ServiceGraph Datasets

ServiceGraph提供结构化、指标丰富的业务数据集，包括美国专业服务公司（Agencies，超过110k条记录）、商业目录（3,500+）、产品目录（850+）和新闻通讯（50k+），数据集包含服务、规模、位置、评级、行业、域名评级、流量、订阅者、主题和发布频率等字段。这些数据集可用于过滤、排名和提取联系人数据，适用于创始人、AI代理等场景。ServiceGraph offers structured, metric-rich business datasets. The dataset portfolio includes four core categories: U.S. professional service agencies (with over 110,000 records), business directories (3,500+ entries), product catalogs (850+ entries), and newsletters (50,000+ entries). Its contained fields cover service offerings, company scale, geographic location, ratings, industry sectors, domain rating, traffic metrics, subscriber counts, content topics, and publication frequency. These datasets can be applied for filtering, ranking, and contact data extraction, and are applicable to scenarios such as founders and AI Agents.

原始信息汇总

ServiceGraph Agent Skills 数据集概述

ServiceGraph 是一个面向创始人和创业者的结构化、指标丰富的商业数据集平台，旨在帮助用户通过 AI 代理进行过滤、排序和提取联系数据。该仓库提供了多种 Agent Skills，专注于机构（Agencies）数据集。

数据集构成

ServiceGraph 包含多个相互独立的商业数据集，每个数据集都附有特定的结构化信息，便于筛选和排序。

数据集	规模	丰富字段
机构（美国专业服务公司）	超过11万家	服务类型 · 规模 · 地理位置 · 评级
商业目录	超过3,500个	行业 · 域名评级 · 流量
产品目录	超过850个	提交政策 · 域名评级 · 流量
新闻通讯	超过5万份	订阅者数量 · 主题 · 发布频率
子版块、网红	即将推出

当前仓库中的技能主要覆盖 机构数据集，涵盖法律、营销、设计、咨询、会计、IT服务、AI/ML、网页开发、工程、人力资源、公关、网络安全等多个行业。其他数据集的相关技能将在未来陆续发布。

核心功能与用法

• 过滤驱动，而非搜索：用户可以通过一个简单的过滤 DSL（领域特定语言）查询数据，支持行业、服务类型、地理位置、规模、评级等多种维度。例如：industry:legal state:CA,NY。
• 内置指标：每个数据行都包含机构评级、域名权威性、流量等信号，使得 AI 代理可以进行排序而非简单的列表展示。
• 费用模式：浏览、过滤和简要卡片免费；解锁单行的完整联系方式（电话、邮箱、社交媒体、地址）需消耗积分。
• 积分与计费：新用户注册即获 2,000 免费积分（无需绑定银行卡）。每次解锁一行消耗 10 积分（约 $0.10），解锁后 30 天内 可免费重复获取。充值标准为 $10/1,000 积分，$80/10,000 积分。

可用技能列表

仓库提供了针对机构数据集的多个特定 Agent Skill，AI 代理将根据用户指令自动选择最合适的技能。以下为部分技能示例：

• find-service-providers：通用技能，查找所有22个行业的美国专业服务公司。
• find-marketing-agency：查找美国的营销机构（品牌、内容营销、付费媒体等）。
• find-seo-agency：查找美国的搜索引擎优化机构（技术SEO、站内/站外SEO、链接建设等）。
• find-software-developer：查找美国的软件开发公司（定制软件、网页/移动开发、DevOps/云咨询等）。
• find-ai-consultancy：查找美国的人工智能/机器学习和数据咨询公司（AI/ML开发、生成式AI/LLM应用、计算机视觉等）。
• find-law-firm：查找美国的 B2B 律师事务所（公司、知识产权/专利、并购与证券等）。
• find-cpa-firm：查找美国的会计和税务公司（财务报表审计、公司税务、簿记等）。
• find-management-consultant：查找美国的管理咨询公司（战略、运营、高管教练等）。
• find-engineering-firm：查找美国的 实体工程 公司（土木、结构、机械/电气/管道等），不适用于软件工程。
• find-cybersecurity-firm：查找美国的网络安全公司（渗透测试/红队、安全审计、虚拟首席信息安全官等）。

安装与集成

• Agent Skills 安装：通过 npx skills add nostrband/servicegraph --skill <技能名称> 命令安装特定技能。
• API 密钥：使用前需在 ServiceGraph 控制台 生成 API 密钥，浏览、过滤和简要卡片功能免费。
• MCP 服务器：支持使用 Model Context Protocol 的客户端，可直接指向托管服务器 https://mcp.servicegraph.co，使用 OAuth 2.1 + PKCE 进行身份验证（无需手动粘贴 API 密钥）。兼容 Claude Code、Claude Desktop、Codex CLI、Cursor 等 19 种以上 AI 代理。

数据访问与语法

• API 端点：所有数据集共享相同的 URL 结构和过滤 DSL。
• 自由浏览：/v1/datasets/pro_services/fields（查看字段目录和 DSL 语法）、/v1/datasets/pro_services/search（获取简要公司卡片）等端点均为免费。
• 解锁数据：通过 POST /v1/datasets/pro_services/unlocks 解锁完整联系信息。
• 过滤 DSL 示例：industry:legal state:CA,NY -company_size_signal:solo、rating>=4 review_count_total>=20、(web3 OR blockchain) state:CA 等，支持关键词搜索、字段筛选、逻辑运算符（AND、OR、NOT）。

搜集汇总

数据集介绍

构建方式

ServiceGraph Datasets的构建基于对全美商业服务领域的系统性数据采集与结构化整合。数据集涵盖律师事务所、营销机构、设计公司、IT服务商、AI/ML咨询公司等22个行业，通过爬取公开商业目录、专业服务平台及企业官网，结合第三方评级指标（如Clutch评分、域名权威度、流量数据）进行多维度信息增强。每条记录均包含企业名称、服务范围、地理位置、规模、客户评价、第三方列表等结构化字段，确保数据可被编程化筛选与排序。构建过程遵循一致的过滤DSL规范，支持AND/OR逻辑组合、字段级别精确匹配及自由文本关键字搜索，形成标准化、可扩展的数据生态。

特点

该数据集的核心特点在于其高度结构化、指标丰富且针对AI代理优化的设计。每个数据集均内置可查询的过滤字段，如行业、服务类型、位置、规模、评级、第三方列表现状，支持任意组合的精确筛选。数据经过指标增强，包括企业评分、网站流量、域名权威度等，使AI代理能够基于量化信号进行排序与决策，而非单纯罗列结果。数据集采用按需解锁的信用机制，浏览、筛选和摘要卡片完全免费，仅当需要获取完整联系信息（如电话、邮箱、社媒、地址）时消耗信用点，且解锁后30天内可重复访问。此外，数据集兼容Agent Skills开放标准，可与Claude Code、Codex、Cursor等19种主流AI代理无缝集成。

使用方法

使用ServiceGraph Datasets时，可通过安装Agent Skills或调用托管MCP服务器两种方式接入。安装技能后，AI代理在检测到相关任务（如'寻找加州知识产权律所'或'筛选中型SEO机构'）时会自动匹配合适技能并执行查询。用户只需提供自然语言指令，技能会将其转换为结构化的过滤DSL字符串进行数据检索，返回符合条件的企业摘要卡片。对于需完整联系数据的情况，通过API调用解锁相应行。托管MCP服务器支持OAuth 2.1认证，无需手动复制API密钥，首次使用时在浏览器中完成授权即可。所有操作均通过统一的HTTP接口和查询参数实现，字段目录和DSL语法可在运行时动态发现。

背景与挑战

背景概述

ServiceGraph数据集由Artur于2024年创建，旨在为创业者提供结构化的商业数据支持，涵盖美国专业服务公司、商业目录、产品目录及新闻通讯等类别。其核心研究问题在于如何通过精细化的过滤与排名机制，提升AI代理在商业决策中的信息检索效率。该数据集在AI代理工具链领域具有开创性影响，通过整合行业、服务类型、地理位置、规模及评分等多维指标，为创始人提供了精准的目标客户发现、供应商筛选及市场洞察能力。

当前挑战

ServiceGraph数据集面临的核心挑战在于解决商业数据碎片化与动态更新问题。专业服务市场信息分散于各类平台，手动收集耗时且易过时，该数据集通过结构化指标与自动化API实现实时获取，但数据清洗与时效性维护仍需持续投入。构建过程中的挑战包括跨品类数据整合的语义一致性，如不同行业的服务描述标准化，以及确保数据源覆盖的全面性，避免遗漏关键细分领域如网络安全与工程服务。此外，从海量信息中提炼具备实际业务价值的信号，并设计直观的过滤语法以降低用户使用门槛，亦是重大技术难点。

常用场景

经典使用场景

在创业与商业拓展领域中，ServiceGraph Datasets最经典的使用场景是帮助创业者与创始团队精准定位潜在合作伙伴与客户。该数据集整合了超过11万家美国专业服务公司（涵盖法律、营销、咨询、会计、IT服务、人工智能等多个垂直领域），并通过结构化字段如业务类型、地理位置、公司规模、客户评价及第三方平台收录情况，支持深度过滤与排序。创始人可利用该数据集高效筛选出适合自身业务阶段的供应商、寻找邮件营销对象或确定招聘目标，从而大幅降低传统商业调研中依赖搜索引擎、人脉推荐或零散数据库带来的时间成本与信息噪声。 该数据集的另一个核心应用在于赋能AI代理（如Claude、Codex、GitHub Copilot等19+主流代理）以结构化方式执行商业情报任务。通过将传统需人工多轮搜索、比对、验证的信息流程转化为单次API调用即可完成的自动化链条，ServiceGraph使智能代理能基于具体意图（如“寻找加州擅长专利诉讼的精品律所”）直接返回经过验证的候选列表，实现了从模糊需求到结构化结果的端到端闭环。

解决学术问题

在计算社会科学与创业研究领域，ServiceGraph Datasets有效解决了基于大规模、多维度、结构化专业服务市场数据进行实证分析的长期难题。传统的企业数据库往往局限于财务数据或简单的工商注册信息，难以支撑对于专业服务生态系统（如律师事务所、咨询公司与营销代理机构之间的供需关系、地理集聚效应及跨行业服务组合）的深入量化研究。该数据集通过整合公司规模、服务类型、客户评价、第三方平台权威度（如Clutch评分、域名评级、搜索引擎流量）等多元特征，为研究者提供了一个可以同时考察服务商质量、市场结构及其网络效应的丰富观测窗口。 研究团队由此能够开展此前难以操作的纵向比较与跨行业分析，例如评估不同地区专业服务集群的演化模式、分析AI/ML咨询公司与传统IT服务商在市场定位上的分化趋势，或量化口碑评价对企业获取客户资源的实际影响。这些研究不仅深化了对服务业组织生态的理论认知，也为政策制定者理解中小型服务企业生存环境提供了数据支撑。

衍生相关工作

基于ServiceGraph Datasets，社区与开发者已衍生出一系列聚焦特定专业服务品类的专项技能（Skills），这些工作不仅深化了原始数据的应用粒度，也推动了AI代理技能生态的标准化进程。其中最具代表的是针对垂直行业的聚焦型技能，例如find-seo-agency（自动锁定技术服务类别中的搜索引擎优化供应商）、find-ai-consultancy（专门检索AI/ML与数据咨询公司，支持生成式AI、计算机视觉等细分标签）以及find-law-firm（限定于B2B法律服务，排除个人事务）。这些衍生技能通过预设行业标签与服务属性过滤器，大幅降低了代理在模糊语义理解时的歧义率。 另一项重要衍生工作是MCP（Model Context Protocol）托管服务器的推出，支持OAuth 2.1 + PKCE认证协议，使得非技能格式的AI客户端（如Claude Desktop、Cline）能够以更轻量的方式接入同一数据集接口。此外，官方提供的OpenAPI 3.1规范文档与llms.txt文件为后续构建交互式仪表盘、自动化报告生成器或实时市场监控面板等上层应用奠定了接口基础，形成了从数据集到技能再到应用的三层技术栈。