AgentTrust

Name: AgentTrust
Author: assister-xyz

von assister-xyzVersion 0.1.2i★ –iLäuft auf deinem Computer

Name in der Registryio.github.assister-xyz/agenttrust

Installieren

Überblick

Beschreibung vom Entwickler (englisches Original)

Quality verification for AI agents and MCP servers. 6-axis scoring, adversarial probes.

Die drei Säulen von PopNx MCP

Diese drei werden nie zu einer Punktzahl zusammengefasst: Meinungen, Messungen und Beliebtheit sind verschiedene Dinge.

Stimmen der NutzeriNoch keine BewertungenBewertungen starten in einem späteren Schritt zusammen mit Benutzerkonten
Unsere Basischecksi1 von 1 bestandenAnhand öffentlicher Informationen geprüft; Code noch nicht gescannt
NutzungiNoch nicht gemessen★ –

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 auf deinem Computer
Transport: stdio
Kategorie: Sonstiges
Das musst du eintragen: GROQ_API_KEY, CEREBRAS_API_KEY, MONGODB_URL

Installation

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

Bevor du installierst

Basischecks: 1 von 1 bestanden
Läuft auf deinem Computer mit den Rechten deines Benutzerkontos (Dateien, Netzwerk, Apps).
Das trägst du selbst ein: GROQ_API_KEY, CEREBRAS_API_KEY, MONGODB_URL

Als geheim markierte Werte sind Schlüssel zu deinem Konto. Gib sie nie weiter und füge sie nie in einen Chat ein.

Du brauchst

PyPIuv für Python installiert (für den Befehl uvx)

Welche App nutzt du?

ClaudeClaude CodeCursorVS CodeChatGPT

Wähle oben deine App. Wir merken sie uns, damit der Button beim nächsten Mal „In … installieren“ anzeigt.

Öffne Claude Desktop → Settings → Developer → Edit Config und füge dies in claude_desktop_config.json ein

{
  "mcpServers": {
    "agenttrust": {
      "command": "uvx",
      "args": [
        "mcp-agenttrust"
      ],
      "env": {
        "GROQ_API_KEY": "your-value",
        "CEREBRAS_API_KEY": "your-value",
        "MONGODB_URL": "your-value"
      }
    }
  }
}

Führe das in deinem Terminal aus

claude mcp add agenttrust --env GROQ_API_KEY=your-value --env CEREBRAS_API_KEY=your-value --env MONGODB_URL=your-value -- uvx mcp-agenttrust

Trag die leeren Werte ein, bevor du ihn startest.

In Cursor öffnen

Oder kopier die Einstellungen selbst

In .cursor/mcp.json in deinem Projekt oder in ~/.cursor/mcp.json einfügen

{
  "mcpServers": {
    "agenttrust": {
      "command": "uvx",
      "args": [
        "mcp-agenttrust"
      ],
      "env": {
        "GROQ_API_KEY": "your-value",
        "CEREBRAS_API_KEY": "your-value",
        "MONGODB_URL": "your-value"
      }
    }
  }
}

Dein Browser fragt, ob er die App öffnen darf, dann zeigt die App die Einstellungen und bittet dich um Bestätigung. Schlüsselwerte bleiben leer, damit du sie selbst einträgst.

In VS Code öffnen

Oder kopier die Einstellungen selbst

In .vscode/mcp.json in deinem Projekt einfügen

{
  "servers": {
    "agenttrust": {
      "type": "stdio",
      "command": "uvx",
      "args": [
        "mcp-agenttrust"
      ],
      "env": {
        "GROQ_API_KEY": "your-value",
        "CEREBRAS_API_KEY": "your-value",
        "MONGODB_URL": "your-value"
      }
    }
  }
}

Dein Browser fragt, ob er die App öffnen darf, dann zeigt die App die Einstellungen und bittet dich um Bestätigung. Schlüsselwerte bleiben leer, damit du sie selbst einträgst.

Dieser Server läuft auf deinem Computer, und ChatGPT kann sich nur mit Servern im Internet verbinden. Wähle eine andere App.

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

Werte, die du selbst einträgst

GROQ_API_KEY geheim env
Groq API key for LLM judge (free tier available at console.groq.com)
CEREBRAS_API_KEY geheim env
Cerebras API key for LLM judge (free tier available at cloud.cerebras.ai)
MONGODB_URL geheim env
MongoDB connection URL for persistent storage

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

Was er kann

Läuft auf deinem Computer; die Tool-Liste erscheint nach der Installation in deiner KI-App.

Basischecksi

Wir prüfen Informationen, die jeder sehen kann; den Code haben wir nicht gelesen. Checks, die nicht zutreffen, werden nicht mitgezählt. · Geprüft am 7. Nov. 2026

✓ Bestanden
Entwickler passt zum Repo
Der Registry-Name wurde mit dem GitHub-Konto assister-xyz bestätigt, dem das Repo gehört
… 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
– Nicht zutreffend
Endpunkt antwortet
Dieser Server läuft auf deinem Computer; es gibt keinen Endpunkt im Internet
– Nicht zutreffend
Anmeldung mit OAuth
Läuft auf deinem Computer und nutzt stattdessen lokale Einstellungen
… Noch nicht geprüft
Keine versteckten Anweisungen in Tool-Beschreibungen
Läuft auf deinem Computer; Tool-Listen können wir nur von Endpunkten im Internet lesen

Im Vergleich mit anderen in Sonstigesi

Mehr Sterne als 0 % der anderen 18349 Server in dieser Kategorie
Neuer in der Registry veröffentlicht als 3 % der anderen 18349 Server in dieser Kategorie
Basischecks gleich gut wie oder besser als bei 100 % der anderen 18349 Server in dieser Kategorie

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

Häufige Fragen

Ist AgentTrust sicher?

Er hat 1 von 1 zutreffenden Basischecks bestanden. Den Code haben wir nicht gelesen. Bevor du einen Schlüssel oder Token hinzufügst, sieh nach, welche Zugriffe der Server verlangt, und nutze einen Schlüssel, der nur die Berechtigungen hat, die du brauchst.

Welche Schlüssel oder Codes braucht er?

Das musst du eintragen: GROQ_API_KEY, CEREBRAS_API_KEY, MONGODB_URL

Läuft er auf meinem Computer oder in der Cloud?

Er läuft auf deinem Computer. Deine KI-App startet ihn bei Bedarf, und die Daten laufen nicht über die Server des Entwicklers (außer der Server ruft selbst einen Onlinedienst auf).

Wird er noch gepflegt?

Das GitHub-Repo wurde zuletzt – geändert, und die neueste Version (0.1.2) kam vor 8 Monaten in die Registry.

Welche Apps können ihn nutzen?

Apps, die MCP unterstützen, etwa Claude Desktop, Claude Code, Cursor und VS Code. Außerdem brauchst du Python (uv) auf deinem Computer.

Was kann ich stattdessen nutzen?

In derselben Kategorie: Spec Driven Development, Remote Desktop Commander, arr-mcp

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

Spec Driven Development

von formulahendry

MCP Server that facilitates spec-driven development workflows, not just Vibe Coding.

Läuft auf deinem Computer★ 440MITAktualisiert vor 14 Monaten

Installieren

Remote Desktop Commander

von desktop-commander

Remote Desktop Commander: use files, terminal and processes on your own computers from any AI app.

Läuft in der Cloud★ 211Aktualisiert vorgestern

Installieren

arr-mcp

von bardesss

One server, 40 tools, the whole media stack: *arrs, Jellyfin, Plex, Seerr, Cleanuparr, downloaders

Läuft auf deinem ComputerAktualisiert heute

Installieren

README vom Entwickler

README öffnen

Unverändert aus dem Repo des Entwicklers übernommen. PopNx MCP hat den Inhalt weder geprüft noch empfiehlt es ihn. HTML, Bilder und Skripte wurden entfernt. Links führen von dieser Website weg.

AgentTrust

Challenge-response quality verification for AI agents and MCP servers.

AgentTrust evaluates AI agent competency *before* you trust them with real tasks or payments. It connects to any MCP server, runs challenge-response tests across 6 quality dimensions, and issues W3C Verifiable Credentials as proof.

Why

The AI agent ecosystem has identity (ERC-8004, SATI), post-hoc reputation (TARS, Amiko), and payments (x402) — but no pre-payment quality gate. AgentTrust fills this gap: verify competency first, then trust.

Features

Evaluation Engine

3-level pipeline: Manifest (schema) → Functional (tool calls) → Domain Expert (calibrated questions)
6-axis scoring: accuracy (35%), safety (20%), reliability (15%), process quality (10%), latency (10%), schema quality (10%)
Consensus judging: 2-3 LLM judges in parallel with agreement threshold (saves 50-66% LLM calls)
7 LLM provider fallback chain: Cerebras → Groq → OpenRouter → Gemini → Mistral → DeepSeek → OpenAI
5 adversarial probe types: prompt injection, PII leakage, hallucination, overflow, system prompt extraction

Battle Arena

Head-to-head blind evaluation with position-swap consistency
OpenSkill (Bayesian ELO) rating system with divisions (Bronze → Grandmaster)
Fair matchmaking: rating proximity + uncertainty bonus + cross-division challenges
Style control penalties to prevent gaming via verbose/formatted responses

IRT Adaptive Testing

Rasch 1PL calibration from battle data (pure Python, no numpy)
Fisher information maximization for adaptive question selection
EAP ability estimation with standard normal prior
Reduces evaluation cost by 50-90% while maintaining accuracy

Standards

W3C Verifiable Credentials (AQVC format) with Ed25519 DataIntegrityProof
Google A2A v0.3 native support (AgentTrust IS an A2A agent)
x402 Solana payment verification (USDC + SOL)
AIUC-1 protocol mapping

Quick Start

Docker (recommended)

cp .env.example .env

Add at least one LLM key (GROQ_API_KEY, CEREBRAS_API_KEY, etc.)

docker compose up -d

Services:

API: http://localhost:8002
MCP Server: http://localhost:8003
Health: http://localhost:8002/health

Local Development

python -m venv .venv && source .venv/bin/activate

pip install -r requirements.txt cp .env.example .env

Add LLM keys to .env

unset GROQ_API_KEY # Shell env overrides .env rotation pool python -m uvicorn src.main:app --host 0.0.0.0 --port 8002 --reload

MCP Server (for Claude, Cursor, Windsurf)

Add to your MCP client config:

"mcpServers": { "agenttrust": { "command": "python", "args": ["-m", "src.standards.mcp_server"], "env": { "GROQ_API_KEY": "your-key" } } } }

Or connect to a running instance via SSE:

http://localhost:8003/sse

Available MCP tools:

Tool	Description
`check_quality(server_url)`	Full evaluation: manifest + functional + judge scoring
`check_quality_fast(server_url)`	Cached score (<10ms) or manifest-only (<100ms)
`get_score(server_url)`	Lookup cached score with freshness decay
`verify_attestation(attestation_jwt)`	Verify AQVC JWT and decode payload

API Endpoints

Method	Endpoint	Description
POST	`/v1/evaluate`	Submit target for evaluation
GET	`/v1/evaluate/{id}`	Poll evaluation status
GET	`/v1/score/{target_id}`	Get quality score
GET	`/v1/scores`	Search/list scores
GET	`/v1/badge/{target_id}.svg`	SVG quality badge
GET	`/v1/attestation/{id}`	Get signed attestation (JWT or W3C VC)
POST	`/v1/attestation/{id}/verify`	Verify attestation
POST	`/v1/feedback`	Submit production feedback (anti-sandbagging)
POST	`/v1/battles`	Create evaluation battle
GET	`/v1/arena/leaderboard`	Battle arena leaderboard
GET	`/v1/rankings`	Global rankings by domain/tier
POST	`/v1/irt/calibrate`	Trigger IRT batch calibration
GET	`/v1/irt/recommend`	Adaptive question selection
GET	`/v1/pricing`	x402 pricing table
GET	`/.well-known/agent.json`	A2A Agent Card

Architecture

src/

api/v1/ # 14 FastAPI routers core/ # Evaluator, MCP client, scoring, IRT, battle arena auth/ # API keys (SHA256 + salt), rate limiting by tier storage/ # MongoDB (Motor) + Redis payments/ # x402 protocol, Solana verification standards/ # W3C VC issuer, A2A extension, MCP server, AIUC-1

Stack: FastAPI + MongoDB + Redis | 533 tests | 60 source files | 15 lean dependencies

Tests

python -m pytest tests/ -q

533 passed in ~2s

Configuration

See .env.example for all 60+ configuration options including:

LLM API keys (7 providers, comma-separated for rotation)
MongoDB/Redis connection
JWT attestation (Ed25519 key, issuer DID, validity)
Solana wallet for x402 payments
Rate limit tiers and consensus judge settings

License

MIT

AgentTrust

Überblick

Die drei Säulen von PopNx MCP

Was du damit machen kannst

Installation

Bevor du installierst

Werte, die du selbst einträgst

Was er kann

Basischecksi

Entwickler passt zum Repo

Wird noch gepflegt

Hat eine Lizenz

Endpunkt antwortet

Anmeldung mit OAuth

Keine versteckten Anweisungen in Tool-Beschreibungen

Im Vergleich mit anderen in Sonstigesi

Häufige Fragen

Alternativen

Spec Driven Development

Remote Desktop Commander

arr-mcp

README vom Entwickler

AgentTrust

Why

Features

Quick Start

Docker (recommended)

Add at least one LLM key (GROQ_API_KEY, CEREBRAS_API_KEY, etc.)

Local Development

Add LLM keys to .env

MCP Server (for Claude, Cursor, Windsurf)

API Endpoints

Architecture

Tests

533 passed in ~2s

Configuration

License

Links