Citation Intelligence MCP

Servidor MCP gratuito: veja quais URLs ChatGPT, Claude, Perplexity, Gemini e Bing citam para qualquer consulta.

Documentação

Citation Intelligence MCP

Um servidor MCP gratuito e auto-hospedado que informa ao seu agente o que os LLMs citam — em Perplexity, Google AI Overviews, ChatGPT, Claude, Gemini e Bing.

O que é

Um servidor MCP para agentes e desenvolvedores que precisam saber quais URLs são citadas pelos mecanismos de busca com IA para qualquer consulta. Instale uma vez, consulte a partir de qualquer cliente compatível com MCP (Claude Desktop, Cursor, Claude Code, Continue, Cline, n8n, LangGraph). Auto-hospedado, sem conta, sem backend centralizado. Traga suas próprias chaves de API; nada é armazenado em um servidor remoto.

Para quem é

Instale isto se você:

Está construindo um agente que faz pesquisa e quer que ele cite fontes que os LLMs já confiam
É um desenvolvedor solo ou hacker independente verificando se seu SaaS aparece nas buscas com IA
É um criador de conteúdo confirmando se seus artigos estão sendo citados por ChatGPT, Claude ou Perplexity
É um profissional de SEO ou GEO que quer dados de citação programáticos sem um painel de $295-$499/mês
Gerencia um pipeline editorial e quer seleção de tópicos orientada por déficit de citações
Compara a visibilidade de concorrentes entre mecanismos de IA para qualquer nicho

NÃO instale isto se você quer:

Um painel de marketing polido com gráficos e assentos de equipe — tente Profound, AthenaHQ ou Otterly.AI
Um serviço hospedado com SLAs — isto é auto-hospedado por design
Rastreamento de citações para artigos acadêmicos — tente citecheck
350M+ de prompts pré-modelados — isso é o Ahrefs Brand Radar

Por que isto existe

O mercado de rastreamento de citações de IA é dominado por painéis financiados por capital de risco a partir de $295/mês. Nenhum deles é MCP-first. Se você é um agente ou desenvolvedor que quer dados de citação canalizados diretamente para seu fluxo de trabalho — não para um login de SaaS — não existe uma ferramenta para você. Esta é essa ferramenta.

Ferramentas

As ferramentas estão agrupadas em sete namespaces: citations_*, domain_*, signals_*, panel_*, report_*, competitors_*, audit_*. O prefixo é a categoria da pergunta; o sufixo é a ação. Nomes de wire usam underscores (não pontos) para que clientes MCP baseados na API Anthropic (Claude Desktop, Claude Code) possam encaminhar a lista de ferramentas sem HTTP 400.

Comece com citations_provenance ou domain_am_i_cited. Resultados de mecanismo único (citations_check com um mecanismo fixado) são direcionais; o consenso entre vários mecanismos é o sinal honesto. Uma URL citada por 4 de 5 mecanismos é um achado muito diferente de uma citada por 1.

`citations_*` — nível de consulta: quem cita o quê, com qual evidência

Ferramenta	Finalidade
`citations_provenance`	Ferramenta recomendada para começar. Distribui uma consulta entre mecanismos; matriz de consenso entre mecanismos por URL. Retorna `interpretation_note` por mecanismo.
`citations_check`	URLs citadas por Perplexity / Claude / ChatGPT / Gemini / Google AI Mode para uma consulta; ou classificação web via bing_serp / brave_serp
`citations_evidence`	Extrai o trecho citado de `raw_answer` para cada citação (o porquê, não apenas o fato)
`citations_predict`	Probabilidade de citação a partir de sinais públicos — sem disparar LLM
`citations_trend`	Relatório de série temporal da taxa de citação + deltas de ganhos/perdas por consulta
`citations_freshness`	Pontuação de atualidade (meia-vida=365d) para as páginas que um mecanismo cita

`domain_*` — nível de domínio: sou citado, para quê

Ferramenta	Finalidade
`domain_am_i_cited`	Verificação de citação de domínio. Com `engine=auto` (padrão): distribui entre todos os mecanismos LLM disponíveis, retorna detalhamento por mecanismo + consenso entre mecanismos. Fixe `engine=` para reduzir custo.
`domain_cited_for`	Consultas pelas quais o domínio foi citado, a partir do cache local
`domain_cited_for_diff`	Diff de `domain_cited_for` entre duas janelas de tempo para um domínio

`signals_*` — sinais externos: AI Overview, Wikipedia, GSC, posição de answer box

Ferramenta	Finalidade
`signals_ai_overview`	Presença no Google AI Overview + fontes citadas
`signals_wikipedia`	Lista artigos da Wikipedia que referenciam um domínio (zero chaves)
`signals_gsc_gap`	Une o desempenho do Google Search Console com o status de citação de IA
`signals_answer_box`	Classifica cada primeira menção de citação em `raw_answer` em terços inicial/médio/final

`panel_*` — painéis de consultas salvos (listas de monitoramento editorial)

Ferramenta	Finalidade
`panel_track`	Salvar / carregar / listar painéis de consultas nomeados (listas de monitoramento editorial)
`panel_run`	Executa um painel através de `domain_am_i_cited` e tira um snapshot para o disco

`report_*` — artefatos de relatório prontos para uso

Ferramenta	Finalidade
`report_visibility`	Relatório de visibilidade de IA em uma única chamada sobre um conjunto de consultas (ou painel): taxa de citação (frequência de menção), share of voice vs. concorrentes, classificação média e sentimento da marca. Retorna dados estruturados + um artefato Markdown para uma página pública.

`competitors_*` — cenário competitivo por consulta

Ferramenta	Finalidade
`competitors_canonical_set`	Domínios mais citados por consulta, agregados entre mecanismos
`competitors_compete`	Snapshot competitivo ponta a ponta: sua URL vs. concorrentes mais citados
`competitors_compare`	`citations_predict` lado a lado entre 2-10 URLs

`audit_*` — verificações corrigíveis de on-page / on-site

Ferramenta	Finalidade
`audit_schema`	Validação profunda de schema.org — campos obrigatórios por `@type`, JSON-LD malformado
`audit_structured_data`	Diagnósticos de schema.org orientados à correção + patches sugeridos
`audit_crawler_access`	Verifica se GPTBot / ClaudeBot / PerplexityBot / CCBot / Google-Extended etc. podem buscar uma URL
`audit_sitemap`	`citations_predict` em massa em todas as URLs de um sitemap, dos piores primeiro
`audit_sitemap_map`	Cruza URLs do sitemap com citações em cache (inverso de `audit_sitemap`)
`audit_llms_txt`	Gera um `llms.txt` (https://llmstxt.org) a partir de um sitemap

Prompts

Modelos de prompt no lado do servidor que o cliente pode oferecer aos usuários finais (chame via lista de prompts do MCP):

audit_citation_readiness(url) — encadeia citations_predict + audit_schema
audit_competitor_snapshot(query, your_url?) — encadeia competitors_canonical_set + competitors_compete
audit_crawler_checkup(url) — executa audit_crawler_access e escreve uma lista de remediação
audit_gap_analysis(domain, days?) — conduz signals_gsc_gap e sugere próximos passos
audit_sitemap_coverage(sitemap_url) — executa audit_sitemap_map e recomenda prioridades

Recursos

Visualizações de cache que o cliente pode ler ou assinar (nenhuma chamada de ferramenta necessária):

citation://cache/summary — contagens de entradas por tipo/mecanismo, consultas/URLs únicas, mais antigas/mais recentes
citation://panels — painéis salvos + contagens de snapshots por painel
citation://docs/llms-txt — primer llms.txt (markdown)
citation://docs/ai-crawlers — folha de referência de crawlers de IA (markdown)
citation://domain/{domain}/cited-for — modelo dinâmico: citações para {domain}

O que isto realmente mede

Cada resposta inclui um campo surface que informa exatamente como os dados foram coletados. Entender isso é importante antes de tirar conclusões.

Superfície	Mecanismos	O que significa
`consumer_scrape`	`perplexity`, `google_ai_mode`	Proxied através de um produto real de busca de IA voltado ao consumidor. O mais próximo do que seus usuários veem.
`api_proxy`	`claude`, `openai`, `gemini`	Chamada de API a um LLM com busca habilitada. Pode diferir do comportamento do produto de consumo — versões diferentes de modelo, sem lógica de ranqueamento de UI, sem personalização. Use como proxy direcional, não como verdade absoluta.
`web_rank`	`bing_serp`, `brave_serp`	Classificação de busca web tradicional (não citação de LLM). Mede se uma URL aparece nos resultados de SERP, não se um LLM a cita.
`static_signal`	`citations_predict`, `signals_wikipedia`	Sinal offline calculado a partir de dados públicos. Nenhuma consulta LLM ao vivo.

Notas por mecanismo

perplexity (consumer_scrape) — Sonar Pro via API da Perplexity com um prompt de sistema equivalente ao de consumo. Razoavelmente próximo de Perplexity.ai. As citações vêm de search_results na resposta; o fallback citations contém entradas apenas com URL, sem título.

claude (api_proxy) — Claude Sonnet via API Messages da Anthropic com a ferramenta web_search habilitada. O produto de consumo Claude.ai usa roteamento e lógica de ranqueamento diferentes. O comportamento de citação pode diferir, especialmente para consultas recentes/sensíveis a tempo.

openai (api_proxy) — gpt-4o + a ferramenta web_search_preview via API Responses da OpenAI. Substitui o alias gpt-4o-search-preview que a OpenAI aposentou; gpt-4o base mais a ferramenta é o caminho suportado.

gemini (api_proxy) — Gemini 2.5 Pro via API Generative Language com grounding google_search. O Gemini de consumo usa o mesmo índice de grounding, mas re-ranqueamento diferente. Os resultados são direcionais.

google_ai_mode (consumer_scrape) — Resultados do Google AI Mode via SerpAPI. O mais próximo do que os usuários veem no Google Search. Requer SERPAPI_KEY.

bing_serp / brave_serp (web_rank) — Classificação SERP tradicional. NÃO mede citações de LLM. Use citations_check com esses mecanismos para comparar a classificação de busca orgânica com a classificação de citação de LLM. domain_am_i_cited recusa esses mecanismos — ele só mede o comportamento de LLM.

A natureza proxy dos mecanismos api_proxy é um recurso, não um bug: permite executar verificações de citação sem consumir cota cara de produtos de consumo. Só não relate números de API-proxy como "ChatGPT cita você" sem a ressalva.

Cada resposta de ferramenta inclui um campo interpretation_note que resume a fidelidade em uma frase. Classificações completas de fidelidade por mecanismo: docs/surface-fidelity.md.

Início rápido

npx -y @automatelab/citation-intelligence

Requer Node 20 ou posterior.

Claude Desktop

Adicione a %APPDATA%\Claude\claude_desktop_config.json (Windows) ou ~/Library/Application Support/Claude/claude_desktop_config.json (macOS):

{
  "mcpServers": {
    "citation-intelligence": {
      "command": "npx",
      "args": ["-y", "@automatelab/citation-intelligence"],
      "env": {
        "PERPLEXITY_API_KEY": "pplx-...",
        "SERPAPI_KEY": "...",
        "ANTHROPIC_API_KEY": "sk-ant-...",
        "OPENAI_API_KEY": "sk-...",
        "GEMINI_API_KEY": "..."
      }
    }
  }
}

Defina apenas as chaves que você tem. Qualquer cliente MCP que suporte transporte stdio funciona — mesmo padrão command / args.

Como permanece gratuito

Sem backend central. O servidor é executado na sua máquina. Nada é enviado.
Camada gratuita primeiro. SerpAPI oferece 100 consultas gratuitas de Google AI Overview/mês. Bing Web Search tem uma camada gratuita. Perplexity oferece acesso gratuito ao Sonar na inscrição.
Traga suas próprias chaves pagas se quiser os mecanismos premium (Claude, ChatGPT, Gemini). As chaves passam direto para o fornecedor e nunca tocam terceiros.
Cache local em ~/.config/citation-intelligence/cache.json. Consultas repetidas acessam o cache, não a API. TTL padrão: 7 dias.
citations_predict roda com zero chaves — ele pontua a probabilidade de citação a partir de sinais públicos (Wikipedia, schema.org, llms.txt, GitHub) sem disparar nenhum LLM.

Privacidade

Todas as chamadas de API vão da sua máquina diretamente ao fornecedor (Anthropic, OpenAI, Google, Perplexity, Bing, SerpAPI).
Sem proxy. Sem analytics. Sem telemetria por padrão.
As chaves de API são lidas de variáveis de ambiente no processo MCP — nunca registradas em log, nunca persistidas.
O arquivo de cache fica em ~/.config/citation-intelligence/cache.json. Exclua-o a qualquer momento.

Variáveis de ambiente

Variável	Finalidade	Camada gratuita?
`PERPLEXITY_API_KEY`	`citations_check` (perplexity — consumer_scrape)	Sim
`SERPAPI_KEY`	`signals_ai_overview` + `citations_check` (google_ai_mode — consumer_scrape)	100/mês gratuitos
`ANTHROPIC_API_KEY`	`citations_check` (claude — api_proxy)	Somente pago
`OPENAI_API_KEY`	`citations_check` (openai — api_proxy)	Somente pago
`GEMINI_API_KEY`	`citations_check` (gemini — api_proxy)	Sim
`BING_API_KEY`	`citations_check` (bing_serp — web_rank)	Sim
`BRAVE_API_KEY`	`citations_check` (brave_serp — web_rank)	Sim (2000/mês)
`CITATION_CACHE_TTL_DAYS`	TTL do cache para entradas `citations_check` (padrão 7)	n/a
`CITATION_AI_OVERVIEW_TTL_DAYS`	TTL do cache para entradas `signals_ai_overview` (padrão 1)	n/a
`CITATION_CONFIG_DIR`	Substitui o diretório de configuração (padrão `~/.config/citation-intelligence`)	n/a

Exemplo: estou sendo citado?

You: For the queries "best AI citation tracker", "MCP for AI search", "self-hosted GEO tool",
     is automatelab.tech cited?

(agent invokes `domain_am_i_cited`)

Result:
{
  "domain": "automatelab.tech",
  "engine": "perplexity",
  "results": [
    { "query": "best AI citation tracker",   "cited": true,  "rank": 4 },
    { "query": "MCP for AI search",          "cited": true,  "rank": 1 },
    { "query": "self-hosted GEO tool",       "cited": false, "matching_urls": [] }
  ],
  "summary": {
    "queries_total": 3,
    "queries_cited": 2,
    "citation_rate": 0.67,
    "average_rank": 2.5
  }
}

Exemplo: prever probabilidade de citação (nenhuma chave necessária)

You: How likely is https://example.com/blog/post to be cited by AI?

(agent invokes `citations_predict`)

Result:
{
  "url": "https://example.com/blog/post",
  "score": 62,
  "grade": "C",
  "signals": {
    "wikipedia_linked": false,
    "github_referenced": false,
    "reddit_referenced": true,
    "llms_txt_present": true,
    "https": true,
    "has_article_schema": true,
    "has_faq_schema": false,
    "has_breadcrumb_schema": true,
    "canonical_clean": true,
    "word_count": 1850,
    "reading_time_minutes": 8,
    "h2_count": 7,
    "h2_question_count": 1,
    "authority_link_count": 2,
    "external_link_count": 6,
    "internal_link_count": 11,
    "last_modified_days_ago": 42,
    "has_open_graph": true
  },
  "fixes": [
    { "signal": "has_faq_schema", "suggestion": "Page already has question-style H2s. Wrap them in FAQPage JSON-LD - high-leverage win.", "estimated_lift": "high" },
    { "signal": "h2_question_count", "suggestion": "Reframe at least 2 H2s as questions users actually ask...", "estimated_lift": "medium" }
  ]
}

O sinal da Wikipedia é medido (ele se correlaciona com citação), mas nenhuma sugestão de "vá buscar um artigo na Wikipedia" é emitida — o conselho seria não acionável. A pontuação é dividida em seis categorias — autoridade de domínio, dados estruturados, profundidade de conteúdo, grafo de links, atualidade, metadados — então uma página superficial e uma página profunda no mesmo domínio recebem pontuações significativamente diferentes.

Receitas de workflow

Padrões concretos que compõem as 26 ferramentas em algo útil. Os custos assumem ChatGPT ou Perplexity a ~$0,01–0,03/consulta.

1. Rastreador semanal de citações

O padrão de maior ROI. Escolha 20–30 consultas do seu backlog editorial, tire snapshots semanais e observe a tendência da taxa.

# One-time setup
panel_track name="editorial-watchlist" domain="example.com" action="save"
            queries=["best widget tutorial", "how to set up X", ...]

# Weekly cron (5 min, ~$0.20-0.60 per run)
panel_run name="editorial-watchlist"

# Anytime
citations_trend panel="editorial-watchlist"

citations_trend retorna deltas por consulta: quais consultas mudaram de cited: false para cited: true desde o primeiro snapshot. Essa é a sua métrica real de impacto editorial.

2. Portão de pré-publicação

Antes de publicar um post, descubra quem detém o espaço de citação e se vale a pena competir por ele.

# 1. Is there an AI Overview to compete for?
signals_ai_overview query="<target query>"

# 2. Who is cited today?
citations_check query="<target query>"

# 3. After publish + 14 days: did the post break in?
domain_am_i_cited domain="example.com" queries=["<target query>"]

Se citations_check retornar 5+ concorrentes fortes em uma consulta de baixo volume, escolha um ângulo diferente. Se ai_overview_present: false, a consulta não tem superfície de IA — reconsidere.

3. Auditoria em massa do site

Identifique problemas estruturais em todo o site, em todas as páginas, de uma só vez. Zero gasto com API.

audit_sitemap sitemap_url="https://example.com/sitemap.xml" limit=200

Retorna worst_first em ordem de pontuação de probabilidade de citação. Revela schema ausente, canônicos conflitantes, /llms.txt ausente, HTTPS quebrado.

4. Lacuna de sinais do concorrente

Você não é citado; eles são. Por quê?

# 1. Find the top-cited URLs for your target query
citations_check query="<query>"

# 2. Compare your URL to theirs signal-by-signal
competitors_compare urls=[
  "https://example.com/your-post",
  "https://competitor-1.com/their-post",
  "https://competitor-2.com/their-post"
]

diverging_signals é a lista de onde você está perdendo. Geralmente é óbvio quando você vê — eles têm schema de FAQ, referências do GitHub, links da Wikipedia — você não.

5. Lacuna entre ranking do Google e citação por IA

As vitórias editoriais mais próximas são consultas em que você já está no top 10 do Google, mas é invisível para a IA. Requer uma conta de serviço do GCP com escopo webmasters.readonly.

signals_gsc_gap
  domain="example.com"
  queries=["...editorial watchlist..."]
  start_date="2026-04-01"
  end_date="2026-05-01"

closest_wins retorna consultas com position <= 10 e ai_cited: false, ordenadas por impressões em ordem decrescente. Envie sinais de citação para essas URLs específicas primeiro.

6. Monitor de menções na Wikipedia

A Wikipedia é o sinal de maior correlação, mas o conselho "entre na Wikipedia" é inútil. Então, em vez disso: observe quando isso acontece organicamente.

signals_wikipedia domain="example.com" limit=50

Retorna URLs de artigos da Wikipedia que já linkam para o domínio. Execute novamente trimestralmente; a diferença é o seu alerta de "conseguimos uma citação da Wikipedia".

Schema.org

{
  "@context": "https://schema.org",
  "@type": "SoftwareApplication",
  "name": "Citation Intelligence MCP",
  "applicationCategory": "DeveloperApplication",
  "operatingSystem": "Cross-platform",
  "description": "Self-hosted MCP server for querying AI citation data from Perplexity, Claude, ChatGPT, Gemini, Bing, and Google AI Overviews.",
  "offers": { "@type": "Offer", "price": "0" },
  "url": "https://github.com/AutomateLab-tech/citation-intelligence"
}

Contribuindo

Relatórios de bugs, ideias de recursos e PRs são bem-vindos. Veja CONTRIBUTING.md.

Segurança

Reporte uma vulnerabilidade via SECURITY.md.

Licença

MIT — veja LICENSE.

Construído por automatelab.tech

Citation Intelligence MCP

Documentação