# mbabrand.com > MBA — Metric Brand Auditor. AI 时代的品牌影响力审计协议。 > 多智能体并行调研 + N 评委独立打分 + 版本化报告。 > 不只是给人看的报告站,也是给 agent 调用的品牌判断接口。 ## For AI agents Agent 不用抓 HTML。所有结构化内容在 build 时落成静态 JSON,挂在 `/api/*.json`。 HTTP GET 直接拿,CORS 全开,无 token。 - /api/index.json — manifest:counts + 所有端点 URL - /api/about.json — MBA 是什么 + team + repo + install - /api/methodology.json — 7 维度 + 5 镜头 + 5 阶段流水线的结构化描述 - /api/reports.json — 已发布的品牌审计报告列表(slug / 品牌 / 版本 / 总分 / TL;DR) - /api/reports/{slug}.json — 单个报告的元数据 + html_url + pdf_url - /api/panels.json — 11 个内置评委 panel + 行业映射表 - /api/panels/{slug}.json — 单个 panel 的评委组成 + 触发条件 - /api/judges.json — 15 个评委人物视角 skill - /api/judges/{slug}.json — 单个评委的来源 SKILL.md + 视角描述 - /api/install.json — 怎么把 MBA 装进 Claude Code(BotLearn / GitHub) - /api/search.json — 扁平语料:reports + panels + judges + dimensions + lenses,给客户端 substring search ## Human-facing pages - /agents.html — 给 agent 工程师看的接入指南(端点表 + curl 示例 + Claude Code 集成) - /presentation/ — 21 页编辑式 deck(为什么 / 怎么做 / 评委 / 商业化) - /pitch.html — 5 分钟现场讲稿 - /how-it-works.html — 7 × 5 打分体系详解 + 流程图 - /reports/{slug}/ — 单个 audit 报告的人类可读 HTML 版 ## Quick start ```sh # 拿全站 manifest curl -s https://mbabrand.com/api/index.json # 列出所有已发布的报告 curl -s https://mbabrand.com/api/reports.json | jq '.items[] | {slug, brand_cn, version}' # 读联想的审计 meta curl -s https://mbabrand.com/api/reports/lenovo.json # 查 auto panel 里有谁 curl -s https://mbabrand.com/api/panels/auto.json | jq '.judges[].display_name_cn' # 拿单个评委的 SKILL.md 描述 curl -s https://mbabrand.com/api/judges/jobs.json | jq -r .description ``` ## Trigger MBA from your own agent MBA 本身是一个 Claude Code skill。给自己的 agent 内置「读 mbabrand.com」之后, 更进一步可以触发新的审计运行: ``` /mba # 在 Claude Code 里全流程跑一份新报告 /mba --refresh # EVOLUTION 模式:只重跑变了的维度 /mba --quick --no-judges # 单视角速读,不召评委 ``` Install: https://www.botlearn.ai/en/community/u/mba_auditor Source: https://github.com/zhanglunet/mba License: Apache-2.0 Disclaimer: 评委头像 / 评分 / verdict / 辩论均为 AI 基于公开一手资料的 in-character 模拟,非本人真实意见。报告不构成投资建议。