搜索用于尽职调查的 MCP server，你会得到工商登记类服务器、一个虚拟数据室，以及一家合规厂商。它们回答的是同一个问题：数据从哪里来。这篇文章回答另一半——一个通用的网页数据 MCP server 在尽职调查流程里究竟做什么，以及那个应当决定你是否信任其输出的失效模式。
用于尽职调查的 MCP server 究竟做什么
它不会交给你一个尽职调查数据库。CrawlForge 不拥有工商登记记录，没有制裁名单，没有申报文件，也没有组织架构图。它读取的是你指定的页面。
它带来的是位于数据源之上的那一层：你的代理可以在撰写备忘录的同一个会话里搜索、抓取、解析并复核一手文件，而不必由你在数据室、浏览器和电子表格之间来回复制。这个说法比多数为该关键词排名的页面都更克制，但它是诚实的。如果你需要一份有授权的制裁名单，就去买一份制裁名单。
每项尽职调查任务对应哪个 tool
| 任务 | Tool | Credits |
|---|---|---|
| 梳理关于某个交易对手的公开报道 | deep_research | 10 |
| 阅读申报文件、年度报告或合同 PDF | process_document | 2 |
| 从登记页面中抽取指定字段 | extract_structured | 3 |
| 枚举某家子公司的全部网站资产 | map_site → crawl_deep | 2 + 4 |
| 签约后持续监控交易对手 | track_changes | 3 |
如何把代理限制在你信任的来源之内
尽职调查的成败取决于来源质量，因此请把每次调查锁定到你真正会引用的登记机关与监管机构。research_scope.domains 最多接受 10 个：
{
"research_query": "ACME Holdings Ltd filing history and current directors",
"research_scope": {
"domains": ["find-and-update.company-information.service.gov.uk", "sec.gov"]
},
"max_sources": 10
}第一次调用前值得知道两个参数陷阱：查询字段叫 research_query，不是 query 也不是 topic，而且至少要有 10 个字符。未知的键会被静默丢弃，所以传 topic 会返回一个 400，抱怨缺少 research_query——完整参数列表见 API 参考文档。
真正要命的失效模式是什么
模型返回了一条看起来合理、却从未出现在页面上的事实。
在大多数抓取工作里，这只是个麻烦。在尽职调查里，这就是全部风险所在——一个编造出来的成立日期，读起来和真实日期一模一样，而下游没有任何环节会标记它。我们确实遇到过 extract_structured 返回一个在源页面上根本不存在的版本号，仅仅因为模型更偏爱它记住的那一个——这类问题只有针对真实站点的实测才能发现，测试套件永远发现不了。
所以真正该围绕其做设计的属性是可追溯性，而不是准确率承诺。deep_research 返回的是带有 source_url 的逐字原文段落，而不是综合改写后的摘要，这意味着备忘录里的每一行都能回溯到它的出处页面。可操作的规则是：让基于 LLM 的抽取去定位事实，然后在它进入任何需要合伙人签字的材料之前，对照原始段落或用 process_document 读取 PDF 加以确认。
一个交易对手要花多少
按上表的费用，一轮现实的调查是这样的：
deep_research限定在两个登记机关内 —— 10- 两份文件经
process_document处理 —— 4 - 一个登记页面经
extract_structured抽取 —— 3 - 为交割后监控，对其定价页和新闻页建立基线 —— 6
也就是每个交易对手 23 credits，因此 Free 方案一次性的 1,000 credits 大约够完整跑完 43 个，足以让你判断这套做法是否值得进入你的技术栈。
监控是最被低估的一环。track_changes 先执行一次 create_baseline，之后按你需要的频率执行 compare，并可用 CSS selector 把 diff 限定在关键区块——一张定价表，或一个管理层名单——这样页面改版就不会被读成实质性变化。
免费开始，赠送 1,000 credits，先拿一个真实的交易对手把上面这一轮跑一遍，再决定要不要投入。
