Pitchlense MCP

🚀 PitchLense MCP - プロフェッショナルなスタートアップリスク分析パッケージ

PitchLense MCPは、複数のリスクカテゴリにわたるAIベースの評価を用いて、スタートアップの投資リスクを分析する包括的なモデルコンテキストプロトコル（MCP）パッケージです。FastMCPとGoogle Gemini AIを用いて構築されています。

✨ 主な機能

個別リスク分析ツール

• 市場リスク分析ツール - 総潜在市場規模（TAM）、成長率、競争状況、差別化
• 製品リスク分析ツール - 開発段階、市場適合度、技術的実現可能性、知的財産保護
• チームリスク分析ツール - リーダーシップの深度、創業者の安定性、スキルギャップ、信頼性
• 財務リスク分析ツール - 指標の一貫性、バーンレート、予測、顧客獲得コスト（CAC）/顧客生涯価値（LTV）
• 顧客リスク分析ツール - トラクションレベル、離脱率、顧客保持率、顧客集中度
• 運営リスク分析ツール - サプライチェーン、市場投入戦略（GTM）、効率性、実行力
• 競争リスク分析ツール - 既存企業の強さ、参入障壁、防御性
• 法務リスク分析ツール - 規制環境、コンプライアンス、法的紛争
• 出口リスク分析ツール - 出口経路、セクターの活動状況、後期段階の魅力

包括的分析ツールとデータソース

• 包括的リスクスキャナー - すべてのリスクカテゴリにわたる完全な分析
• 迅速なリスク評価 - 重要なリスク領域の迅速な評価
• ピアベンチマーキング - セクター/段階のピアとの指標比較
• SerpAPI Googleニュースツール - URLとサムネイル付きのGoogleニュースのトップページを取得
• Perplexity検索ツール - 引用元とURL付きの回答を提供

📊 カバーされるリスクカテゴリ

📦 インストール

PyPIから（推奨）

pip install pitchlense-mcp

ソースから

git clone https://github.com/pitchlense/pitchlense-mcp.git
cd pitchlense-mcp
pip install -e .

開発用インストール

git clone https://github.com/pitchlense/pitchlense-mcp.git
cd pitchlense-mcp
pip install -e ".[dev]"

🚀 クイックスタート

コマンドラインインターフェース

包括的分析の実行

# サンプルデータの作成
pitchlense-mcp sample --output my_startup.json

# 包括的分析の実行
pitchlense-mcp analyze --input my_startup.json --output results.json

迅速な評価の実行

pitchlense-mcp quick --input my_startup.json --output quick_results.json

MCPサーバーの起動

pitchlense-mcp server

Python API

基本的な使用法（単一のテキスト入力）

from pitchlense_mcp import ComprehensiveRiskScanner

# スキャナーの初期化（指定されていない場合は環境変数からGEMINI_API_KEYを読み取ります）
scanner = ComprehensiveRiskScanner()

# すべてのスタートアップ情報を1つの整理されたテキスト文字列として提供します
startup_info = """
Name: TechFlow Solutions
Industry: SaaS/Productivity Software
Stage: Series A

Business Model:
AI-powered workflow automation for SMBs; subscription pricing.

Financials:
MRR: $45k; Burn: $35k; Runway: 8 months; LTV/CAC: 13.3

Traction:
250 customers; 1,200 MAU; Churn: 5% monthly; NRR: 110%

Team:
CEO: Sarah Chen; CTO: Michael Rodriguez; Team size: 12

Market & Competition:
TAM: $12B; Competitors: Zapier, Power Automate; Growth: 15% YoY
"""

# 包括的分析の実行
results = scanner.comprehensive_startup_risk_analysis(startup_info)

print(f"Overall Risk Level: {results['overall_risk_level']}")
print(f"Overall Risk Score: {results['overall_score']}/10")
print(f"Investment Recommendation: {results['investment_recommendation']}")

個別リスク分析（テキスト入力）

from pitchlense_mcp import MarketRiskAnalyzer, GeminiLLM

# コンポーネントの初期化
llm_client = GeminiLLM(api_key="your_api_key")
market_analyzer = MarketRiskAnalyzer(llm_client)

# 市場リスクの分析
market_results = market_analyzer.analyze(startup_info)
print(f"Market Risk Level: {market_results['overall_risk_level']}")

MCPサーバーの統合

このパッケージは、MCP互換のクライアントと統合できる完全なMCPサーバーを提供します。

from pitchlense_mcp import ComprehensiveRiskScanner

# MCPサーバーの起動
scanner = ComprehensiveRiskScanner()
scanner.run()

💻 使用例

基本的な使用法

# 上記の基本的な使用法のコードを再掲
from pitchlense_mcp import ComprehensiveRiskScanner

scanner = ComprehensiveRiskScanner()
startup_info = """
Name: TechFlow Solutions
Industry: SaaS/Productivity Software
Stage: Series A

Business Model:
AI-powered workflow automation for SMBs; subscription pricing.

Financials:
MRR: $45k; Burn: $35k; Runway: 8 months; LTV/CAC: 13.3

Traction:
250 customers; 1,200 MAU; Churn: 5% monthly; NRR: 110%

Team:
CEO: Sarah Chen; CTO: Michael Rodriguez; Team size: 12

Market & Competition:
TAM: $12B; Competitors: Zapier, Power Automate; Growth: 15% YoY
"""

results = scanner.comprehensive_startup_risk_analysis(startup_info)

print(f"Overall Risk Level: {results['overall_risk_level']}")
print(f"Overall Risk Score: {results['overall_score']}/10")
print(f"Investment Recommendation: {results['investment_recommendation']}")

高度な使用法

# 上記の個別リスク分析のコードを再掲
from pitchlense_mcp import MarketRiskAnalyzer, GeminiLLM

llm_client = GeminiLLM(api_key="your_api_key")
market_analyzer = MarketRiskAnalyzer(llm_client)

market_results = market_analyzer.analyze(startup_info)
print(f"Market Risk Level: {market_results['overall_risk_level']}")

📋 入力データ形式

主な入力は、すべてのスタートアップ情報（詳細、指標、トラクション、ニュース、競争環境など）を含む1つの整理されたテキスト文字列です。これは、すべての分析ツールとMCPツールで使用される形式です。

テキスト入力の例:

Name: AcmeAI
Industry: Fintech (Lending)
Stage: Seed

Summary:
Building AI-driven credit risk models for SMB lending; initial pilots with 5 lenders.

Financials:
MRR: $12k; Burn: $60k; Runway: 10 months; Gross Margin: 78%

Traction:
200 paying SMBs; 30% MoM growth; Churn: 3% monthly; CAC: $220; LTV: $2,100

Team:
Founders: Jane Doe (ex-Square), John Lee (ex-Stripe); Team size: 9

Market & Competition:
TAM: $25B; Competitors: Blend, Upstart; Advantage: faster underwriting via proprietary data partnerships

ヒント: 完全なエンドツーエンドのスクリプトと結果のJSONエクスポートについては、examples/text_input_example.pyを参照してください。

📊 出力形式

すべてのツールは、次のような構造化されたJSON応答を返します。

{
    "startup_name": "Startup Name",
    "overall_risk_level": "low|medium|high|critical",
    "overall_score": 1-10,
    "risk_categories": [
        {
            "category_name": "Risk Category",
            "overall_risk_level": "low|medium|high|critical",
            "category_score": 1-10,
            "indicators": [
                {
                    "indicator": "Specific risk factor",
                    "risk_level": "low|medium|high|critical",
                    "score": 1-10,
                    "description": "Detailed risk description",
                    "recommendation": "Mitigation action"
                }
            ],
            "summary": "Category summary"
        }
    ],
    "key_concerns": ["Top 5 concerns"],
    "investment_recommendation": "Investment advice",
    "confidence_score": 0.0-1.0,
    "analysis_metadata": {
        "total_categories_analyzed": 9,
        "successful_analyses": 9,
        "analysis_timestamp": "2024-01-01T00:00:00Z"
    }
}

🎯 使用事例

• 投資家のデューデリジェンス - 投資決定のための包括的なリスク評価
• スタートアップの自己評価 - 主要なリスク領域の特定と軽減
• ポートフォリオリスク管理 - スタートアップポートフォリオ全体のリスク評価
• アクセラレータ/インキュベータのスクリーニング - スタートアップ申請の評価
• M&Aリスク分析 - 買収対象の評価
• 研究と分析 - スタートアップリスクに関する学術的および産業的研究

🏗️ アーキテクチャ

パッケージ構造

pitchlense-mcp/
├── pitchlense_mcp/
│   ├── __init__.py
│   ├── cli.py                 # コマンドラインインターフェース
│   ├── core/                  # コア機能
│   │   ├── __init__.py
│   │   ├── base.py           # 基底クラス
│   │   ├── gemini_client.py  # Gemini AIの統合
│   │   └── comprehensive_scanner.py
│   ├── models/               # データモデル
│   │   ├── __init__.py
│   │   └── risk_models.py
│   ├── analyzers/            # 個別のリスク分析ツール
│   │   ├── __init__.py
│   │   ├── market_risk.py
│   │   ├── product_risk.py
│   │   ├── team_risk.py
│   │   ├── financial_risk.py
│   │   ├── customer_risk.py
│   │   ├── operational_risk.py
│   │   ├── competitive_risk.py
│   │   ├── legal_risk.py
│   │   └── exit_risk.py
│   └── utils/                # ユーティリティ関数
├── tests/                    # テストスイート
├── docs/                     # ドキュメント
├── examples/                 # 使用例
├── setup.py
├── pyproject.toml
├── requirements.txt
└── README.md

主要コンポーネント

1. 基底クラス (core/base.py)

   • BaseLLM - LLM統合の抽象基底クラス
   • BaseRiskAnalyzer - すべてのリスク分析ツールの基底クラス
   • BaseMCPTool - MCPツールの基底クラス

2. Gemini統合 (core/gemini_client.py)

   • GeminiLLM - 主要なLLMクライアント
   • GeminiTextGenerator - テキスト生成
   • GeminiImageAnalyzer - 画像分析
   • GeminiVideoAnalyzer - ビデオ分析
   • GeminiAudioAnalyzer - 音声分析
   • GeminiDocumentAnalyzer - ドキュメント分析

3. リスク分析ツール (analyzers/)

   • 各リスクカテゴリの個別の分析ツール
   • 一貫したインターフェースと出力形式
   • 拡張可能なアーキテクチャ

4. モデル (models/risk_models.py)

   • 型安全性のためのPydanticモデル
   • 構造化されたデータ検証
   • 明確なデータ契約

🔧 開発

開発環境のセットアップ

git clone https://github.com/pitchlense/pitchlense-mcp.git
cd pitchlense-mcp
pip install -e ".[dev]"
pre-commit install

テストの実行

# 仮想環境の作成とアクティブ化（推奨）
python3 -m venv .venv
source .venv/bin/activate

# 開発用の追加パッケージのインストール（pytest、pytest-cov、リンター）
pip install -e ".[dev]"

# カバレッジを含めてテストを実行し、グローバルなプラグインの競合を回避
PYTEST_DISABLE_PLUGIN_AUTOLOAD=1 pytest -q -p pytest_cov

注:

• カバレッジレポートはhtmlcov/index.htmlとcoverage.xmlに書き込まれます。
• --covオプションが不明であるというエラーが表示された場合は、PYTEST_DISABLE_PLUGIN_AUTOLOAD=1が設定されているときに-p pytest_covを渡していることを確認してください。

サンプルスクリプト

python examples/basic_usage.py
python examples/text_input_example.py

コードフォーマット

black pitchlense_mcp/
flake8 pitchlense_mcp/
mypy pitchlense_mcp/

パッケージのビルド

python -m build

📝 注意事項

• すべてのリスクスコアは1-10のスケールです（1 = 最低リスク、10 = 最高リスク）
• リスクレベル: 低（1-3）、中（4-6）、高（7-8）、危機的（9-10）
• 個別のツールは独立して使用することも、包括的な分析のために組み合わせて使用することもできます
• システムはAPIの失敗をフォールバック応答で適切に処理します
• すべてのテーブルと構造化データはJSON形式で返されます
• 適切な関心事の分離を持つプロフェッショナルなパッケージアーキテクチャ

🤝 コントリビューション

コントリビューションを歓迎します！詳細については、コントリビューションガイドを参照してください。

1. リポジトリをフォークする
2. 機能ブランチを作成する
3. 変更を加える
4. テストを追加する
5. プルリクエストを提出する

📄 ライセンス

このプロジェクトはMITライセンスの下でライセンスされています - 詳細については、LICENSEファイルを参照してください。

🆘 サポート

• ドキュメント: https://pitchlense-mcp.readthedocs.io/
• 問題報告: GitHub Issues
• メール: connectamanulla@gmail.com

🙏 謝辞

• 基盤となるAI機能を提供してくれたGoogle Gemini AI
• モデルコンテキストプロトコルの実装を提供してくれたFastMCP
• インスピレーションとツールを提供してくれたオープンソースコミュニティ

PitchLense MCP - スタートアップのリスク分析をアクセスしやすく、包括的かつAI駆動にする。