Spec Driven Development
MCP Server that facilitates spec-driven development workflows, not just Vibe Coding.
Descripción del creador (original en inglés)
Trace AI agent execution: every tool call, every error, every dollar. Open source, local-first.
Estos tres nunca se combinan en una sola puntuación: las opiniones, las mediciones y la popularidad son cosas distintas.
Todavía no escribimos un resumen sencillo para este. Abajo están los datos que leímos del registro.
Elige la app de IA que usas y copia la configuración.
Necesitas
¿Qué app usas?
Elige tu app arriba. La recordamos, así que la próxima vez el botón dirá “Instalar en …”.
Abre Claude Desktop → Settings → Developer → Edit Config y pega esto en claude_desktop_config.json
{
"mcpServers": {
"agent-observability": {
"command": "npx",
"args": [
"-y",
"agent-obs"
]
}
}
}Ejecuta esto en tu terminal
claude mcp add agent-observability -- npx -y agent-obsPégalo en .cursor/mcp.json de tu proyecto, o en ~/.cursor/mcp.json
{
"mcpServers": {
"agent-observability": {
"command": "npx",
"args": [
"-y",
"agent-obs"
]
}
}
}Tu navegador te pide permiso para abrir la app; luego la app muestra la configuración y te pide confirmar. Los valores de las claves quedan vacíos para que los completes tú.
Pégalo en .vscode/mcp.json de tu proyecto
{
"servers": {
"agent-observability": {
"type": "stdio",
"command": "npx",
"args": [
"-y",
"agent-obs"
]
}
}
}Tu navegador te pide permiso para abrir la app; luego la app muestra la configuración y te pide confirmar. Los valores de las claves quedan vacíos para que los completes tú.
Este se ejecuta en tu computadora, y ChatGPT solo puede conectarse a servidores en internet. Elige otra app.
Tu elección se guarda en una cookie en este dispositivo; no necesitas cuenta.
Esta configuración se genera a partir de la ficha del creador en el registro. Si el README dice otra cosa, sigue el README.
Se ejecuta en tu computadora; la lista de herramientas aparece en tu app de IA después de instalarlo.
Revisamos información que cualquiera puede ver; no hemos leído el código. Las revisiones que no aplican no se cuentan. · Revisado el 6 nov 2026
El nombre en el registro se verificó con la cuenta de GitHub KryptosAI, dueña del repo
Todavía no hemos leído este repo en GitHub
Todavía no hemos leído este repo en GitHub
Este se ejecuta en tu computadora; no hay endpoint en internet
Se ejecuta en tu computadora y usa ajustes locales en su lugar
Se ejecuta en tu computadora; solo podemos leer listas de herramientas de endpoints en internet
Comparado con todos los servidores activos de esta categoría en el registro. Las estrellas solo cuentan cuando quien lo publica es dueño del repo.
Superó 1 de 1 revisiones básicas aplicables. No hemos leído el código. Antes de agregar una clave o un token, revisa qué acceso pide el servidor y usa una clave que tenga solo los permisos que necesitas.
El registro no indica ninguna clave obligatoria, aunque algunos servidores te piden iniciar sesión la primera vez que los usas.
Se ejecuta en tu computadora. Tu app de IA lo inicia cuando hace falta, y los datos no pasan por los servidores del creador (a menos que el propio servidor llame a un servicio en línea).
El repo de GitHub cambió por última vez –, y la última versión (1.0.7) llegó al registro hace 3 meses.
Las apps compatibles con MCP, como Claude Desktop, Claude Code, Cursor y VS Code. También necesitas Node.js en tu computadora.
En la misma categoría: Spec Driven Development, Remote Desktop Commander, zanadir
Servidores de la misma categoría hechos por otros creadores, ordenados por estrellas.
Cómo leer una tarjeta:★ Estrellas de GitHubiTres pilares: reseñas · revisiones · usoiActualizado = fecha en que se publicó la última versión en el registroi
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.
Find what a repository's CI is missing, and which security checks cannot fail the build.
Copiado tal cual del repo del creador. PopNx MCP no lo ha revisado ni lo respalda. Se quitaron HTML, imágenes y scripts. Los enlaces llevan fuera de este sitio.
Open source agent observability — see what your agents did, why they failed, and what it cost. Runs locally. No cloud required.
One command. No manual config. No copy-paste.
npx agent-obs@latest setup
This auto-detects your AI agent (opencode, Claude Code, Cursor) and configures everything:
Then restart your agent. Every action will now self-report.
agent-obs dashboard # http://localhost:9400 — see your sessions appear
After running a task in your agent, the dashboard shows:
setup can't detect your agent)opencode: Add to opencode.json:
{
"mcp": { "agent-obs": { "command": "npx", "args": ["-y", "agent-obs@latest", "server"], "enabled": true } } }
Claude Code: Create .mcp.json:
{
"mcpServers": { "agent-obs": { "command": "npx", "args": ["-y", "agent-obs@latest", "server"] } } }
Cursor: Add to Cursor Settings > MCP:
{
"mcpServers": { "agent-obs": { "command": "npx", "args": ["-y", "agent-obs@latest", "server"] } } }
See Agent-Specific Setup below for detailed per-platform instructions including self-reporting directives.
Note: All data is written to a local SQLite database in
~/.agent-observability/. No data leaves your machine.
For agents that can't self-report, wrap any MCP server and every tool invocation gets traced automatically:
agent-obs proxy --desc "fix login bug" -- npx @modelcontextprotocol/server-filesystem /tmp
Proxy mode captures only MCP tool calls (~30% of typical agent actions). Prefer the setup / MCP server approach above.
.mcp.json in your project root:{
"mcpServers": { "agent-obs": { "command": "npx", "args": ["-y", "agent-obs@latest", "server"] } } }
.claude/instructions.md (or reference the existing SKILL.md under .claude/skills/agent-obs/SKILL.md):After every tool call, report to agent-obs's log_tool_call.
Start each task with start_session. End with end_session.
agent-obs dashboard, open http://localhost:9400, and look for your session after the agent completes a task.~/.cursor/mcp.json, or Settings → MCP → Add new global MCP server):{
"mcpServers": { "agent-obs": { "command": "npx", "args": ["-y", "agent-obs@latest", "server"] } } }
.cursorrules (or .cursor/rules/agent-obs.md):After every tool call, you MUST call the agent-obs MCP server's log_tool_call tool.
Include toolName, status (success/error), outputSummary, and durationMs. Start each session with start_session and end with end_session.
agent-obs dashboard, open http://localhost:9400, and look for your session after the agent completes a task. ┌──────────────────────────┐
│ agent-obs server │ │ (self-reporting) │ │ │ │ Agent calls obs_record_* │ │ tools directly via MCP │ │ • tool calls │ │ • token usage │ │ • decisions │ │ • grades │ └──────────┬───────────────┘ │ ▼ ┌──────────────────────────┐ │ agent-obs proxy │ │ (fallback — MCP-only) │ │ │ MCP Client ───────▶│ intercepts tool calls ──▶│ MCP Server (Claude/Cursor) │ logs to SQLite │ (filesystem, └──────────┬───────────────┘ github, etc.) │ ▼ ┌──────────────────────────┐ │ ~/.agent-observability │ │ SQLite DB │ │ │ │ • sessions │ │ • tool_calls │ │ • token_usage │ │ • decisions │ │ • grades │ └──────────┬───────────────┘ │ ▼ ┌──────────────────────────┐ │ agent-obs dashboard │ │ (port 9400) │ │ │ │ GET /api/sessions │ │ GET /api/sessions/:id │ │ GET /api/search?q= │ │ GET /api/stats │ │ POST /api/export │ └──────────────────────────┘
| Method | Path | Description |
|---|---|---|
GET | /api/sessions | List all sessions. Query params: ?limit=20&offset=0&grade=B |
GET | /api/sessions/:id | Get full session detail with all tool calls, tokens, decisions, and grades |
GET | /api/sessions/:id/tool-calls | List tool calls for a session. Query params: ?status=error&server=filesystem |
GET | /api/sessions/:id/tokens | Get token usage history for a session |
GET | /api/sessions/:id/decisions | Get decision points for a session |
GET | /api/search | Full-text search across tool call inputs/outputs. Query param: ?q=read_file |
GET | /api/stats | Aggregate statistics: total sessions, avg grade, total tokens, total cost |
POST | /api/export | Export session data as JSON. Body: { "sessionIds": ["abc123"], "format": "json" } |
GET | /api/health | Health check. Returns { "status": "ok", "dbSize": "2.4MB", "sessionCount": 47 } |
| Tool | Parameters | Returns |
|---|---|---|
obs_record_tool_call | sessionId, toolName, serverName, duration (ms), status (success/error), input, output | { "id": "call-uuid", "recorded": true } |
obs_record_token_usage | sessionId, inputTokens, outputTokens, model | { "totalTokens": 1850, "estimatedCost": "$0.023" } |
obs_record_decision | sessionId, context, options, chosen, reasoning | { "id": "decision-uuid", "recorded": true } |
obs_record_grade | sessionId, grade (A/B/C/D/F), reasoning | { "grade": "B", "recorded": true } |
obs_get_session_report | sessionId | Full session JSON with all calls, tokens, decisions, grade |
obs_list_sessions | limit, offset | Array of { id, description, grade, createdAt, tokenTotal, estimatedCost } |
read_file, execute_command, search_codesuccess or errorCosts are estimated based on published API pricing:
| Model | Input (per 1M tokens) | Output (per 1M tokens) |
|---|---|---|
| Claude 3.5 Sonnet | $3.00 | $15.00 |
| Claude 3 Opus | $15.00 | $75.00 |
| GPT-4o | $2.50 | $10.00 |
| GPT-4 Turbo | $10.00 | $30.00 |
Costs are tracked per session and displayed in the dashboard. You can add custom model pricing via ~/.agent-observability/models.json.
Every session receives a letter grade based on efficiency and correctness:
| Grade | Label | Criteria |
|---|---|---|
| A | Clean | Zero errors, minimal token waste, no unnecessary tool calls |
| B | Minor issues | Some inefficiencies, but no failures |
| C | Inefficient | Excessive token usage, redundant tool calls, recoverable errors |
| D | Risky | Significant problems — failed tool calls, high cost, wrong tools chosen |
| F | Failed | Errors prevented task completion, or agent abandoned the session |
When the agent has multiple possible actions, it can record why it chose one over another. Example:
{
"context": "need to read a file — it could be at src/config.ts or lib/config.ts", "options": ["read_file src/config.ts", "glob **/config.ts", "grep 'CONFIG' *.ts"], "chosen": "glob **/config.ts", "reasoning": "File might not exist at the expected path; glob guarantees finding it regardless of location" }
Decision points create an audit trail of agent reasoning, making it possible to understand not just what happened, but why.
Every action is timestamped and linked to a session. The audit trail answers:
Grades are assigned manually by the agent via obs_record_grade or automatically by the dashboard based on session statistics:
Grades accumulate over time. The /api/stats endpoint shows your average grade and grade distribution.
AI agents are a black box. You tell Claude Code or Cursor to fix a bug, refactor a module, or add a feature — and minutes later you have a diff. But what actually happened in between? How many tool calls did it make? How many tokens did it burn? Which files did it read? Did it try three approaches before landing on one? You have no idea.
This isn't just academic curiosity. Without observability:
Solo se muestra el principio; lee el resto en el repo