Prototyp · Vorschau: alle Server aus der offiziellen Registry, alle 30 Minuten synchronisiert. Bewertungen und Benutzerkonten folgen in einem späteren Schritt.
PopNx MCPMCP-Server für alle, die KI nutzen · in einfachen Worten erklärt

Bench Agent Discovery

von VirajMishra1Version 0.1.0i★ –iLäuft in der Cloud
Name in der Registryio.github.VirajMishra1/bench

Installieren

Überblick

Beschreibung vom Entwickler (englisches Original)

Discover public AI agents, reusable recipes, and trusted benchmark evidence by task.

Die drei Säulen von PopNx MCP

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

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: Dokumente, Tabellen & Büroarbeit

Installation

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

Bevor du installierst

  • Basischecks: 1 von 1 bestanden
  • Läuft auf dem Server des Entwicklers: Was du fragst, läuft über dessen Server.
  • Die Registry nennt keinen Schlüssel zum Eintragen.

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:

  1. Öffne Settings → Connectors
  2. Tippe auf Add custom connector
  3. Füge die Adresse unten ein und tippe auf Add
  4. Wenn eine Anmeldung verlangt wird, melde dich beim Dienst des Entwicklers an
SettingsConnectors1+ Add2https://…3
https://bench.virajmishratakehome.workers.dev/mcp

Führe das in deinem Terminal aus

claude mcp add --transport http bench https://bench.virajmishratakehome.workers.dev/mcp

In Cursor öffnen

Oder kopier die Einstellungen selbst

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

{
  "mcpServers": {
    "bench": {
      "url": "https://bench.virajmishratakehome.workers.dev/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 VS Code öffnen

Oder kopier die Einstellungen selbst

In .vscode/mcp.json in deinem Projekt einfügen

{
  "servers": {
    "bench": {
      "type": "http",
      "url": "https://bench.virajmishratakehome.workers.dev/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:

  1. Öffne ChatGPT im Web → Settings → Connectors (Apps)
  2. Tippe auf Create oder Add (bei manchen Tarifen musst du zuerst Developer mode unter Advanced einschalten)
  3. Füge die Adresse unten ein, gib ihr einen Namen und speichere
  4. Wenn eine Anmeldung verlangt wird, melde dich beim Dienst des Entwicklers an
SettingsConnectors1+ Create2https://…3
https://bench.virajmishratakehome.workers.dev/mcp

Menünamen 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.

Was er kann

Die Tool-Liste dieses Servers haben wir noch nicht gelesen; wir prüfen die Endpunkte reihum.

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 VirajMishra1 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

  • … Noch nicht geprüft

    Endpunkt antwortet

    Noch nicht geprüft; wir prüfen die Endpunkte reihum

  • … Noch nicht geprüft

    Anmeldung mit OAuth

    Noch nicht geprüft; wir prüfen die Endpunkte reihum

  • … Noch nicht geprüft

    Keine versteckten Anweisungen in Tool-Beschreibungen

    Noch nicht geprüft; wir lesen die Tool-Liste, wenn wir den Endpunkt prüfen

Im Vergleich mit anderen in Dokumente, Tabellen & Büroarbeiti

  • Mehr Sterne als 0 % der anderen 2194 Server in dieser Kategorie
  • Neuer in der Registry veröffentlicht als 16 % der anderen 2194 Server in dieser Kategorie
  • Basischecks gleich gut wie oder besser als bei 100 % der anderen 2194 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 Bench Agent Discovery 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?

Die Registry nennt keinen erforderlichen Schlüssel, manche Server bitten dich aber bei der ersten Nutzung, dich anzumelden.

Läuft er auf meinem Computer oder in der Cloud?

Er läuft in der Cloud des Entwicklers. Du verbindest dich übers Internet, ohne etwas zu installieren, aber was du sendest, läuft über die Server des Entwicklers.

Wird er noch gepflegt?

Das GitHub-Repo wurde zuletzt – geändert, und die neueste Version (0.1.0) kam vor 4 Monaten in die Registry.

Welche Apps können ihn nutzen?

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.

Was kann ich stattdessen nutzen?

In derselben Kategorie: Agent-Native Calendar, Excel MCP Server, MCP Server for Excel

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

Agent-Native Google Calendar - manage events, sync, and public booking

Läuft in der Cloud★ 7.620MITAktualisiert vor 2 Monaten
Installieren

Excel MCP Server

von haris-musa

Create and edit Excel files with AI: charts, PivotTables, formulas. No Excel needed.

Läuft auf deinem Computer★ 4.276MITAktualisiert vor 6 Tagen
Installieren

Excel automation for AI - Sheets, Power Query, DAX, VBA, Tables, Ranges and more. Windows only.

Läuft auf deinem Computer★ 847MITAktualisiert vor 4 Tagen
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.

bench

See what the best agents do differently.

One line of code. Live dashboard, public profile, README badge.


What is this?

You built an AI agent. You ran it a few times. But you have no idea if it's actually working well — which tasks fail silently, what it costs per run, or how it compares to anything else.

Bench fixes that. Wrap your agent with one function call. You get:

  • A public profile page showing runs, success rate, cost, and latency
  • An auto-score on every task (0–1, LLM-as-judge)
  • AI-generated summaries of your failure patterns
  • A README badge that stays live and updates as your agent runs
  • A public leaderboard so anyone can discover your agent

It's like GitHub for agents — observable, shareable, and public by default.

Want to see it before signing up? Try the sandbox at /try — no signup needed.


Setup (3 minutes)

Sign in at bench.virajmishratakehome.workers.dev with GitHub. The dashboard gives you a copyable setup bundle — install command, API key, and first task template. It listens for your first event and links straight to your profile when it arrives.

Or do it manually:

npm install @virajmishra1/bench-sdk

export BENCH_KEY="bk_..."

import { observe } from "@virajmishra1/bench-sdk";

const agent = observe({ apiKey: process.env.BENCH_KEY, agent: "my-agent" });

await agent.task("search", { query }, async (t) => { const result = await doSearch(query); t.log("found", result.length); t.cost(0.004); return result; });

That's the whole SDK. Everything else is optional.

Python:

pip install bench-observe

export BENCH_KEY="bk_..."

import bench

agent = bench.observe(api_key=os.environ["BENCH_KEY"], agent="my-agent")

async with agent.task_ctx("search", {"query": query}) as task: result = await do_search(query) task.log("found", len(result)) task.set_output(result)

Already on OpenTelemetry? Point your exporter at Bench instead:

export OTEL_EXPORTER_OTLP_ENDPOINT=https://bench.virajmishratakehome.workers.dev

export OTEL_EXPORTER_OTLP_PROTOCOL=http/json export OTEL_EXPORTER_OTLP_HEADERS="X-Bench-Key=bka_...,X-Bench-Agent=my-agent"

Bench understands standard gen_ai.* spans — invoke_agent, execute_tool, chat, retrieval, and more.

Prefer a CLI? The stack-detecting CLI auto-instruments OpenAI, Anthropic, Vercel AI SDK, Mastra, and LangChain:

npx @virajmishra1/bench-cli init --install

npx @virajmishra1/bench-cli login


What you get

FeatureDescription
Live dashboardReal-time event stream while your agent runs. WebSocket, zero polling.
Public profile/u/you/your-agent — shareable, OG-image ready, server-rendered
README badgeLive SVG badge. Updates automatically. GitHub camo-friendly.
LLM evalEvery task auto-scored 0–1 by a Llama 3.3 70B judge. Score logic is open.
Failure insightsk-means clustering + LLM description of what keeps going wrong
LeaderboardBrowse public agents by runs, success rate, eval score, or cost
Compare/vs/@a/agent1/@b/agent2 — side-by-side quality, cost, latency
BenchmarksVersioned benchmark suites with repeated runs and evidence trails. Separate from self-reported telemetry.
MCP discoveryPublic read-only MCP server — search_agents, get_agent, list_benchmarks
Embed widget -ready mini-dashboard, 3 sizes, dark/light
Privacy controlsHide inputs/outputs, make agents private, per-key access
Permissioned reusePublish capabilities with deny-by-default policies and quotas

Framework adapters

Drop-in wrappers that auto-instrument your existing LLM calls:

// Anthropic — wraps every messages.create() call

import { wrapAnthropic } from "@virajmishra1/bench-anthropic"; const client = wrapAnthropic(new Anthropic(), bench);

// OpenAI — wraps chat completions, responses, and embeddings import { wrapOpenAI } from "@virajmishra1/bench-openai"; const client = wrapOpenAI(new OpenAI(), bench);

// Vercel AI SDK — wraps generateText / streamText / generateObject import { track } from "@virajmishra1/bench-vercel-ai"; const result = await track(bench, "summarize", () => generateText({ model: anthropic("claude-sonnet-4-6"), prompt: "..." }) );

// Mastra import { wrapMastra } from "@virajmishra1/bench-mastra";


Let your AI find agents

Bench exposes a public MCP server at /mcp. Connect it to Claude Code:

claude mcp add --transport http bench https://bench.virajmishratakehome.workers.dev/mcp

Or Codex:

codex mcp add bench --url https://bench.virajmishratakehome.workers.dev/mcp

Tools available: search_agents, get_agent, list_benchmarks. Search returns only public agents. Owner telemetry and benchmark evidence are labeled separately.

See MCP.md for full tool schemas and the privacy model.


Architecture

Bench runs entirely on Cloudflare. Each product is doing a specific job:

SDK (npm: @virajmishra1/bench-sdk)

| batched events, X-Bench-Key v POST /ingest <- Workers (Hono) | +-> D1 --- users, agents, tasks, events | +-> AgentDO --- one Durable Object per agent | +- ring buffer (last 1k events, SQLite in DO storage) | +- latency histogram (p50, p95) | +- hibernating WebSocket -> live dashboards | +-> EvalWorkflow --- runs per task.end | +- Workers AI (Llama 3.3 70B) -> score 0-1 + reasoning | -> writes back to D1.tasks | -> updates agents.avg_eval_score | +-> ClusterWorkflow --- on-demand + hourly cron +- k-means on task embeddings -> cluster labels -> Workers AI LLM describes each cluster -> stored in agents.failure_clusters

Public surfaces: /u/:login/:slug -> profile page (server-rendered, OG image) /badge/:login/:slug.svg -> README badge (KV-cached 60s) /embed/:login/:slug -> iframe widget (3 sizes, dark/light) /leaderboard -> discovery (5 sort modes) /vs/:a/:b -> compare two agents /try -> sandbox (no signup) /benchmarks -> verified benchmark registry /mcp -> read-only MCP server /api/agents/:l/:s/insights -> failure pattern analysis (JSON)

The key design decision is the actor model: every agent gets its own Durable Object. That DO holds the last 1,000 events in SQLite, a latency histogram, and a hibernating WebSocket connection — zero idle cost, no polling.

Cloudflare products used
ProductRole
WorkersAPI, profile rendering, badge generation
Durable ObjectsOne per agent — ring buffer, latency histogram, hibernating WebSocket
D1Users, agents, tasks, events
KVToken lookup cache, badge SVG cache, OG image cache
Workers AILlama 3.3 70B — LLM judge + failure pattern descriptions
WorkflowsDurable retry for EvalWorkflow and ClusterWorkflow
Browser RenderingOG share images (SVG → PNG)
AssetsStatic frontend (landing, dashboard, JS, CSS)

SDK reference

const agent = observe({

apiKey: string; // bk_xxx — from your dashboard agent: string; // slug, e.g. "my-agent" displayName?: string; endpoint?: string; // default: bench.virajmishratakehome.workers.dev flushIntervalMs?: number; // default: 2000 maxBatchSize?: number; // default: 50 });

// Wrap a task — records start/end/duration/status/eval automatically await agent.task("name", input, async (task) => { task.log("label", value); // attach a log event task.cost(0.003); // report LLM spend (owner-reported) return result; // returned value becomes the task output });

// Fire a custom event agent.event("custom", { key: "value" });

// Flush immediately (auto-runs on batch full or interval) await agent.flush();

task.cost() calls are labeled "owner-reported" in the UI. Framework adapters attach provider and token evidence, labeled separately.

Errors are swallowed silently — observability should never crash your agent.


Self-host

git clone https://github.com/VirajMishra1/bench

cd bench && npm install

cd packages/worker npx wrangler login

Create infrastructure

npx wrangler d1 create bench-db npx wrangler kv namespace create CACHE npx wrangler kv namespace create SESSIONS

Paste the returned IDs into wrangler.jsonc, then:

npx wrangler secret put SESSION_SECRET # any random 32+ char string npx wrangler secret put GITHUB_OAUTH_CLIENT_SECRET # from github.com/settings/developers

Apply schema and deploy

npm run db:remote npm run deploy


File layout

bench/

+-- packages/ | +-- sdk/ <- @virajmishra1/bench-sdk | +-- adapters/ | | +-- anthropic/ <- @virajmishra1/bench-anthropic | | +-- openai/ <- @virajmishra1/bench-openai | | +-- vercel-ai/ <- @virajmishra1/bench-vercel-ai | | +-- mastra/ <- @virajmishra1/bench-mastra | | +-- langchain/ <- bench-langchain | +-- worker/ <- Cloudflare Worker (all backend + frontend) | +-- src/ | | +-- index.ts <- Hono routes | | +-- ingest.ts <- POST /ingest | | +-- profile.ts <- public profile page | | +-- badge.ts <- SVG README badge | | +-- embed.ts <- iframe widget | | +-- leaderboard.ts <- discovery page | | +-- compare.ts <- /vs/:a/:b | | +-- do/agent.ts <- AgentDO (actor per agent) | | +-- workflows/ | | +-- eval.ts <- LLM judge per task | | +-- cluster.ts <- failure clustering | +-- public/ <- landing, dashboard, styles | +-- migrations/ <- D1 schema history +-- benchmarks/ | +-- grounded-research-v1/ <- example benchmark suite + cases | +-- eval-prompts.md <- open-source judge prompts +-- examples/ <- runnable example agents


License

MIT — see LICENSE

Built by @virajm1shra on Cloudflare.

PopNx fragen