头版Folia Daily Briefing
← 返回头版
人工智能

36款热门MCP服务器可用性评测:三分之一获得D或F评分

一名开发者利用自主创建的mcpgrade评分工具,对36个流行的MCP(模型上下文协议)服务器进行了AI代理可用性测试 。结果显示,15个服务器获得A评分,而11个服务器获得D或F评分 。

一名开发者利用自主创建的mcpgrade评分工具,对36个流行的MCP(模型上下文协议)服务器进行了AI代理可用性测试 [1]。结果显示,15个服务器获得A评分,而11个服务器获得D或F评分 [1]。

评测中暴露的问题主要并非协议合规性缺陷,而是集中在参数文档不足、工具命名不规范和模式架构设计不当等方面 [1]。这些缺陷导致AI模型在工具选择、参数填充以至工具使用上存在明显偏差。

具体而言,MongoDB官方服务器检出66个错误,Notion官方服务器62个错误,Airtable 69个错误,todoist-mcp-server 110个错误,firecrawl-mcp则最低,评分仅57分且含134个错误 [1]。其中参数描述缺失(D004规则)是最普遍的问题,firecrawl服务器在此项就有132个错误,todoist则有110个 [1]。

文档质量对AI模型表现的影响显著。在文档详尽的服务器上,工具选择准确率达到100%,但在firecrawl上则降至84% [1]。当目录不够明确时,模型正确拒绝范围外任务的准确率仅为50%;而在文档清晰的小型目录上,该准确率可达100% [1]。

shrimp-task-manager的表现证明了即使是包含15个工具的庞大目录,通过严格的文档维护也能获得A评分(96分),说明规模本身并非决定性因素 [1]。


MCP服务器AI代理可用性mcpgrade评分工具模型上下文协议开发者工具