此,amicited.com 现在通过 navigator.modelContext(WebMCP 定义的浏览器 API)暴露了一小组可调用工具。如果您正在使用支持 WebMCP 的 AI 助手聊天——无论是早期的 Chrome 原始试用版还是像 @mcp-b/global 这样的 polyfill——并且您访问了我们的网站,代理可以直接调用这些工具,而无需读取并猜测渲染后的页面内容。

AmICited 的 WebMCP 客户端面板显示四个已注册工具:search_amicited、lookup_ai_search_term、get_amicited_pricing 和 start_ai_visibility_check
Logo

Ready to Monitor Your AI Visibility?

Track how AI chatbots mention your brand across ChatGPT, Perplexity, and other platforms.

四个工具

每个工具都是只读或无副作用的,页面上没有任何工具可以扣款或删除数据,每个工具都附带 JSON 模式,以便代理确切知道要发送什么。

search_amicited()

对 amicited.com 进行全文搜索:词汇表定义、学院指南、博客文章、案例研究、数据报告、常见问题解答等。接受一个 query(必填)、一个可选的 section 以限定结果范围(可选值:glossaryacademyblogcase-studiesdata-reportsfaqhow-toreviewssolutionsdiscussionauthorfeatures),以及一个可选的 limit(范围 1–20,默认 5)。返回匹配的页面标题、描述和规范 URL,按加权评分器排序,该评分器优先匹配标题和标签,并提升词汇表等参考类内容。

lookup_ai_search_term()

直接访问我们包含 700 多个术语的 AI 搜索、GEO 和 AEO 词汇表。接受一个 term(必填,例如 "generative engine optimization"),返回定义及其规范 URL 以供引用。

get_amicited_pricing()

无需输入。返回我们当前的套餐名称、月费价格以及各套餐包含的内容,数据来源与驱动我们定价页面相同,因此代理可以回答"AmICited 多少钱"的问题,而无需依赖过时的页面缓存。

start_ai_visibility_check()

接受一个 domain(必填,例如 "example.com",协议和路径部分将被忽略),执行的操作与我们的"免费开始"表单完全相同:规范化域名并构建一个注册链接(https://app.flowhunt.io/sign-in?app=amicited&domain=<domain>),该链接可创建免费账户并排队进行首次可见性扫描。它不会提交任何内容或自行创建账户;而是将链接返回并附带说明打开链接后将会做什么。这一界限是有意设置的,就像 Shopify 的 WebMCP 部署有意将支付功能排除在其"操作"工具之外一样:代理可以准备一个操作,但任何创建状态的行为仍需由人类(或明确的确认步骤)触发。

AmICited 四个 WebMCP 工具的表格,包含描述、来源位置和 JSON 输入模式

Frequently asked questions

Arshia 是 FlowHunt 的 AI 工作流工程师。凭借计算机科学背景和对人工智能的热情,他专注于打造高效的工作流程,将 AI 工具融入日常工作,从而提升生产力与创造力。

Arshia Kahani
Arshia Kahani
AI Workflow Engineer

您的网站准备好迎接 AI 代理了吗?

追踪 ChatGPT、Perplexity、Gemini 和 Claude 如何引用您的品牌,并查看您自己的网站是否已为 AI 代理直接查询做好了结构化准备。