Agent Radar

Name: Agent Radar
Author: zation

제작자: zation버전 0.9.2i★ –i클라우드에서 실행

레지스트리 이름io.github.zation/agent-radar

설치

개요

제작자가 쓴 설명(영어 원문)

Search, inspect, recommend, and explain rated AI tools through Agent Radar.

PopNx MCP의 세 기둥

이 세 가지는 절대 하나의 점수로 합치지 않아요. 의견, 측정, 인기는 서로 다른 것이니까요.

사용자 의견i아직 리뷰가 없어요리뷰는 다음 단계에서 계정 기능과 함께 열려요
우리의 기본 점검i1개 중 1개 통과공개된 정보로 점검했으며, 코드는 아직 스캔하지 않았어요
사용 정도i아직 측정 안 함★ –

할 수 있는 일

이 서버는 아직 쉬운 말로 된 요약을 쓰지 못했어요. 아래는 레지스트리에서 읽어 온 사실이에요.

연결 방식: 클라우드에서 실행
전송 방식: Streamable HTTP
카테고리: 검색 및 AI 기억
입력해야 할 값: X-Agent-Radar-LLM-API-Key

설치

쓰고 있는 AI 앱을 고른 다음 설정을 복사하세요.

설치하기 전에

기본 점검: 1개 중 1개 통과
제작자의 서버에서 실행돼요. 내가 요청한 내용은 제작자의 서버를 거쳐요.
직접 입력할 값: X-Agent-Radar-LLM-API-Key

비밀로 표시된 값은 내 계정의 열쇠예요. 절대 다른 사람과 공유하거나 채팅에 붙여 넣지 마세요.

필요한 것

클라우드에서 실행설치할 것 없음. 인터넷으로 연결돼요

어떤 앱을 쓰세요?

ClaudeClaude CodeCursorVS CodeChatGPT

위에서 앱을 고르세요. 기억해 두었다가 다음부터는 버튼에 “…에 설치”라고 표시해요.

이 주소는 요청 header에 키가 필요한데, 커넥터 추가 메뉴에서는 넣을 수 없어요. 대신 Claude Code, Cursor, VS Code를 쓰세요.

터미널에서 이 명령어를 실행하세요

claude mcp add --transport http agent-radar https://agent-radar.zation1.workers.dev/api/mcp --header 'X-Agent-Radar-LLM-API-Key: your-value'

실행하기 전에 빈 값을 채워 주세요.

Cursor에서 열기

또는 설정을 직접 복사하기

프로젝트의 .cursor/mcp.json 또는 ~/.cursor/mcp.json에 붙여 넣으세요

{
  "mcpServers": {
    "agent-radar": {
      "url": "https://agent-radar.zation1.workers.dev/api/mcp",
      "headers": {
        "X-Agent-Radar-LLM-API-Key": "your-value"
      }
    }
  }
}

브라우저가 앱을 열지 물어본 다음, 앱이 설정을 보여 주고 확인을 요청해요. 키 값은 비워 두니 직접 입력하세요.

VS Code에서 열기

또는 설정을 직접 복사하기

프로젝트의 .vscode/mcp.json에 붙여 넣으세요

{
  "servers": {
    "agent-radar": {
      "type": "http",
      "url": "https://agent-radar.zation1.workers.dev/api/mcp",
      "headers": {
        "X-Agent-Radar-LLM-API-Key": "your-value"
      }
    }
  }
}

브라우저가 앱을 열지 물어본 다음, 앱이 설정을 보여 주고 확인을 요청해요. 키 값은 비워 두니 직접 입력하세요.

이 주소는 요청 header에 키가 필요한데, 커넥터 추가 메뉴에서는 넣을 수 없어요. 대신 Claude Code, Cursor, VS Code를 쓰세요.

선택한 앱은 이 기기의 쿠키에만 저장돼요. 계정은 필요 없어요.

직접 입력할 값

X-Agent-Radar-LLM-API-Key 비밀 HTTP header
LLM provider API key used only by recommend_tools.

이 설정은 제작자의 레지스트리 정보로 만들었어요. README와 다르면 README를 따르세요.

할 수 있는 일

아직 이 서버의 도구 목록을 읽지 않았어요. 엔드포인트는 차례대로 돌아가며 점검해요.

기본 점검i

누구나 볼 수 있는 정보를 점검했고, 코드는 읽지 않았어요. 해당하지 않는 항목은 개수에서 뺐어요. · 2026년 11월 7일 점검

✓ 통과
제작자와 저장소 일치
레지스트리 이름이 GitHub 계정 zation 기준으로 확인되었고, 이 계정이 저장소를 소유하고 있어요
… 아직 점검 안 함
계속 관리되고 있음
아직 GitHub에서 이 저장소를 읽어 오지 않았어요
… 아직 점검 안 함
라이선스 있음
아직 GitHub에서 이 저장소를 읽어 오지 않았어요
… 아직 점검 안 함
엔드포인트 응답
아직 점검하지 않았어요. 엔드포인트는 차례대로 돌아가며 점검해요
… 아직 점검 안 함
OAuth로 로그인
아직 점검하지 않았어요. 엔드포인트는 차례대로 돌아가며 점검해요
… 아직 점검 안 함
도구 설명에 숨겨진 지시 없음
아직 점검하지 않았어요. 엔드포인트를 점검할 때 도구 목록을 읽어요

검색 및 AI 기억 카테고리의 다른 서버와 비교i

이 카테고리의 다른 서버 7256개 중 0%보다 스타가 많아요
이 카테고리의 다른 서버 7256개 중 23%보다 최근에 레지스트리에 공개됐어요
기본 점검 결과가 이 카테고리의 다른 서버 7256개 중 100%와 같거나 더 좋아요

레지스트리에서 이 카테고리의 활성 서버 전체와 비교했어요. 스타는 게시자가 저장소를 소유한 경우에만 세요.

자주 묻는 질문

Agent Radar, 안전한가요?

해당하는 기본 점검 1개 중 1개를 통과했어요. 코드는 읽지 않았어요. 키나 토큰을 넣기 전에 서버가 어떤 권한을 요구하는지 확인하고, 꼭 필요한 권한만 있는 키를 쓰세요.

어떤 키나 코드가 필요한가요?

입력해야 할 값: X-Agent-Radar-LLM-API-Key

내 컴퓨터에서 실행되나요, 클라우드에서 실행되나요?

제작자의 클라우드에서 실행돼요. 설치 없이 인터넷으로 연결하지만, 보내는 내용은 제작자의 서버를 거쳐요.

아직 관리되고 있나요?

GitHub 저장소는 마지막으로 – 변경됐고, 최신 버전(0.9.2)은 4개월 전 레지스트리에 올라왔어요.

어떤 앱에서 쓸 수 있나요?

Claude Desktop, Claude Code, Cursor, VS Code처럼 MCP를 지원하는 앱에서 쓸 수 있어요. URL로 연결되기 때문에, 원격 MCP 서버를 지원하는 앱(예: 개발자 모드의 ChatGPT)에서도 쓸 수 있어요.

대신 쓸 수 있는 건 뭐가 있나요?

같은 카테고리에는: Context7, Codebase Memory, Exa

대안

같은 카테고리에서 다른 제작자가 만든 서버예요. 스타 순으로 정렬했어요.

카드 보는 법:★ GitHub 스타i세 기둥: 리뷰 · 점검 · 사용 정도i업데이트 = 최신 버전을 레지스트리에 공개한 날i

Context7

제작자: upstash

Up-to-date docs for AI agents

컴퓨터 또는 클라우드★ 64,224MIT오늘 업데이트

설치

Codebase Memory

제작자: DeusData

Codebase knowledge graph for AI agents — 162 languages, sub-ms queries, 99% fewer tokens.

내 컴퓨터에서 실행★ 48,148MIT20일 전 업데이트

설치

Exa

제작자: exa-labs

Connect AI agents to Exa for web search, content fetching, and multi-step research.

클라우드에서 실행★ 5,213MIT지난달 업데이트

설치

제작자의 README

README 열기

제작자의 저장소에서 쓰인 그대로 가져왔어요. PopNx MCP가 검토하거나 보증한 내용이 아니에요. HTML, 이미지, 스크립트는 제거했어요. 링크를 누르면 이 사이트를 벗어나요.

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-radar

For Codex, you can also ask $skill-installer to install the Skill directly from:

https://github.com/zation/agent-radar/tree/main/skills/agent-radar

The 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.

Agent Radar

개요

PopNx MCP의 세 기둥

할 수 있는 일

설치

설치하기 전에

직접 입력할 값

할 수 있는 일

기본 점검i

제작자와 저장소 일치

계속 관리되고 있음

라이선스 있음

엔드포인트 응답

OAuth로 로그인

도구 설명에 숨겨진 지시 없음

검색 및 AI 기억 카테고리의 다른 서버와 비교i

자주 묻는 질문

대안

Context7

Codebase Memory

Exa

제작자의 README

Agent Radar

Why Agent Radar

What You Get

Structured Tool Knowledge

Explainable Ratings

Task-Oriented Recommendations

Agent-Readable Decision Context

How It Works

Who It Is For

Trust and Safety

Ways to Use Agent Radar

Web UI

Static Data

HTTP API

Installable Agent Skill

MCP

Documentation

Development and Contributing