MCP MeasureMCP Measure

索引已觀測

ai-eval

Cloudflare Workers MCP server: ai-eval

我該用這個嗎

品質與安全性

B
說明品質
80%
結構描述完整度
87%
命名品質
80%
汙染風險
100%
權限相符程度
100%
協定合規性
100%

發現項目（2）

  • LOWTool 'score_response' description lacks action verb在 score_response 中
  • LOWTool 'compare_responses' description lacks action verb在 compare_responses 中

根據工具定義與協定合規性的自動化分析。

上下文成本

~214Token（工具定義）
~567 B典型回應大小
極小的注意力影響（128k 上下文的 0.17%）

這是每次將伺服器的工具載入模型上下文時所消耗的約略 token 數量。數量越高，可用於其他工作的注意力就越少。

安裝

一鍵安裝

將以下內容加入你的 `claude_desktop_config.json` 檔案：

{
  "mcpServers": {
    "ai-eval": {
      "url": "https://api.lazy-mac.com/ai-eval/mcp"
    }
  }
}

遠端端點

https://api.lazy-mac.com/ai-eval/mcpstreamable-http

它能做什麼

工具清單

工具（3）

🟢 唯讀🟡 寫入🔴 刪除⚪ 未知
⚪score_response(prompt, response, criteria)

Score an AI response against a prompt using heuristic metrics (length, relevance, structure, completeness)

輸入結構描述

{
  "type": "object",
  "properties": {
    "prompt": {
      "type": "string",
      "description": "The original prompt/question"
    },
    "response": {
      "type": "string",
      "description": "The AI response to evaluate"
    },
    "criteria": {
      "type": "array",
      "items": {
        "type": "string"
      },
      "description": "Optional keywords that should appear in response"
    }
  },
  "required": [
    "prompt",
    "response"
  ]
}
⚪compare_responses(prompt, responses)

Compare and rank multiple AI responses to the same prompt

輸入結構描述

{
  "type": "object",
  "properties": {
    "prompt": {
      "type": "string"
    },
    "responses": {
      "type": "array",
      "minItems": 2,
      "items": {
        "type": "string"
      }
    }
  },
  "required": [
    "prompt",
    "responses"
  ]
}
🟢text_metrics(text)

Get text quality metrics: word count, sentence count, estimated tokens, readability grade

輸入結構描述

{
  "type": "object",
  "properties": {
    "text": {
      "type": "string"
    }
  },
  "required": [
    "text"
  ]
}

社群

為此伺服器評分

證據

近期觀測

已驗證未記錄版本3 個工具
已驗證未記錄版本3 個工具
已驗證未記錄版本3 個工具