竞品内容 Pattern 雷达 · pattern-radar
把「AI 答案 / 竞品内容」当语料，找出反复出现的说法——谁被反复提到、AI 反复引用哪些信源、答案空间是否已经固化。
纯标准库、零依赖、只读。clone 下来就能跑。
已托管为公网 MCP 服务，不用装任何东西就能用：https://savantcat.cn/mcp-radar
python radar.py --selftest # 必跑：对照组自检
python radar.py --input <记录.json> --brands 我家,竞品A,竞品B --out 报告.md
它回答的问题
- AI 对这个问题已经形成什么固定说法？（重复 Pattern + 覆盖率）
- 谁在这类答案里占位？（主体覆盖率）
- AI 实际上把谁当信源？（被反复引用的域名）
- 答案空间固化到什么程度？（同题相似度）
口径（重要，别误用）
- Pattern = 覆盖度：出现在越多回答里，越像「AI 对这个问题的默认说法」。覆盖率 = 覆盖回答数 / 总回答数。
- 阈值不是拍脑袋的：先取语料的高覆盖 n-gram 作种子，向左右逐字扩展成完整短语（所以给出的是「百度智能云」而不是碎片「度智能云」）。
- 空阈值用零假设模拟得出：把每篇答案的字符内部打乱（保留长度与字频、摧毁短语），重算最大覆盖，取 p95；真实阈值 = max(空阈值+1, 3)。这是自校准的，不是经验常数。
- 占位符域名会被剔除：答案正文里的「你的域名」这类模板文字不是信源，报告中标 ⚠️ 且不进结论。
对照组标定结果（v1.0.0 实测）
--selftest 造两份答案已知的语料：
| 对照组 | 期望 | 实测 |
|---|
| A 健康组（注入 10/12 条重复短语 + 同一信源 8 次） | 检出 | ✅ 检出，覆盖 100%；信源识别正确 |
| B 病态组（每条只用互不重叠的字，真无重复） | 零误报 | ✅ 检出 0 个 |
| 负对照（A 语料字符打乱） | 恒为 0 | ✅ 0 个（链路不造伪 Pattern） |
| 样本闸门（5 条样本） | 必须拒 | ✅ 拒答并说明原因 |
对照组本身也被验证：自检会先断言「B 真的没有跨答案重复」，不满足就报语料构造错误而不是改工具。第一版自检就是这么抓出我的语料写错了（12 条答案共用同一模板串）。
边界（明说，不含糊）
- 只做字符级 n-gram，不做语义聚类。同义不同形（「AI 客服」vs「智能客服」）不会合并。
- 不判情绪、不判内容好坏、不预测流量或 ROI。覆盖率高 ≠ 评价好。
- 样本 < 12 条直接拒绝出分，不硬凑。低于这个量算出来的是噪声，比没有更误导。
- 换语料形态（英文、长文）需重新标定：当前阈值是在中文短答案（每篇数百字）上标定的。
- 只读：不修改任何输入文件（可用 md5 前后比对自证）。
- 引用 URL 只做提取与域名统计，不做可达性验证（打不开可能是反爬，不等于幻觉）。
输入格式
两种都吃：
geo-monitor 的记录：{"samples": [{"question","platform","run","answer"}, ...]}- 纯数组：
[{"question","answer","platform"?,"run"?}, ...]
空答案会被丢弃并计数，不当成数据。
报告骨架
一、AI 答案里的重复 Pattern（含零假设阈值）
二、竞品占位（谁被提到 / 覆盖率 / 是否出现在靠前位置）
三、AI 反复引用的信源（信源池占位，占位符已剔除）
四、答案空间同质化程度（同题两两相似度）
五、最该先修的一件事（只给一条）
附录：口径与边界
第五节刻意只给一条建议——需要的是下一步动作，不是十条清单。
怎么接入
用远程端点（推荐，零安装） —— 任何支持 MCP 的客户端填 URL 即可：
{"mcpServers": {"pattern-radar": {"url": "https://savantcat.cn/mcp-radar"}}}
三个工具：analyze_patterns（主分析）· self_check（先验尺子可用）· explain_method（口径与边界）。
本地 stdio（要改代码或离线用）：
python server.py # stdio
python server.py --http --port 8768 # streamable-http
相关
License
MIT — 见 LICENSE。
作者
合尘猫 · 一个人 + 一个 AI 分身的 AI 落地实践 —— 知识库 · AI 客服合规 · 内容自动化。
版本
- v1.0.0（2026-10-04）首版。阈值口径：零假设 p95 自校准 + 逐字扩展短语 + 碎片剔除 + 占位符识别。