API / MCP 接入文档

通过 MCP (Model Context Protocol) 或直接 JSON API，让你的 AI agent 获得实时地缘风险分析能力。

快速开始

方式一：MCP 接入（推荐）

适用于 Claude Desktop、Cursor 等支持 MCP 的 AI 工具。一键安装：

pip install war-dashboard-data

在 Claude Desktop 的配置文件中添加：

{
  "mcpServers": {
    "futuristic-risk": {
      "command": "python3",
      "args": ["-m", "war_dashboard_data"]
    }
  }
}

配置完成后，你的 AI agent 就可以直接查询地缘风险数据了。试试对 Claude 说：

"当前全球地缘风险最高的区域是哪里？"
"伊朗局势升级的概率是多少？"
"最近 7 天哪些冲突的风险在上升？"

方式二：JSON API 直接调用

数据以 JSON 格式托管，可直接 HTTP 请求获取：

# 冲突风险数据
GET https://raw.githubusercontent.com/cct15/war-dashboard-data/main/conflicts.json

# 政治/经济/天灾事件
GET https://raw.githubusercontent.com/cct15/war-dashboard-data/main/political_events.json

Python 调用示例：

import json
import urllib.request

url = "https://raw.githubusercontent.com/cct15/war-dashboard-data/main/conflicts.json"
data = json.loads(urllib.request.urlopen(url).read())

for conflict in data["conflicts"]:
    print(f"{conflict['label']}: "
          f"30d={conflict['probability_30d']:.1%} "
          f"({conflict['risk_level']})")

MCP 工具说明

`get_conflict_risks`

获取 6 大地缘冲突区域的风险概率。

参数	类型	说明
`conflict_id`	string (可选)	筛选单个区域：`russia_ukraine`, `iran_israel_us`, `israel_palestine`, `china_taiwan`, `india_pakistan`, `us_latam`

返回字段：

字段	说明
`conflict_id`	冲突区域 ID
`risk_level`	风险等级：high / medium / low
`probability_30d`	30 天内事件发生概率
`probability_7d`	7 天内事件发生概率
`probability_1d`	1 天内事件发生概率
`composite_risk_score`	综合风险评分
`risk_events[]`	细分事件列表（升级/停火/政权更迭/外交）
`risk_events[].change_vs_7d_ago`	较 7 天前的概率变化

`get_political_events`

获取高影响政治、经济、自然灾害事件。

参数	类型	说明
`category`	string (可选)	筛选类别：`political`, `economic`, `natural_disaster`

返回字段：

字段	说明
`event_summary`	事件描述
`category`	类别
`probability`	事件发生概率
`deadline`	截止日期
`data_confidence`	数据置信度：high / medium / low

数据更新频率

所有数据每日更新一次（UTC 时间约 02:00-04:00）。概率基于多源建模，具有固有不确定性。

注册平台

我们的 MCP Server 已上线以下平台：

平台	状态
PyPI	已上线 — `pip install war-dashboard-data`
MCP 官方 Registry	已上线 — `io.github.cct15/war-dashboard-data`
Glama	已上线
mcp.so	已上线
GitHub	已上线

需要更多帮助或定制接入方案？

联系我们 →