数据与 MCP

您的 AI 助手正在猜测世界杯

问 Claude 或 Cursor 谁会进入决赛, 它会瞬间作答, 流畅、自信, 却悄悄编造了一半内容。训练数据已经冻结了数月。阵容此后已经换了一轮。没有经过校准的概率, 所以它凭借过往赛事的模式来回答, 并称之为分析。自信是真的, 数据不是。

弥补这个差距只需一行配置。

没有 MCP 服务器

自信、流畅, 但经常出错, AI 助手从不了解本届赛事的训练数据中即兴发挥。

有了它

同样的流畅度, 现在基于 156,421 个实时数据点作答, 来自当前数据重建, 而非多年前的记忆。

给它真实的数据

托管的 Model Context Protocol 服务器将模型输出作为工具提供给您的 AI 助手, 共 12 个, 每个数据集一个。添加一次即可。此后, 「比较法国和英格兰的预测首发 XI」或「巴西进入半决赛的概率有多大？」都将从实时模型获取答案, 而非猜测。

156,421

您的 AI 助手可访问的数据点

12 个数据集共 13,507 条实时记录, 每一项由模型生成或来自公开记录, 每天从源数据重建。

48 支球队104 场比赛1,215 名球员1,246 个预测大名单位置

一条命令

添加到 Claude 或 Cursor

使用 API 密钥认证, 任何已登录账户均可生成, 前 10 次工具调用免费。添加服务器和列出工具的握手过程不计入次数, 仅计数据调用。

claude mcp add --transport http onthepitch \
  https://onthepitch.now/api/mcp \
  --header "Authorization: Bearer otp_live_…"

然后自然提问: 「哪支球队最可能赢得 H 组？」「比较法国和英格兰的预测首发 XI」「巴西在 WC2022 表现如何？」AI 助手会调用匹配的工具（get_forecast、get_predicted_squads、get_majors）并从实时数据作答。每个工具对应一个 /api/v1/ 端点, REST 和 MCP 保持同步。