zRev AI

Qué puedes hacer con él

Todavía no escribimos un resumen sencillo para este. Abajo están los datos que leímos del registro.

• Conexión: Se ejecuta en la nube
• Transporte: Streamable HTTP
• Categoría: Búsqueda y memoria de IA

Instalación

Elige la app de IA que usas y copia la configuración.

Necesitas

• Se ejecuta en la nubeNo hay nada que instalar; se conecta por internet

¿Qué app usas?

https://go.zrev.ai/mcp

claude mcp add --transport http zrev https://go.zrev.ai/mcp

{
  "mcpServers": {
    "zrev": {
      "url": "https://go.zrev.ai/mcp"
    }
  }
}

{
  "servers": {
    "zrev": {
      "type": "http",
      "url": "https://go.zrev.ai/mcp"
    }
  }
}

https://go.zrev.ai/mcp

Tu elección se guarda en una cookie en este dispositivo; no necesitas cuenta.

Esta configuración se genera a partir de la ficha del creador en el registro. Si el README dice otra cosa, sigue el README.

Qué puede hacer

Nombres y descripciones de las herramientas tal como los informó el servidor el 9 nov 2026. Los escribió el creador, no nosotros; los mostramos como texto sin formato.

• about_zrev

  Returns a plain-text profile of zRev AI: what the firm does, the companies it is the best fit for, who it is not for, its six service lines with a link to each, and contact details. Use this first when a user asks who zRev is, what it offers, or whether it suits their company. Re

• get_benchmarks

  Returns zRev's typical engagement results as plain text: 2x pipeline velocity, 20% lower customer acquisition cost, 10 hours back per rep per week, 60% of GTM busywork automated, results that start inside 30 days and mature by 60. The response always ends with the provenance cave

• get_engagement_timeline

  Returns the phases of a standard 60-day zRev engagement as plain text: what happens in each phase, what is delivered, and when first results appear. Use when a user asks how an engagement works, how long it takes, or what they would receive and when. Read-only, static content, no

• estimate_roi

  Runs zRev's ROI model on one company's numbers and returns, as plain text, the projected annual impact in USD split into pipeline lift, customer acquisition cost savings and the value of hours returned to the team, followed by the model's assumptions and a link to the interactive

• grade_llms_txt

  Fetches https:// /llms.txt (the file that tells AI systems what a site contains) and grades it with seven deterministic checks. Returns a 0 to 100 score and the pass or miss result of each check as plain text. If the site has no llms.txt the response says so and links to zRev's f

• cold_read

  Fetches a company's public homepage and returns, in two or three sentences, what the company appears to do and who it serves, based only on the visible text of that page and with no outside knowledge. Anything missing from the answer is missing from the homepage, which is the poi

• gtm_diligence_checklist

  Returns zRev's go-to-market due diligence checklist for investors and acquirers: 47 questions across ten dimensions, each with the data-room artifact that answers it and the red flag to watch for. Call with no arguments to get the list of ten dimensions; call with a dimension num

• book_call

  Returns the link and instructions for booking a free 30-minute intro call with Shivil Sahni, zRev's founder, plus what the call covers. It does not book anything: it only returns the scheduling link for the human to open themselves. Use when a user says they want to talk to zRev.

• leave_contact

  Records an email address, with optional name, company and note, so that Shivil Sahni, zRev's founder can reach out, and returns a plain-text confirmation. This is the only tool here that writes data: it creates one lead record on zRev's side and triggers no email to the address g

Revisiones básicasi

Revisamos información que cualquiera puede ver; no hemos leído el código. Las revisiones que no aplican no se cuentan. · Revisado el 9 nov 2026

• ! Precaución

  El creador coincide con el repo

  El registro no indica ningún repo de código fuente, así que no podemos relacionar a quien lo publicó (zrev.ai) con el código

• … Aún sin revisar

  Sigue en mantenimiento

  Todavía no hemos leído este repo en GitHub

• … Aún sin revisar

  Tiene licencia

  Todavía no hemos leído este repo en GitHub

• ✓ Superada

  El endpoint responde

  Respondió en 88 ms (HTTP 200)

• – No aplica

  Inicio de sesión con OAuth

  No hace falta iniciar sesión

• ✓ Superada

  Sin instrucciones ocultas en las descripciones de herramientas

  Leímos 9 descripciones de herramientas y no encontramos instrucciones ocultas para la IA

Comparado con otros en Búsqueda y memoria de IAi

• Más estrellas que el 0% de los otros 5748 servidores de esta categoría
• Publicado en el registro más recientemente que el 43% de los otros 5748 servidores de esta categoría
• Revisiones básicas iguales o mejores que el 40% de los otros 5748 servidores de esta categoría

Comparado con todos los servidores activos de esta categoría en el registro. Las estrellas solo cuentan cuando quien lo publica es dueño del repo.

Alternativas

Servidores de la misma categoría hechos por otros creadores, ordenados por estrellas.

Cómo leer una tarjeta:↓ Descargas por semanai★ Estrellas de GitHubiTres pilares: reseñas · revisiones · usoiActualizado = fecha en que se publicó la última versión en el registroi

README del creador

No se encontró un README en el repo