投资人尽调 AI 工具组 — Startup VC Research Toolkit

这个 pack 包含什么

这是给「邮箱里已经堆了 40 封邮件、12 份 deck，周五只剩一个 IC 名额」的早期投资人准备的栈 — 不是 KOL 那种「AI 改变 VC」的长文。每个工具只做尽调这一周里的一件事：开一个 sourcing thesis、挖一家私有公司的信号、把创始人最近 3 段工作经历核一遍、读完一份对标公开公司的 10-K、写出一份合伙人会真的拿红笔改的 memo 草稿。

Pack 有意做成 AI 辅助、不是自动驾驶。投资人不会因为慢丢 LP，会因为对错的公司有 conviction 丢 LP。所以工作流在每个判断点都把你留在环里 — AI 做大部分搜索、抓取、转写、初稿；你读一手材料、自己拍价格。

不需要先学两周 LangGraph — 大部分资产是 Claude Code 子 agent 一条命令装好，或者 MCP server 接进去。挑一个 deep research agent、一个 search API、一个 scraper、一个 filings 工具，周一早上就能用起来。

Pack 里有什么 — 五层

Layer 1 — Sourcing / Deep Research（在一个 thesis 或 category 上做广扫）

• GPT Researcher — 自动调研 agent，回答「现在谁在做 X」
• STORM — 多视角专家模拟，给陌生 category 画地图
• Perplexity Sonar API — 单次 API 调用拿到带引用的快答

Layer 2 — 公司情报（把一个公司名变成证据）

• Exa — AI 原生搜索 API，挖公司、博客、招聘信号
• Tavily Search — 给 agent RAG 管道用的搜索 API，JSON 比爬 SERP 干净
• Web-Check — OSINT dashboard，拉 DNS、技术栈、HTTP header、证书、archive 历史

Layer 3 — 创始人背调 + 抓取

• Apify MCP Server — 8,000+ 现成爬虫（LinkedIn、GitHub、新闻、点评），agent 可调

Layer 4 — 财务 / 公开财报

• SEC EDGAR MCP Server — 让 agent 拉 10-K、10-Q、S-1、8-K，给后期 / Pre-IPO 项目做对标
• OpenBB — 开源投研平台，股票、期权、加密、宏观、alt-data 一锅端

Layer 5 — Memo / IC 综合

• Claude Code Agent: Research Analyst — 把上面所有东西综合成结构化的 IC memo 段落

推荐安装顺序

1. GPT Researcher — 自动调研报告 Agent — 从这里起步，因为 sourcing thesis 含糊，下面啥都白搭。给它「2026 开源 agent 框架里谁在融种子」「谁在做 local-first 同步引擎」，回来一份多源、带引用、可以直接粘进 Notion 的报告。Apache-2.0、Python 包、26k+ GitHub stars。烧 OpenAI + Tavily token，每份报告几分钱预算。
2. STORM — AI 调研报告生成器（Stanford） — 当 category 本身就陌生（「security 里的 *-as-code 到底是啥、谁重要」），STORM 的多视角专家对话会冒出单一 prompt 漏掉的角度。Stanford 出品、Wikipedia 风格的带引用产出。在你还不知道该问什么子问题时，比 GPT Researcher 更早用。
3. Perplexity Sonar API — 单次调用的搜索式 LLM — 给「这个创始人上一家公司到底是被收了还是关了」这种是非题用。一次 API 调用、自带引用，比起跑完整调研 agent 快得多。按次付费、扩展性好。
4. Exa — AI 原生搜索 API（给 agent 管道用） — SERP 爬挂掉时，给你自己的尽调 agent 用的搜索后端。结构化结果带内容抽取，「找和 相似的 startup」这种 neural search 它原生支持。把它当你其它 agent 的 search layer。
5. Tavily Search — 给 AI Agent 用的搜索 API — 备选 search 后端。一般 web RAG 更干净，免费额度大方。和 Exa 配对：Tavily 走广度，Exa 走 neural 相似度。GPT Researcher 默认就用 Tavily 当底。
6. Web-Check — 一站式网站 OSINT 分析面板 — deck 一到，先把公司域名丢进 Web-Check。DNS 历史、托管、技术栈、安全 header、证书、archive 版本，60 秒告诉你这家公司是不是 6 周前刚建、谁托管、栈对不对得上 deck 吹的。
7. Apify MCP Server — 8,000+ 网页爬虫 — 创始人背调（LinkedIn 工作经历、GitHub commit 活跃度、X 触达）、客户点评（G2、Capterra）、新闻监控全靠一个 MCP server。按条结果付费而不是按爬虫付费。每个爬虫跑之前先读 ToS — 尤其 LinkedIn。
8. SEC EDGAR MCP Server — Agent 查美股财报 — B 轮项目要拿一个上市对标做 benchmark 时，让 agent 把对标的最近 10-K / 10-Q / S-1 拉来，回答「他们的营收增速、毛利率、rule-of-40 趋势是多少」，不用你手动开 edgar.gov 三十次。免费、EDGAR 不需要 API key。
9. OpenBB — 开源投研平台 — 金融数据 hub：股票、期权、加密、宏观、alt-data，一个统一的 Python / CLI。给行业 benchmark（「公开 dev-tools 指数现在 vs 2023 怎么交易的」），以及 memo 第 12 页那个不画就交不出去的图。
10. Claude Code Agent: Research Analyst — 综合层。把步骤 1 的 GPT Researcher 报告、步骤 6-7 的 Web-Check + Apify 抓取、步骤 8 的 EDGAR 对标数据喂进去，agent 出结构化的 IC memo 段落（thesis、市场、团队、traction、风险、ask）。只是初稿 — 你的活是推回那些幻觉营收数字、抹平团队短板的部分。

它们怎么协同

  Sourcing thesis
  ┌──────────────────────────────────────────┐
  │ STORM（陌生 category 画地图）              │
  │   └──► GPT Researcher（深扫、带引用）      │
  │       Perplexity Sonar（是非快答）         │
  └──────────────────┬───────────────────────┘
                     │
                     ▼   公司名 / 域名 / 创始人
  ┌──────────────────────────────────────────┐
  │ Exa + Tavily ── agent 的 search layer    │
  │ Web-Check ──── 域名 OSINT                │
  │ Apify MCP ──── 创始人 + 客户抓取          │
  └──────────────────┬───────────────────────┘
                     ▼   每家公司的证据库
  ┌──────────────────────────────────────────┐
  │ SEC EDGAR MCP ── 公开对标财报             │
  │ OpenBB ──────── 行业 / 市场上下文          │
  └──────────────────┬───────────────────────┘
                     ▼
        Claude Code Agent: Research Analyst
         （IC memo 草稿：thesis · 市场
          · 团队 · traction · 风险 · ask）
                     │
                     ▼
              合伙人 review / IC

关键连接是 signal → deal → due diligence → memo → IC。每个交接点都是投资人掉链子的地方：sourcing thesis 没变成 deal pipeline、尽调抓取没进 memo、memo 到 IC 时没对标数据。这十个工具就是挑出来让你能在一套工具面上从头到尾走通的。

你会遇到的取舍

• 数据新鲜度 vs 成本 — Perplexity Sonar 和 GPT Researcher 都拉的是 live web；私有公司数据常常滞后几周到几季度（上一轮、人头、客户数）。A 轮及更早，创始人手里的 deck 比任何爬虫都新 — AI 用来核对和补充，不是替代沟通。EDGAR 是到 filing 当日；OpenBB 的市场数据除非接付费源否则有延迟。
• 抓取合规 — Apify 上 LinkedIn、Glassdoor、Crunchbase 的爬虫违反那些站的 ToS，哪怕在你这个司法辖区技术上不违法。平台收费是一回事；诉讼风险（hiQ vs LinkedIn、Bright Data vs Meta）是另一回事。两条更安全的路：(a) 用官方 API（LinkedIn Sales Navigator API 适合给已融资的企业），(b) 只抓创始人反正会给你的数据，把 Apify 用在外围信号（GitHub、新闻、点评）。要爬就带署名、做 rate limit。
• AI 对私有公司编造 — LLM 会非常自信地给你一家私有公司的 ARR、人头、上一轮金额。常常错。涉及私有公司的论据，必须要有 (a) 公司自己发布的一手出处，或 (b) 你有 license 的付费 DB（PitchBook、CB Insights、Sourcescrub）的引用。任何无出处的 AI 论断都按可疑处理 — 模型在拿老 TechCrunch 文章插值。
• Memo 模板套用过死 — Research Analyst 和 Report Generator 默认都套一个通用 IC memo 模板。如果你 firm 有打磨过的模板（章节、评分 rubric、对标表格式），把它粘进 context，agent 会按它来。如果没有，先用 agent 默认输出再迭代成模板。别让 AI 给你设计 memo 格式 — 那是你 IC 的品味决策，不是效率问题。
• OpenBB vs 付费数据 — OpenBB 免费、聚合得多，但更深的行业 / 一级市场数据藏在付费集成（FMP、Polygon、Tiingo）后面。种子 / A 轮尽调，OpenBB 的免费公开市场数据当上下文一般够。后期 / 成长期，认真买一个数据订阅。
• STORM vs 直接让 Claude 带搜索 — 单个问题，Claude 自带搜索更快。STORM 值的三种情况：(a) 要一份带引用能挂在 memo 后面的报告，(b) 一次性扫 8-12 个子问题画一张 category 地图，(c) 多视角模拟能挖出单一 prompt 漏掉的角度。给 sourcing thesis 用，引用链路重要 — 合伙人会挑论据。

常见踩坑

• 信源不验证 — AI 搜索 agent 会返回引用。它们不全是真的。GPT Researcher 和 Perplexity 偶尔会幻觉 URL 或把一句话归错文章。粘进 memo 前一定要点开每个引用。你省的那五分钟，会变成合伙人在 IC 上点开链接发现是死页的尴尬。
• 没过法务直接违反 ToS 抓取 — hiQ vs LinkedIn 是个拖了多年、判例边界还窄的官司。Apify 会乐意跑它 8,000 个爬虫里的任何一个；不代表你 firm 应该全跑。带一页纸给 GC 看：你在抓哪些站、什么速率，尤其是任何会进 data room 或卖给 LP 的数据产品。
• AI 编造创始人背景 — 最危险的失败模式。「这个创始人上一家公司卖给了 Salesforce」是一种模型会从 LinkedIn 一行模糊文案里造出来的论断。创始人工作经历一定要核对一手出处（LinkedIn 本人页面直读、收购方的新闻稿、创始人自己的 bio）。AI 综合的创始人 bio，粘进 memo 前至少抽核三条具体论断。
• Memo 模板套得太死 — IC memo 存在的意义是在 IC 会议上引出正确的争论。如果 agent 给你一份漂亮的结构化 memo，但真正该讨论的其实是「这是 category bet 不是 company bet」，那就重写结构。模板是起点，不是论证的最终形状。
• 没看一个 deal 先搭 agent 栈 — 最糟的投资人失败模式是「尽调拖延症装成工具搭建」。挑三个工具（GPT Researcher + Web-Check + Research Analyst），周一开 thesis，周三浮出 5 个名字，周五挖深 2 家。剩下 7 个工具只在前 3 个饱和时才有座位。