Context7
de upstash
Up-to-date docs for AI agents
Computadora o nube★ 64.224MITActualizado hoy
Instalar
Agent Radar
Resumen
Descripción del creador (original en inglés)
Search, inspect, recommend, and explain rated AI tools through Agent Radar.
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.
- Opinión de usuariosiAún no hay reseñasLas reseñas se abrirán junto con las cuentas en una etapa posterior
- Nuestras revisiones básicasi1 de 1 superadasRevisado con información pública; el código aún no se ha escaneado
- UsoiAún sin medir★ –
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: Búsqueda y memoria de IA
- Debes completar: X-Agent-Radar-LLM-API-Key
Instalación
Elige la app de IA que usas y copia la configuración.
Antes de instalar
- Revisiones básicas: 1 de 1 superadas
- Se ejecuta en el servidor del creador: lo que le pidas pasa por su servidor.
- Debes completar tú:
X-Agent-Radar-LLM-API-Key
Los valores marcados como secretos son llaves de tu cuenta. Nunca los compartas ni los pegues en un chat.
Necesitas
- Se ejecuta en la nubeNo hay nada que instalar; se conecta por internet
¿Qué app usas?
Elige tu app arriba. La recordamos, así que la próxima vez el botón dirá “Instalar en …”.
Esta dirección necesita una clave en un header de la solicitud, y el menú para agregar conectores no puede ponerla. Usa Claude Code, Cursor o VS Code.
Ejecuta esto en tu terminal
claude mcp add --transport http agent-radar https://agent-radar.zation1.workers.dev/api/mcp --header 'X-Agent-Radar-LLM-API-Key: your-value'Completa los valores vacíos antes de ejecutarlo.
O copia la configuración tú
Pégalo en .cursor/mcp.json de tu proyecto, o en ~/.cursor/mcp.json
{
"mcpServers": {
"agent-radar": {
"url": "https://agent-radar.zation1.workers.dev/api/mcp",
"headers": {
"X-Agent-Radar-LLM-API-Key": "your-value"
}
}
}
}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.
O copia la configuración tú
Pégalo en .vscode/mcp.json de tu proyecto
{
"servers": {
"agent-radar": {
"type": "http",
"url": "https://agent-radar.zation1.workers.dev/api/mcp",
"headers": {
"X-Agent-Radar-LLM-API-Key": "your-value"
}
}
}
}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.
Esta dirección necesita una clave en un header de la solicitud, y el menú para agregar conectores no puede ponerla. Usa Claude Code, Cursor o VS Code.
Tu elección se guarda en una cookie en este dispositivo; no necesitas cuenta.
Valores que debes completar
X-Agent-Radar-LLM-API-Keysecreto HTTP headerLLM provider API key used only by recommend_tools.
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 6 nov 2026
- ✓ Superada
El creador coincide con el repo
El nombre en el registro se verificó con la cuenta de GitHub zation, 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 Búsqueda y memoria de IAi
- Más estrellas que el 0% de los otros 7245 servidores de esta categoría
- Publicado en el registro más recientemente que el 23% de los otros 7245 servidores de esta categoría
- Revisiones básicas iguales o mejores que el 100% de los otros 7245 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 Agent Radar?
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?
Debes completar: X-Agent-Radar-LLM-API-Key
¿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 (0.9.2) 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: Context7, Codebase Memory, Exa
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
Codebase Memory
de DeusData
Codebase knowledge graph for AI agents — 162 languages, sub-ms queries, 99% fewer tokens.
Se ejecuta en tu computadora★ 48.148MITActualizado hace 20 días
Instalar
Exa
de exa-labs
Connect AI agents to Exa for web search, content fetching, and multi-step research.
Se ejecuta en la nube★ 5213MITActualizado el mes pasado
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.
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.