ITjuzi

基于 IT桔子 MCP 数据生成赛道融资动态简报、投资人项目观察、活跃机构分析。连接线上 MCP 端点查询真实融资事件和投资机构数据，输出面向投资人的结构化简报。

赛道融资动态简报 Skill

MCP 连接信息

默认连接线上 IT桔子 MCP：

text

https://mcp.itjuzi.com/mcp

调用 MCP 工具时必须传入 API Key。不要在 Skill 文件中保存真实 API Key；由使用方在 MCP 客户端配置或工具参数中提供。

如果用户没有提供 API Key，先向用户索要，不要调用 MCP 工具。每一次工具调用都必须在参数中包含：

json

{
  "api_key": "<用户提供的 API Key>"
}

适用场景

当用户希望了解某个赛道、行业、标签或地区在一段时间内的一级市场融资动态时，使用本 Skill。

典型问题：

• 帮我生成过去 30 天机器人赛道融资动态简报。
• 分析最近一个季度人工智能 A 轮融资事件，找出值得关注的项目。
• 过去 60 天医疗健康赛道有哪些活跃投资机构？
• 低空经济最近有哪些大额融资事件？
• 帮我看一下上海机器人公司最近融资情况。

目标输出

输出一份面向投资人的赛道融资动态简报，重点回答：

1. 最近这个赛道发生了哪些融资？
2. 哪些项目值得关注？
3. 哪些机构正在出手？
4. 赛道结构有什么变化？
5. 后续应该继续跟踪什么？

可调用 MCP 工具

优先使用 IT桔子 MCP：

• search_tags

  • 用于把用户输入的赛道关键词解析成标签。

• get_lookup_options

  • 用于获取行业、子行业、轮次、省份等字典。

• search_events

  • 查询赛道融资/并购事件。
  • 简报第一版以融资事件为主，event_type 优先使用 invse。

• search_investor_cases

  • 查询机构投资案例。
  • 当已知机构 ID 时使用。

• search_investors

  • 搜索机构。

• get_company_profile

  • 查询重点项目公司画像。

• get_company_funding_events

  • 查询重点项目融资历史。

输入信息

用户可能给出：

• 赛道关键词：如机器人、人工智能、医疗健康、低空经济。
• 时间范围：如过去 30 天、上周、2026 年 Q1、最近一个季度。
• 轮次偏好：如天使轮、Pre-A、A 轮。
• 地区限制：如北京、上海、深圳。
• 输出偏好：如简报、公众号稿、内部投研 memo。

如果用户没有给出时间范围，默认使用最近 30 天。

工作流

1. 解析用户需求

识别：

• 赛道关键词
• 时间范围
• 事件类型
• 融资轮次
• 地区
• 输出格式

默认规则：

• 时间范围默认最近 30 天。
• 事件类型默认融资事件。
• 输出面向投资人，不写成新闻通稿。

2. 解析筛选条件

调用 search_tags 搜索赛道关键词。

如用户输入“机器人”，先查标签：

json

{
  "api_key": "<用户提供的 API Key>",
  "keyword": "机器人",
  "limit": 10
}

必要时调用 get_lookup_options 查询行业、子行业、轮次字典。

筛选策略：

• 如果关键词能命中标签，优先使用 tag_ids。
• 如果关键词是明确行业名，使用 scope_ids 或 sub_scope_ids。
• 如果用户指定轮次，映射到 round_ids。
• 如果用户指定地区，使用 provinces 或城市字段。

3. 查询融资事件

调用 search_events。

建议字段：

json

[
  "event_id",
  "event_time",
  "company_id",
  "company_name",
  "scope_name",
  "sub_scope_name",
  "round_name",
  "amount",
  "currency_name",
  "standard_rmb",
  "investor_text"
]

查询参数：

• event_type: invse
• date_start: 起始日期
• date_end: 结束日期
• tag_ids / scope_ids / sub_scope_ids
• round_ids
• page_size: 第一版建议 50

示例：

json

{
  "api_key": "<用户提供的 API Key>",
  "event_type": "invse",
  "date_start": "2026-04-12",
  "date_end": "2026-05-12",
  "tag_ids": [16],
  "page_size": 50
}

如果结果少于 5 条，可以适当放宽：

• 放宽标签到行业
• 放宽轮次
• 放宽时间范围

4. 归纳核心数据

基于事件列表统计：

• 融资事件总数
• 披露金额事件数
• 大额融资事件
• 轮次分布
• 子行业分布
• 地区分布
• 出现频次较高的投资机构

注意：

• amount 是展示金额，可能包含“未透露”“数千万”等文本。
• standard_rmb 可用于数值排序和金额聚合。
• 金额不完整时，不要强行给精确金额结论。

5. 识别重点项目

从融资事件中挑选 3-5 个重点项目。

优先级：

1. 金额较大且 standard_rmb 不为空。
2. 轮次处于早期到成长期，如天使轮、Pre-A、A 轮。
3. 投资方中出现知名机构。
4. 公司标签或子行业与用户关键词高度相关。
5. 最近发生的事件。

必要时调用 get_company_profile 补公司简介、标签、地区、最新融资信息。

6. 识别活跃机构

从 investor_text 中解析投资机构，统计出现次数。

第一版可以用事件中的投资方文本进行统计；如需要更准确的机构 ID，可后续补聚合 MCP 工具。

输出：

• 机构名称
• 参与事件数
• 代表案例
• 最近出手时间

7. 输出投资人简报

按固定结构输出：

markdown

# {赛道}融资动态简报

## 一句话结论

## 核心数据

## 重点融资事件

## 值得关注项目

## 活跃投资机构

## 赛道结构观察

## 后续跟踪建议

输出要求

• 面向投资人，避免空泛宣传口吻。
• 所有结论要基于 MCP 查询结果。
• 不要编造数据。
• 对金额缺失、不完整或“未透露”的情况要明确说明。
• 如果样本量较小，要提示“样本有限”。
• 简报中保留关键数据来源字段，如事件时间、轮次、金额、投资方。

示例输出风格

markdown

# 机器人赛道融资动态简报

## 一句话结论

过去 30 天机器人赛道仍有早期融资活跃迹象，事件集中在 Pre-A 至 A 轮，资金主要流向人形机器人、工业机器人和具身智能相关方向。

## 核心数据

- 融资事件数：12 起
- 披露金额事件：8 起
- 大额融资事件：2 起
- 主要轮次：Pre-A、A 轮
- 活跃地区：北京、深圳、上海

## 重点融资事件

| 公司 | 时间 | 轮次 | 金额 | 投资方 |
|---|---:|---|---:|---|
| 示例公司 | 2026-05-01 | A 轮 | 5000 万人民币 | 示例资本 |

## 值得关注项目

1. 示例公司：A 轮融资，金额较高，投资方包含产业资本，值得继续跟踪商业化进展。

## 活跃投资机构

- 示例资本：参与 2 起机器人相关融资。

## 赛道结构观察

本期事件更集中在早期轮次，说明新项目供给仍在增加，但大额后期融资数量有限。

## 后续跟踪建议

- 继续关注人形机器人核心零部件和具身智能软件层项目。
- 重点观察是否出现连续融资和头部机构加码。

当前 MCP 能力边界

当前版本适合生成“融资动态简报”和“项目观察”，不适合直接输出强预测结论。

暂不做：

• 投资评分
• 赛道未来预测
• 股权穿透
• LP/基金分析
• 自动生成图表文件