Smithery
PulseAugur coverage of Smithery — every cluster mentioning Smithery across labs, papers, and developer communities, ranked by signal.
7 天有情绪数据
-
Kenshō 推出 MCP 服务器以访问日本市场数据
Kenshō 推出了 MCP 服务器和 Apify actors，以提供日本市场数据。这些工具提供诸如 X（前身为 Twitter）的抽奖活动和 Ke-ma.net 的数据等数据集，可通过模型上下文协议 (MCP) 访问。MCP 使 AI 代理能够按需检索结构化数据，Kenshō 的服务器提供对包括拍卖和房地产在内的各种日本市场信息的访问。
-
Misar AI 推出集成式销售和博客工具，适用于 AI 助手
Misar AI Technology Pvt Ltd 推出了两款新的“MCP Server”产品：MisarReach 和 Misar.Blog。这两款产品旨在将复杂的业务流程集成到 AI 助手（AI assistants）中。MisarReach 使用 27 种工具，简化了从潜在客户发现、丰富到外展和销售管道管理的销售漏斗顶端流程。Misar.Blog 通过将写作、发布、SEO、图像生成、新闻通讯管理和分析整合到一个具有 23 种…
-
ToolForte 集成了AI代理对150多个确定性工具的访问
ToolForte 的开发者（一个包含360个浏览器工具的集合）集成了一个MCP服务器，允许AI代理调用这些确定性工具。最初，暴露所有工具导致代理的上下文窗口过载并出现错误的工具选择。解决方案包括渐进式披露，默认使用14个核心工具，并为其余166个工具提供搜索功能。开发者还发现，改进工具元数据（如标题和参数描述）可以显著提高其在Smithery等注册表上的质量得分，即使不改变工具的功能。版本控制也得到了改进，以防止服务器和注册表清单之间的不一致。
-
MCP 服务器发布过程导致数据漂移问题
MCP 服务器生态系统依赖于一个两步发布过程：首先，将二进制文件推送到 npm 或 PyPI 等包管理器；其次，将元数据发布到官方 MCP 注册中心。Glama、PulseMCP 和 mcp.so 等目录随后缓存此注册中心数据。一个常见的陷阱是跳过注册中心发布，这会导致目录和 LLM 经常依赖此缓存的元数据，从而提供过时的信息。为确保准确性，用户应将注册中心的版本信息与包管理器版本进行比较，并考虑用于健康数据描述的 `updatedA…
-
新工具为 AI Agent 工具描述评分以提高可发现性
ScriptMasterLabs 推出了 SqueezeRank MSO，这是一款旨在为 AI Agent 工具的描述评分的服务，以确保其易于理解和发现。该服务根据六个标准分析工具描述，重点关注连贯性和单个工具得分，每次 API 调用成本极低。在自我评估中，SqueezeRank MSO 自身的描述获得了“A”级评级，而其底层的 SqueezeOS 服务器因其工具的模糊指导和未描述的参数而获得“B-”级。
-
AI 代理通过 MCP 和 x402 支付韩国商业数据费用
一位开发者成功创建了一个可由代理支付的 API，用于使用 MCP 和 x402 协议验证韩国政府的商业数据。该系统允许 AI 代理查询国家税务局的官方数据，通过 Coinbase 的 x402 Bazaar 以美元硬币支付少量费用，并在无人干预的情况下以英文 JSON 格式接收已验证的商业状态。开发者分享了在此过程中获得的见解，包括目录列表中实际使用量较低以及正确配置免费套餐以确保市场可发现性的重要性。
-
MCP 服务器注册表充斥着幽灵条目和陈旧数据
对五个注册表中 MCP 服务器注册的审计揭示了“幽灵条目”和过时信息存在严重问题。审计发现，官方注册表列出了同一服务器的三个条目，均指向一个不存在的 GitHub 存储库，并显示了相关 npm 包的过时版本号。同样，Glama 上该服务器的列表被高度评价，但链接到一个已删除的存储库，而实际的活动存储库未被列出。其他注册表也显示了类似的问题条目，包括自动创建但未经验证的列表和暂停的提交流程，这凸显了 MCP 服务器目录中身份卫生问题的普遍存在。
-
开发者使用Claude Haiku 4.5创建了小时报电子墨水屏
一位开发者创建了一个小时报电子墨水屏管道，聚合了约100个RSS源的内容。该系统使用AWS Lambda处理文章，通过Bedrock调用Claude Haiku 4.5作为编辑，生成摘要、头条新闻和“重要性”部分。输出格式化为Xteink X4、reMarkable Tablet和Amazon Kindle等电子墨水屏阅读器使用，也可作为PDF和供AI代理使用的MCP服务器。开发者指出，虽然渲染功能可用，但核心产品是精选新闻源，初期采…
-
AI 模型在公共 MCP 服务器上难以理解不清晰的工具描述
一项对 4,951 个公共 MCP 服务器模式的分析研究揭示了工具描述和参数清晰度方面存在重大问题。约 21.8% 的参数没有任何描述，迫使模型猜测其用途。此外，大约六分之一的工具的描述与其他服务器上的工具没有区别，其中 17.4% 的描述区分度低于 10%。这种工具和参数描述的缺乏清晰度阻碍了模型与这些服务器有效交互的能力。
-
AI 编码代理记忆层面临集成和上下文窗口挑战
一位开发者在构建 Sirro（一个托管的 AI 编码代理记忆层）时，分享了部署该服务的见解。核心挑战在于 AI 编码对话的短暂性，有价值的工作会丢失在聊天记录中。Sirro 旨在为这些资产提供持久性，使 Cursor、Claude Code 和 Codex 等代理能够在项目之间回忆和重用它们。学到的关键经验包括：对于多样化的客户端，灵活的 OAuth 2.1 集成至关重要；API 响应设计应注重上下文窗口效率，优先考虑元数据和代码片段…
-
BuyWhere 推出 MCP 工具以直接比较产品价格
BuyWhere 推出了一个名为 compare_products_v2 的新工具，可通过其 MCP 服务器访问。该工具允许按价格和规格直接比较两种产品，无需进行网络抓取。它专为代理商设计，并与 BuyWhere 现有的产品目录集成，支持美元和新加坡元等各种国家和货币的查询。该工具旨在为联盟产品卡和其他应用程序提供准确的实时定价信息。
-
BuyWhere MCP 推出用于产品价格查询的 JSON-RPC API
BuyWhere MCP 是一项新的 API 服务，允许开发者使用 JSON-RPC 调用来查询产品价格，无需 SDK。该服务支持多种工具，包括 `search_products` 和 `get_product`，并提供带有金额和货币详情的价格信息。BuyWhere MCP 的实时列表可通过 Smithery 和 Glama 获取。
-
BuyWhere MCP 为新加坡空气净化器选择提供 AI 代理支持
一位开发者使用 BuyWhere MCP 创建了一个工具，帮助用户在新加坡寻找空气净化器。该工具可以与 Claude Desktop 等 AI 代理集成，能够跨越 Shopee 和 Lazada 等多个零售商进行价格比较。它会规范化定价数据，并根据 HEPA 过滤和房间大小等特定标准筛选产品，提供一个商家中立的比较页面。
-
BuyWhere购物助手已上线MCP Servers和Smithery
BuyWhere，一款购物助手工具，已上线两个新的MCP（元认知协议）服务器：MCP Servers和Smithery。这些上线旨在通过提供对其功能的直接访问，包括实时跨商户目录和13个MCP工具，来简化BuyWhere与代理式商业工作流的集成。该工具设计用于与Claude、GPT和LangChain等各种大型语言模型和框架配合使用。
-
Smithery 注册表简化了模型上下文协议工具集成
模型上下文协议 (MCP) 生态系统非常分散，导致开发人员难以发现和集成用于自主代理的工具。Smithery 旨在通过充当 MCP 工具的注册表和管理层来解决此问题。它允许代理动态发现功能，通过 Smithery Connect 安全地处理 OAuth 集成，并管理作用域受限、有时限的服务令牌以增强安全性。这种方法将工具集成从手动配置转移到运行时发现，从而简化了代理架构。
-
MCP OAuth 2.1 错误导致目录无法发现服务器工具
MCP 协议的 OAuth 2.1 实现中的一个错误导致远程服务器显示为没有任何可用工具，使其在发现目录中不可见。此问题出现的原因是，缺乏用户账户的目录爬虫在尝试访问 `tools/list` 端点时收到 401 Unauthorized 响应，导致它们错误地报告零能力。提出的解决方案是将公共方法（如 `tools/list`）与需要身份验证、花费积分的操作分开，确保服务器功能可被发现，而无需用户授权。
-
TormentNexus推出统一目录，涵盖11,000多个AI模型上下文服务器
TormentNexus已推出一个统一目录，以解决模型上下文协议（MCP）生态系统快速扩张中的发现挑战。该新平台索引了来自Glama、Smithery、MCP.run、npm和GitHub等各种来源的11,000多个MCP服务器。通过提供集中的搜索体验和丰富的元数据，TormentNexus旨在简化开发人员寻找特定AI工具和集成的过程。
-
MCP 服务器安全风险被强调；Correctover 提供发布前评级
MCP（模型上下文协议）服务器通过 fetch 或数据库访问等工具扩展了 LLM 的能力，但存在重大的安全风险。这些服务器运行在用户的代理环境中，使其容易受到服务器端请求伪造 (SSRF)、提示注入和危险文件访问等攻击。最近对 11 个 AI 框架的审计显示，MCP 和 LLM 的安全问题普遍存在，已记录超过 1,730 个已验证的漏洞。为解决此问题，Correctover 提供了一个 CCS 评级 API，可在 MCP 服务器发布到…
-
MCP 目录解决了 Agent API 发现问题
文章讨论了新兴 Agent 经济中的一个关键问题：Agent 用于支付服务的 API 的发现问题。文章强调，Agent 查询以查找可用工具的 MCP 目录是实现可见性的关键，而非传统的搜索引擎或市场。作者的项目 minia2a-mcp 已更新至 1.1.7 版本，以改进 Agent 的自动发现和元数据，确保随着 Agent 自动模式成为默认设置，服务能够被找到和使用。
-
Arcade.dev 收购 Smithery 以统一 AI 代理工具的发现和执行
Arcade.dev 已收购用于发现和运行 AI 代理工具的平台 Smithery，以将其注册表与 Arcade 的安全操作层集成。此举旨在为企业提供一个统一的解决方案来管理 AI 代理，包括工具发现、授权和审计。此次收购解决了随着 AI 代理进入生产环境，对可靠且安全的代理工具集成日益增长的需求。