AI Blocks

Was du damit machen kannst

Für diesen Server haben wir noch keine Zusammenfassung in einfacher Sprache geschrieben. Unten stehen die Fakten, die wir aus der Registry gelesen haben.

• Verbindung: Läuft in der Cloud
• Transport: Streamable HTTP
• Kategorie: Suche & KI-Gedächtnis

Installation

Wähle die KI-App, die du nutzt, und kopiere die Einstellungen.

Du brauchst

• Läuft in der CloudNichts zu installieren; die Verbindung läuft übers Internet

Welche App nutzt du?

https://useaiblocks.com/mcp

claude mcp add --transport http library https://useaiblocks.com/mcp

{
  "mcpServers": {
    "library": {
      "url": "https://useaiblocks.com/mcp"
    }
  }
}

{
  "servers": {
    "library": {
      "type": "http",
      "url": "https://useaiblocks.com/mcp"
    }
  }
}

https://useaiblocks.com/mcp

Deine Auswahl bleibt in einem Cookie auf diesem Gerät; kein Konto nötig.

Diese Einstellungen werden aus dem Registry-Eintrag des Entwicklers erzeugt. Wenn in der README etwas anderes steht, folge der README.

Was er kann

Tool-Namen und -Beschreibungen genau so, wie der Server sie am 6. Nov. 2026 gemeldet hat. Geschrieben hat sie der Entwickler, nicht wir; wir zeigen sie als reinen Text.

• start_outcome

  The front door for any goal or problem the owner states, in their own words. Returns a new engagement waiting for its brief, the next step and the files for outcomes/ /, with METHOD.md (brief frame with examples, research protocol, composition and run rules). include_example adds

• advance_outcome

  Apply one event to an engagement. Before the run: brief (the pinned-down outcome), plan (research and the composed plan, checked against our rules and the live catalogue), approve_plan (owner only). During the run: data, start, complete (with outputs and checks), approve (owner o

• record_outcome_decision

  Record what the owner chose, the options considered (best-ranked first), what they passed over and why. Passing over the top option needs a reason. Returns a line for decisions.jsonl and, if a durable rule was stated, a learning candidate with where to save it.

• record_outcome_experiment

  Register a test before it goes live (action register: change, metric, baseline, window, minimum volume, guardrails), then close it (action close: observed, volume, guardrail results, verdict). Low volume forces INCONCLUSIVE; a broken guardrail is never a WIN. Returns a line for e

• read_back_outcome_experiment

  Without a reading: the read-back schedule for every open experiment and a routine prompt for a host scheduler (Claude Code scheduled task or cron), set up only if the owner agrees. With a reading: compares it with the registered baseline, minimum volume and guardrails; flags a gu

• prepare_outcome_pattern

  After a finished round, returns the exact anonymised PATTERN.json the owner would share (names, figures, links and contact details removed) and its sha256. Only if the owner says yes to that file, call again with consent to get PATTERN-SUBMISSION.json for review by a person at AI

• find_specialist

  Find worker candidates for a deliverable. Compare their remit and outputs, then use prepare_specialist to onboard the chosen worker. Keep unrelated private context out of discovery.

• prepare_specialist

  Supply role_id only to load a complete base specialist: README, setup, SOUL, intake, playbook, handoff and best-practice files, pinned methods and a full ZIP download. The host AI asks task and output questions in the conversation; no website context form is required. Optionally

• search_library

  Find one item for a task (for a whole business goal, use start_outcome). Find skills, workflows, agents, prompts, minds, AI tools and mini tools by keywords and intent. Filters: type, job, level, tested, since (what's new). With no query, a job or since browses. Returns compact r

• plan_workflow

  Find candidate steps for a multi-step job; these are suggestions, not a complete context-validated plan. First use the current chat, supplied files and authorized me.md (get_me when available) to form a task brief: outcomes, formats, audience, constraints, available inputs and ch

• get_skill

  Retrieve a skill. Concise (default): summary, inputs, outputs, how to use, file list with hashes, and step_map (what usually goes before and after it and the input each passes on). response_format detailed adds the full SKILL.md instructions and resource links; use it before runn

• get_workflow

  Retrieve a public workflow, its declared order and skill references, plus handoff_check: which step passes each input to which, and which inputs the user gives. Returns a diagram you can show the user (Mermaid; detailed adds a text outline) and open_in_builder, a link that opens

• get_resource

  Read one inventoried resource at an exact skill revision. Text returns bounded ordered chunks; follow next_offset until null and verify full character coverage. Binary files return a download descriptor for the host to retrieve and verify. Paths are archive-relative, never arbitr

• prepare_workflow

  Check a workflow, or a change to one. Call it whenever the user wants to see, check or change a workflow (swap, add, remove or reorder steps), and before showing any plan. Quick check: send slugs, the step ids in order (from get_workflow steps or plan_workflow), with an optional

• get_item

  Get one item of any kind by the id from search_library: an agent, prompt, mind, AI tool or mini tool (skills and workflows work too). Concise (default): what it does, inputs and outputs, how to use it, files or links, and for AI tools the price, limits and when we last checked. r

• search

  Search AI Blocks in the shape ChatGPT deep research and company knowledge use: results with id, title and url. Read one with fetch. search_library does the same with filters and one-line summaries.

• fetch

  Read one item by the id from search (such as skill/ad-angle-planner): its full text (the SKILL.md, or the AI tool or mini tool record), url to cite and metadata. Text over 48,000 characters is cut; metadata.rest says how to read the rest.

Basischecksi

Wir prüfen Informationen, die jeder sehen kann; den Code haben wir nicht gelesen. Checks, die nicht zutreffen, werden nicht mitgezählt. · Geprüft am 8. Nov. 2026

• ! Vorsicht

  Entwickler passt zum Repo

  Die Registry nennt kein Quell-Repo, deshalb können wir den Herausgeber (useaiblocks.com) nicht dem Code zuordnen

• … Noch nicht geprüft

  Wird noch gepflegt

  Dieses Repo haben wir noch nicht von GitHub gelesen

• … Noch nicht geprüft

  Hat eine Lizenz

  Dieses Repo haben wir noch nicht von GitHub gelesen

• ✓ Bestanden

  Endpunkt antwortet

  Antwort in 481 ms (HTTP 200)

• – Nicht zutreffend

  Anmeldung mit OAuth

  Keine Anmeldung nötig

• ✓ Bestanden

  Keine versteckten Anweisungen in Tool-Beschreibungen

  Wir haben 17 Tool-Beschreibungen gelesen und keine versteckten Anweisungen an die KI gefunden

Im Vergleich mit anderen in Suche & KI-Gedächtnisi

• Mehr Sterne als 0 % der anderen 5672 Server in dieser Kategorie
• Neuer in der Registry veröffentlicht als 94 % der anderen 5672 Server in dieser Kategorie
• Basischecks gleich gut wie oder besser als bei 39 % der anderen 5672 Server in dieser Kategorie

Verglichen mit allen aktiven Servern dieser Kategorie in der Registry. Sterne zählen nur, wenn dem Herausgeber das Repo gehört.

Alternativen

Server derselben Kategorie von anderen Entwicklern, sortiert nach Sternen.

So liest du eine Karte:★ GitHub-SterneiDrei Säulen: Bewertungen · Checks · NutzungiAktualisiert = neueste Version in der Registry veröffentlichti

README vom Entwickler

Keine README im Repo gefunden