MCP MeasureMCP Measure

索引已觀測

fde-agent

Diagnose AI workflows for failure, security, and handoff risks — RED/AMBER/GREEN per node.

我該用這個嗎

品質與安全性

A
說明品質
100%
結構描述完整度
90%
命名品質
80%
汙染風險
100%
權限相符程度
100%
協定合規性
100%

根據工具定義與協定合規性的自動化分析。

上下文成本

~147Token（工具定義）
~852 B典型回應大小
極小的注意力影響（128k 上下文的 0.11%）

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": {
    "fde-agent": {
      "url": "https://fde-mcp.mj-mcp-tools.workers.dev/mcp"
    }
  }
}

遠端端點

https://fde-mcp.mj-mcp-tools.workers.dev/mcpstreamable-http

它能做什麼

工具清單

工具（1）

🟢 唯讀🟡 寫入🔴 刪除⚪ 未知
🟢diagnose_workflow(sample, bpmn)

FDE Agent pre-mortem: analyze an agentic AI workflow and return per-node RED/AMBER/GREEN risk across failure, security, and handoff axes, grounded in an incident ontology. Provide a built-in sample ('legal' or 'loan') or inline Markdown/BPMN node inventory.

輸入結構描述

{
  "type": "object",
  "properties": {
    "sample": {
      "description": "Built-in sample workflow to diagnose",
      "type": "string",
      "enum": [
        "legal",
        "loan"
      ]
    },
    "bpmn": {
      "description": "Inline Markdown node inventory / BPMN text to diagnose",
      "type": "string"
    }
  },
  "$schema": "http://json-schema.org/draft-07/schema#"
}

社群

為此伺服器評分

證據

近期觀測

已驗證未記錄版本1 個工具
已驗證未記錄版本1 個工具
已驗證未記錄版本1 個工具