MCP MeasureMCP Measure

Index beobachtet

ai·rete·rag

Author rules from policy docs, then decide: a Rete engine gives the verdict, an LLM explains why.

Sollte ich dies verwenden

Qualität und Sicherheit

A
Qualität der Beschreibung
98%
Vollständigkeit des Schemas
68%
Qualität der Benennung
93%
Risiko der Vergiftung
100%
Übereinstimmung der Berechtigungen
100%
Einhaltung des Protokolls
100%

Basierend auf einer automatisierten Analyse der Tool-Definitionen und der Einhaltung des Protokolls.

Kontextkosten

~2,599Tokens (Tool-Definitionen)
~1.1 KBTypische Antwortgröße
Erhebliche Auswirkung auf die Aufmerksamkeit (2.03% von 128k Kontext)

Dies ist die ungefähre Anzahl der Tokens, die jedes Mal verbraucht werden, wenn die Tools des Servers in den Kontext eines Modells geladen werden. Höhere Werte verringern die Aufmerksamkeit, die für andere Aufgaben verfügbar ist.

Installieren

Installation mit einem Klick

Fügen Sie dies Ihrer Datei `claude_desktop_config.json` hinzu:

{
  "mcpServers": {
    "ai-rete-rag-mcp": {
      "command": "uvx",
      "args": [
        "ai-rete-rag-mcp"
      ]
    }
  }
}

Ausführbare Pakete

pypiai-rete-rag-mcp0.8.0stdio

Remote-Endpunkte

https://ai-rete-rag.com/mcpstreamable-http
https://ai-rete-rag.com/mcp/authstreamable-http

Was es kann

Tool-Inventar

Es wurde keine veröffentlichbare Tool-Aufzählung aufgezeichnet.

Community

Diesen Server bewerten

Nachweis

Aktuelle Beobachtungen

fehlgeschlagene BeobachtungVersion nicht aufgezeichnet—
verifiziertVersion nicht aufgezeichnet8 Tools
verifiziertVersion nicht aufgezeichnet8 Tools