Context7
von upstash
Up-to-date docs for AI agents
Computer oder Cloud★ 64.224MITAktualisiert heute
Installieren
Agent Radar
Überblick
Beschreibung vom Entwickler (englisches Original)
Search, inspect, recommend, and explain rated AI tools through Agent Radar.
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 in der Cloud
- Transport: Streamable HTTP
- Kategorie: Suche & KI-Gedächtnis
- Das musst du eintragen: X-Agent-Radar-LLM-API-Key
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.
- Das trägst du selbst ein:
X-Agent-Radar-LLM-API-Key
Als geheim markierte Werte sind Schlüssel zu deinem Konto. Gib sie nie weiter und füge sie nie in einen Chat ein.
Du brauchst
- Läuft in der CloudNichts zu installieren; die Verbindung läuft übers Internet
Welche App nutzt du?
Wähle oben deine App. Wir merken sie uns, damit der Button beim nächsten Mal „In … installieren“ anzeigt.
Diese Adresse braucht einen Schlüssel in einem Header der Anfrage, und das Menü zum Hinzufügen von Connectors kann ihn nicht setzen. Nutze stattdessen Claude Code, Cursor oder VS Code.
Führe das in deinem Terminal aus
claude mcp add --transport http agent-radar https://agent-radar.zation1.workers.dev/api/mcp --header 'X-Agent-Radar-LLM-API-Key: your-value'Trag die leeren Werte ein, bevor du ihn startest.
Oder kopier die Einstellungen selbst
In .cursor/mcp.json in deinem Projekt oder in ~/.cursor/mcp.json einfügen
{
"mcpServers": {
"agent-radar": {
"url": "https://agent-radar.zation1.workers.dev/api/mcp",
"headers": {
"X-Agent-Radar-LLM-API-Key": "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.
Oder kopier die Einstellungen selbst
In .vscode/mcp.json in deinem Projekt einfügen
{
"servers": {
"agent-radar": {
"type": "http",
"url": "https://agent-radar.zation1.workers.dev/api/mcp",
"headers": {
"X-Agent-Radar-LLM-API-Key": "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.
Diese Adresse braucht einen Schlüssel in einem Header der Anfrage, und das Menü zum Hinzufügen von Connectors kann ihn nicht setzen. Nutze stattdessen Claude Code, Cursor oder VS Code.
Deine Auswahl bleibt in einem Cookie auf diesem Gerät; kein Konto nötig.
Werte, die du selbst einträgst
X-Agent-Radar-LLM-API-Keygeheim HTTP headerLLM provider API key used only by recommend_tools.
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 6. Nov. 2026
- ✓ Bestanden
Entwickler passt zum Repo
Der Registry-Name wurde mit dem GitHub-Konto zation 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 Suche & KI-Gedächtnisi
- Mehr Sterne als 0 % der anderen 7247 Server in dieser Kategorie
- Neuer in der Registry veröffentlicht als 23 % der anderen 7247 Server in dieser Kategorie
- Basischecks gleich gut wie oder besser als bei 100 % der anderen 7247 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 Agent Radar 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: X-Agent-Radar-LLM-API-Key
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 (0.9.2) 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: Context7, Codebase Memory, Exa
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
Codebase Memory
von DeusData
Codebase knowledge graph for AI agents — 162 languages, sub-ms queries, 99% fewer tokens.
Läuft auf deinem Computer★ 48.148MITAktualisiert vor 20 Tagen
Installieren
Exa
von exa-labs
Connect AI agents to Exa for web search, content fetching, and multi-step research.
Läuft in der Cloud★ 5.213MITAktualisiert letzten Monat
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.
Agent Radar
Choose AI tools with evidence, not hype.
Agent Radar is a structured rating and recommendation knowledge base for AI Agents, Skills, MCP Servers, CLIs, Frameworks, and Prompts/Rules. It helps developers and coding agents answer a practical question: which tool fits this task, and what should I know before trusting it?
Instead of publishing another directory of links, Agent Radar turns fragmented ecosystem information into Tool Cards, explainable ratings, task-oriented recommendations, risk signals, and agent-readable data.
Why Agent Radar
The AI tooling ecosystem is growing faster than any one developer can evaluate it. Names and categories overlap, documentation quality varies, and popularity often says little about task fit, integration cost, maintenance, permissions, or trust.
Agent Radar adds a decision layer:
- Task fit over popularity. Recommendations start from the work to be done, not a global leaderboard.
- Evidence over marketing. Sources, update times, provenance, and confidence remain visible.
- Explanation over opaque ranking. Ratings and recommendations expose reasons, trade-offs, and unsuitable conditions.
- Safety before execution. Permission, trust, data-flow, and production-impact risks can tighten or block a recommendation.
- Built for humans and agents. The same reviewed knowledge is available through a Web UI, static data, HTTP endpoints, and MCP.
What You Get
Structured Tool Knowledge
Tool Cards describe capabilities, appropriate tasks, limitations, integration methods, maintenance, permissions, known risks, sources, and confidence in a consistent format across tool types.
Explainable Ratings
Ratings combine task fit, maintenance, documentation, integration cost, security risk, and evidence quality. Scores never replace the underlying evidence or risk context.
Task-Oriented Recommendations
Describe a development task, environment, preferred tool type, allowed permissions, and risk tolerance. Agent Radar returns candidates with fit reasons, risks, alternatives, and a conservative next action.
| Action | Meaning |
|---|---|
use | A suitable option can be included in the plan within its stated boundaries |
compare | Multiple options deserve a trade-off review |
ask_human | Permission, account, production, or uncertainty boundaries require confirmation |
avoid | The option or operation crosses an unacceptable safety or quality boundary |
no_reliable_match | The catalog cannot support a trustworthy recommendation |
Agent-Readable Decision Context
JSON, JSONL, HTTP, and MCP surfaces let coding agents search the catalog, inspect Tool Cards, request recommendations, and explain ratings without scraping a human-only page.
How It Works
reviewed public sources-> normalized Tool Cards and provenance -> explainable ratings and risk signals -> task-oriented retrieval and recommendation -> deterministic safety enforcement -> provider-backed evaluation and release gates -> Web, JSON/JSONL, HTTP API, and MCP
Collection is controlled by a Source Registry. Candidates pass normalization, validation, review, admission, and promotion gates before entering reliable recommendation data. Dynamic recommendations use an LLM for task interpretation and candidate selection, while local deterministic logic validates known tools and enforces safety boundaries.
The v0.7 data path also discovers the current top two public repositories for GitHub topic agent-skills and expands eligible skills/**/SKILL.md manifests into one Tool Card per Skill. Repository rank is discovery evidence, not quality evidence. Each current build keeps only successfully fetched Skill manifests; raw Skill text stays inside ingestion evidence and is never sent to the recommendation provider.
Who It Is For
- AI-first developers choosing among agents, Skills, MCP Servers, CLIs, and Frameworks for a concrete task.
- Coding-agent users who want tool selection to include reasons, permissions, risks, and traceable evidence.
- AI platform teams building a trusted, reusable catalog and decision layer for developers.
- Tool maintainers who want capabilities, limitations, and sources represented accurately.
Trust and Safety
Agent Radar is designed to support safer selection, not to authorize execution.
- Sources and field-level evidence remain traceable.
- Unknown, stale, or conflicting evidence lowers confidence.
- Permissions and data flows stay visible beside recommendation value.
- High-risk operations can require human confirmation even when a tool is a strong task match.
- Unknown-source code execution is treated conservatively and cannot be promoted by provider output.
- Critical safety cases block a reviewed release when they fail, are missing, or are not executed.
Agent Radar does not automatically install, authorize, or run third-party tools. It is not a substitute for a security scanner, dependency audit, organizational policy, or human review of production-impacting actions.
Ways to Use Agent Radar
Web UI
Browse and filter the reviewed catalog, describe a task, inspect recommendations, open detailed Tool Cards, and review evaluation evidence through the Tools and Evaluation workspaces.
Static Data
Reviewed bundles expose versioned Tool Cards, Rating Results, search indexes, Golden Queries, evaluation summaries, manifests, provenance, and quality evidence as JSON or JSONL artifacts.
HTTP API
The Worker exposes read-oriented endpoints for:
/api/search_tools/api/get_tool_card/api/recommend_tools/api/explain_rating/api/version
Installable Agent Skill
Install the repository-owned agent-radar Skill with the open Agent Skills CLI:
npx skills add zation/agent-radar --skill agent-radarFor Codex, you can also ask $skill-installer to install the Skill directly from:
https://github.com/zation/agent-radar/tree/main/skills/agent-radarThe Skill is local-first. Run its explicit sync command to download the latest compatible reviewed Tool Cards, Ratings, and Search Index into a versioned cache. The client verifies the v1 channel, release manifest, file sizes, SHA-256 checksums, and record schemas before atomically switching the active local release. Search, Tool Card inspection, rating explanation, and recommendation-context construction then run without MCP, without a provider key, and without transmitting the task. A failed update keeps the last verified release active. When invoked, the Skill announces that Agent Radar is in use; every successful client result carries source: "agent-radar-skill", and every Agent Radar-backed answer ends with the verified release ID and data version. Commit SHA remains available in the structured result for audit.
MCP
/api/mcp provides a stateless Streamable HTTP MCP interface built with the official TypeScript SDK v2 beta. It exposes search_tools, get_tool_card, recommend_tools, and explain_rating; all four tools are read-only with respect to tool execution and installation. /api/mcp_manifest exposes the same shared contracts for simpler HTTP integrations.
recommend_tools accepts its ordinary query and optional model as tool input. A per-request provider credential is sent only in the optional secret header X-Agent-Radar-LLM-API-Key; it is never part of the tool schema or response. The Worker may use its configured server-side fallback when that header is absent.
The remote-only Agent Radar MCP server is published in the official Registry as io.github.zation/agent-radar, backed by the production Streamable HTTP endpoint and evidence-bound GitHub OIDC publication. You can connect to and use it through either of these listings:
Production completion requires release identity convergence before functional smoke: bounded polling must observe the exact immutable tag and commit SHA from /api/version, then MCP initialize.serverInfo.version must equal the SemVer derived from that tag. The same gate runs again before Registry publication, so a previous edge version cannot pass as the new release.
Documentation
- Product Brief
- User Workflows
- System Architecture
- Data Model
- Rating Rules
- Recommendation Engine
- Evaluation Plan
- Security and Trust
- Deployment and Operations
- Web UI
- Delivery work
Development and Contributing
Use the Development Guide for local setup, development commands, data generation, evaluation, testing, and troubleshooting.
Coding agents and contributors must also read AGENTS.md before changing the project. It defines document authority, required validation, safe automatic actions, and changes that require human confirmation.