Prototipo · Versión preliminar: todos los servidores del registro oficial, sincronizados cada 30 minutos. Las reseñas y las cuentas llegarán en una etapa posterior.
PopNx MCPServidores MCP para quienes usan IA · explicados con palabras sencillas

Bench Agent Discovery

de VirajMishra1versión 0.1.0i★ –iSe ejecuta en la nube
Nombre en el registroio.github.VirajMishra1/bench

Instalar

Resumen

Descripción del creador (original en inglés)

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

Los tres pilares de PopNx MCP

Estos tres nunca se combinan en una sola puntuación: las opiniones, las mediciones y la popularidad son cosas distintas.

Qué puedes hacer con él

Todavía no escribimos un resumen sencillo para este. Abajo están los datos que leímos del registro.

  • Conexión: Se ejecuta en la nube
  • Transporte: Streamable HTTP
  • Categoría: Documentos, hojas de cálculo y oficina

Instalación

Elige la app de IA que usas y copia la configuración.

Antes de instalar

Necesitas

¿Qué app usas?

Elige tu app arriba. La recordamos, así que la próxima vez el botón dirá “Instalar en …”.

Funciona en Claude para web, escritorio y móvil:

  1. Abre Settings → Connectors
  2. Presiona Add custom connector
  3. Pega la dirección de abajo y presiona Add
  4. Si te pide iniciar sesión, inicia sesión en el servicio del creador
SettingsConnectors1+ Add2https://…3
https://bench.virajmishratakehome.workers.dev/mcp

Ejecuta esto en tu terminal

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

Abrir en Cursor

O copia la configuración tú

Pégalo en .cursor/mcp.json de tu proyecto, o en ~/.cursor/mcp.json

{
  "mcpServers": {
    "bench": {
      "url": "https://bench.virajmishratakehome.workers.dev/mcp"
    }
  }
}

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.

Abrir en VS Code

O copia la configuración tú

Pégalo en .vscode/mcp.json de tu proyecto

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

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.

ChatGPT solo se conecta a servidores en internet:

  1. Abre ChatGPT en la web → Settings → Connectors (Apps)
  2. Presiona Create o Add (en algunos planes primero hay que activar Developer mode en Advanced)
  3. Pega la dirección de abajo, ponle un nombre y guarda
  4. Si te pide iniciar sesión, inicia sesión en el servicio del creador
SettingsConnectors1+ Create2https://…3
https://bench.virajmishratakehome.workers.dev/mcp

Los nombres de los menús pueden variar un poco según el plan y con el tiempo.

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.

Qué puede hacer

Todavía no hemos leído la lista de herramientas de este servidor; revisamos los endpoints por turnos.

Revisiones básicasi

Revisamos información que cualquiera puede ver; no hemos leído el código. Las revisiones que no aplican no se cuentan. · Revisado el 7 nov 2026

  • ✓ Superada

    El creador coincide con el repo

    El nombre en el registro se verificó con la cuenta de GitHub VirajMishra1, dueña del repo

  • … Aún sin revisar

    Sigue en mantenimiento

    Todavía no hemos leído este repo en GitHub

  • … Aún sin revisar

    Tiene licencia

    Todavía no hemos leído este repo en GitHub

  • … Aún sin revisar

    El endpoint responde

    Aún sin revisar; revisamos los endpoints por turnos

  • … Aún sin revisar

    Inicio de sesión con OAuth

    Aún sin revisar; revisamos los endpoints por turnos

  • … Aún sin revisar

    Sin instrucciones ocultas en las descripciones de herramientas

    Aún sin revisar; leemos la lista de herramientas cuando revisamos el endpoint

Comparado con otros en Documentos, hojas de cálculo y oficinai

  • Más estrellas que el 0% de los otros 2197 servidores de esta categoría
  • Publicado en el registro más recientemente que el 16% de los otros 2197 servidores de esta categoría
  • Revisiones básicas iguales o mejores que el 100% de los otros 2197 servidores de esta categoría

Comparado con todos los servidores activos de esta categoría en el registro. Las estrellas solo cuentan cuando quien lo publica es dueño del repo.

Preguntas frecuentes

¿Es seguro Bench Agent Discovery?

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.

¿Qué claves o códigos necesita?

El registro no indica ninguna clave obligatoria, aunque algunos servidores te piden iniciar sesión la primera vez que los usas.

¿Se ejecuta en mi computadora o en la nube?

Se ejecuta en la nube del creador. Te conectas por internet sin instalar nada, pero lo que envías pasa por los servidores del creador.

¿Sigue en mantenimiento?

El repo de GitHub cambió por última vez –, y la última versión (0.1.0) llegó al registro hace 4 meses.

¿Qué apps pueden usarlo?

Las apps compatibles con MCP, como Claude Desktop, Claude Code, Cursor y VS Code. Se conecta por URL, así que también funcionan las apps que aceptan servidores MCP remotos, como ChatGPT en modo desarrollador.

¿Qué puedo usar en su lugar?

En la misma categoría: Agent-Native Calendar, Excel MCP Server, MCP Server for Excel

Alternativas

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

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

Se ejecuta en la nube★ 7620MITActualizado hace 2 meses
Instalar

Excel MCP Server

de haris-musa

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

Se ejecuta en tu computadora★ 4276MITActualizado hace 6 días
Instalar

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

Se ejecuta en tu computadora★ 847MITActualizado hace 4 días
Instalar

README del creador

Abrir el README

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.

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.

Pregunta a PopNx