Spec Driven Development
MCP Server that facilitates spec-driven development workflows, not just Vibe Coding.
Beschreibung vom Entwickler (englisches Original)
6-category AI readiness, Schema.org, robots.txt, /llms.txt & 25k-token audit + auto-fix MCP server
Diese drei werden nie zu einer Punktzahl zusammengefasst: Meinungen, Messungen und Beliebtheit sind verschiedene Dinge.
Für diesen Server haben wir noch keine Zusammenfassung in einfacher Sprache geschrieben. Unten stehen die Fakten, die wir aus der Registry gelesen haben.
Wähle die KI-App, die du nutzt, und kopiere die Einstellungen.
Du brauchst
Welche App nutzt du?
Wähle oben deine App. Wir merken sie uns, damit der Button beim nächsten Mal „In … installieren“ anzeigt.
Funktioniert in Claude im Web, auf dem Desktop und auf dem Handy:
https://answerrail.com/mcpÖffne Claude Desktop → Settings → Developer → Edit Config und füge dies in claude_desktop_config.json ein
{
"mcpServers": {
"answerrail": {
"command": "npx",
"args": [
"-y",
"answerrail-mcp"
]
}
}
}Führe das in deinem Terminal aus
claude mcp add --transport http answerrail https://answerrail.com/mcpclaude mcp add answerrail -- npx -y answerrail-mcpIn .cursor/mcp.json in deinem Projekt oder in ~/.cursor/mcp.json einfügen
{
"mcpServers": {
"answerrail": {
"url": "https://answerrail.com/mcp"
}
}
}In .cursor/mcp.json in deinem Projekt oder in ~/.cursor/mcp.json einfügen
{
"mcpServers": {
"answerrail": {
"command": "npx",
"args": [
"-y",
"answerrail-mcp"
]
}
}
}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 .vscode/mcp.json in deinem Projekt einfügen
{
"servers": {
"answerrail": {
"type": "http",
"url": "https://answerrail.com/mcp"
}
}
}In .vscode/mcp.json in deinem Projekt einfügen
{
"servers": {
"answerrail": {
"type": "stdio",
"command": "npx",
"args": [
"-y",
"answerrail-mcp"
]
}
}
}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.
ChatGPT verbindet sich nur mit Servern im Internet:
https://answerrail.com/mcpMenünamen können sich je nach Tarif und mit der Zeit leicht unterscheiden.
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.
Tool-Namen und -Beschreibungen genau so, wie der Server sie am 7. Nov. 2026 gemeldet hat. Geschrieben hat sie der Entwickler, nicht wir; wir zeigen sie als reinen Text.
audit_ai_readinessAudits a website URL or domain for AI crawler access (GPTBot, OAI-SearchBot, PerplexityBot, ClaudeBot), 25,000-token HTML RAG truncation, /llms.txt presence, Schema.org JSON-LD entities, and Google Lighthouse 13.5 Agentic Browsing (/.well-known/ai-catalog.json ARD 1.0). Use this
generate_ai_manifestsCompiles ready-to-save /llms.txt documentation index and Google Lighthouse 13.5 /.well-known/ai-catalog.json (ARD 1.0) JSON manifests from a live domain, plus HTML and robots.txt Agentmap snippets. Use this tool when a developer wants to remediate missing discovery manifests iden
extract_byte0_markdownStrips React/Next.js hydration scripts, Shopify Liquid/WordPress DOM bloat, and inline SVGs/CSS from any URL, returning clean Byte-0 GitHub-Flavored Markdown (GFM) with front-loaded Schema.org tables. Use this tool when you need to read a web page or pricing table inside an LLM c
query_truncation_benchmarkRetrieves empirical benchmark telemetry from the 2026 50-Site SaaS & E-Commerce AI Truncation Study (measuring raw HTML token weight, 25,000-token Perplexity/ChatGPT cutoff truncation, visible price omission, /llms.txt adoption, and Lighthouse 13.5 ARD 1.0 adoption). Use this too
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
Der Registry-Name wurde mit dem GitHub-Konto quitegoodproject bestätigt, dem das Repo gehört
Dieses Repo haben wir noch nicht von GitHub gelesen
Dieses Repo haben wir noch nicht von GitHub gelesen
Antwort in 464 ms (HTTP 200)
Keine Anmeldung nötig
Wir haben 4 Tool-Beschreibungen gelesen und keine versteckten Anweisungen an die KI gefunden
Verglichen mit allen aktiven Servern dieser Kategorie in der Registry. Sterne zählen nur, wenn dem Herausgeber das Repo gehört.
Er hat 3 von 3 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.
Die Registry nennt keinen erforderlichen Schlüssel, manche Server bitten dich aber bei der ersten Nutzung, dich anzumelden.
Beides geht: Installiere ihn auf deinem Computer oder verbinde dich mit der Cloud-Version.
Das GitHub-Repo wurde zuletzt – geändert, und die neueste Version (1.2.7) kam vor 8 Tagen in die Registry.
Apps, die MCP unterstützen, etwa Claude Desktop, Claude Code, Cursor und VS Code. Er verbindet sich per URL, also funktionieren auch Apps, die Remote-MCP-Server akzeptieren, zum Beispiel ChatGPT im Entwicklermodus.
In derselben Kategorie: Spec Driven Development, Remote Desktop Commander, Zendesk
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
MCP Server that facilitates spec-driven development workflows, not just Vibe Coding.
Remote Desktop Commander: use files, terminal and processes on your own computers from any AI app.
Zendesk MCP Pack — tickets, users, organizations via OAuth.
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.
robots.txt & /llms.txt Audit + Auto-Remediation MCP ServerComprehensive Model Context Protocol (MCP) server for exhaustive local and live structural audits across 6 weighted AI readiness categories—plus active file generation inside Claude Code, Claude Desktop, Cursor, and Windsurf. No API key required.
claude mcp add answerrail-mcp -- npx -y answerrail-mcp
| Client | Easiest Install Command / Config |
|---|---|
| Claude Code CLI | claude mcp add answerrail-mcp -- npx -y answerrail-mcp |
| Claude Desktop | "answerrail-mcp": { "command": "npx", "args": ["-y", "answerrail-mcp"] } |
| Cursor / Windsurf | Add npx -y answerrail-mcp in .cursor/mcp.json |
Unlike read-only 5-category scanners, answerrail-mcp performs a 6-category deep structural audit and actively writes the missing files into your repository:
PerplexityBot, OAI-SearchBot, GPTBot, ChatGPT-User, ClaudeBot, Claude-User, Google-Extended, Applebot-Extended, Meta-ExternalAgent, Amazonbot, DuckAssistBot, Cohere-ai, Bytespider, CCBot) and verifies Agentmap: header/file declarations.Organization, SoftwareApplication, WebSite, Product, Offer, AggregateOffer, FAQPage, Question, Answer, TechArticle, Article, BreadcrumbList, HowTo, Service, LocalBusiness, Person, Dataset, WebPage, ItemList, Review) and synthesizes them into Byte-0 GitHub-Flavored Markdown tables.Content-Type: text/markdown headers, and entry quality.self.__next_f.push RSC hydration bloat, collapsed Radix/Headless UI (data-state="closed") FAQ accordions, and exact $/£/€ pricing tokens dropped past the 25,000-token cutoff./.well-known/ai-catalog.json (specVersion: "1.0"), , , and /.well-known/mcp.json.kid="ar_ed25519_2026_k1"), /.well-known/http-message-signatures-directory, CORS (Access-Control-Allow-Origin: *), and RFC 9110 Vary: User-Agent, Accept compliance.answerrail-mcp vs isagentready-mcp| Feature / Metric | answerrail-mcp | isagentready-mcp |
|---|---|---|
| Install Command | claude mcp add answerrail-mcp -- npx -y answerrail-mcp | claude mcp add isagentready-mcp -- npx -y isagentready-mcp |
| Core Audit Scope | 6 Weighted Categories: AI Bot Directives (robots.txt), Search Signals (Schema.org JSON-LD), Deep /llms.txt Structure, Content Semantics & 25k-Token Truncation, Agent Protocols (ARD 1.0 / WebMCP), and Security (RFC 9421 Ed25519) + Edge Remediation | 5 Categories (Discovery, Structured Data, Semantics, Agent Protocols, Security — Read-only score) |
| Schema.org & `robots.txt` Coverage | Scans 20+ Schema.org JSON-LD types & 14+ AI bot rules in `robots.txt` (plus compiles JSON-LD into Byte-0 GFM tables) | Scans 17 Schema.org types & 13 AI bot rules |
| `/llms.txt` Validation & Auto-Generation | Validates `/llms.txt` formatting/links AND generates ready-to-save `/llms.txt` + `/.well-known/ai-catalog.json` via `generate_ai_manifests` | Read-only structural check (Does not generate files) |
| 25,000-Token Truncation & Price Recall Audit | Yes — Identifies exact `$/£/€` prices cut off past 25k tokens & unrolls collapsed Radix FAQ accordions | No |
| Editor Auto-Fix & Local CLI Companion | Generates & writes files locally (`generate_ai_manifests` + `npx test-ai-ready --write`) AND deploys instant Anycast edge fixes | Relies on manual editor prompts after read-only API scan |