ต้นแบบ · รุ่นทดลอง: มีทุก server ในทะเบียนทางการ อัปเดตทุก 30 นาที รีวิวและบัญชีผู้ใช้จะมาในขั้นถัดไป
PopNx MCPที่รวม MCP สำหรับคนใช้ AI · อธิบายเป็นภาษาคน

Decision QC — AI Devil's Advocate

โดย ugo2000รุ่น 1.0.0i★ –iรันบนคลาวด์
ชื่อใน registryio.github.ugo2000/decision-qc

ติดตั้ง

ภาพรวม

คำอธิบายจากผู้ทำ (ภาษาอังกฤษตามต้นฉบับ)

Devil's-advocate QC API for AIs: post a decision, get strongest counter-argument. 0.1 USDT/call

สามเสาของ PopNx MCP

สามเรื่องนี้ไม่รวมเป็นคะแนนเดียว เพราะความเห็น การวัด และความนิยม เป็นคนละเรื่องกัน

ใช้ทำอะไรได้

ตัวนี้ยังไม่ได้เรียบเรียงเป็นภาษาไทย ด้านล่างคือข้อเท็จจริงที่เราอ่านจาก registry

  • การเชื่อมต่อ: รันบนคลาวด์
  • ช่องทาง (transport): Streamable HTTP
  • หมวด: อื่น ๆ

ติดตั้ง

เลือกโปรแกรม AI ที่คุณใช้ แล้วคัดลอกค่าตั้งไปวาง

ก่อนติดตั้ง

ต้องเตรียมก่อน

  • รันบนคลาวด์ไม่ต้องลงโปรแกรมเพิ่ม ต่อผ่านอินเทอร์เน็ตได้เลย

คุณใช้แอปไหน

เลือกแอปด้านบน เราจำไว้ให้ ครั้งหน้าปุ่มจะขึ้นว่า “ติดตั้งลง …”

ใช้ได้ทั้ง Claude บนเว็บ แอปคอมพิวเตอร์ และมือถือ:

  1. เปิด Settings → Connectors
  2. กด Add custom connector
  3. วางที่อยู่ด้านล่างแล้วกด Add
  4. ถ้าให้ล็อกอิน ให้ล็อกอินกับผู้ทำ
SettingsConnectors1+ Add2https://…3
https://random-monetize.onrender.com/mcp

พิมพ์คำสั่งนี้ใน Terminal

claude mcp add --transport http decision-qc https://random-monetize.onrender.com/mcp

เปิดใน Cursor

หรือคัดลอกค่าตั้งเอง

วางในไฟล์ .cursor/mcp.json ของโปรเจกต์ หรือ ~/.cursor/mcp.json

{
  "mcpServers": {
    "decision-qc": {
      "url": "https://random-monetize.onrender.com/mcp"
    }
  }
}

เบราว์เซอร์จะถามก่อนเปิดแอป จากนั้นแอปแสดงค่าตั้งให้ตรวจแล้วกดยืนยัน ช่อง key เว้นว่างไว้ให้คุณใส่เอง

เปิดใน VS Code

หรือคัดลอกค่าตั้งเอง

วางในไฟล์ .vscode/mcp.json ของโปรเจกต์

{
  "servers": {
    "decision-qc": {
      "type": "http",
      "url": "https://random-monetize.onrender.com/mcp"
    }
  }
}

เบราว์เซอร์จะถามก่อนเปิดแอป จากนั้นแอปแสดงค่าตั้งให้ตรวจแล้วกดยืนยัน ช่อง key เว้นว่างไว้ให้คุณใส่เอง

ChatGPT ต่อได้เฉพาะ server ที่อยู่บนอินเทอร์เน็ต:

  1. เปิด ChatGPT บนเว็บ → Settings → Connectors (Apps)
  2. กด Create หรือ Add (บางแพ็กเกจต้องเปิด Developer mode ใน Advanced ก่อน)
  3. วางที่อยู่ด้านล่าง ตั้งชื่อ แล้วบันทึก
  4. ถ้าให้ล็อกอิน ให้ล็อกอินกับผู้ทำ
SettingsConnectors1+ Create2https://…3
https://random-monetize.onrender.com/mcp

ชื่อเมนูอาจต่างกันเล็กน้อยตามแพ็กเกจและรุ่นของแอป

ตัวเลือกเก็บในคุกกี้บนเครื่องนี้ ไม่ต้องมีบัญชี

ค่าตั้งนี้สร้างจากข้อมูลใน registry ของผู้ทำ ถ้าไม่ตรงกับ README ให้เชื่อ README

ทำอะไรได้บ้าง

ยังไม่ได้อ่านรายการเครื่องมือของตัวนี้ เราตรวจ endpoint ทีละชุดวนไป

ผลตรวจเบื้องต้นi

เราตรวจจากข้อมูลที่ใครก็เปิดดูได้ ยังไม่ได้อ่านโค้ด ข้อที่ไม่เกี่ยวกับตัวนี้ไม่นับในตัวหาร · ตรวจเมื่อ 7 พ.ย. 2569

  • ✓ ผ่าน

    ตัวตนผู้ทำตรงกับ repo

    ชื่อใน registry ยืนยันด้วยบัญชี GitHub ugo2000 ซึ่งเป็นเจ้าของ repo

  • … ยังไม่ตรวจ

    ยังมีคนดูแล

    ยังไม่ได้อ่านข้อมูล repo จาก GitHub

  • … ยังไม่ตรวจ

    มีสัญญาอนุญาต (license)

    ยังไม่ได้อ่านข้อมูล repo จาก GitHub

  • … ยังไม่ตรวจ

    endpoint ตอบ

    ยังไม่ได้ตรวจ เราตรวจ endpoint ทีละชุดวนไป

  • … ยังไม่ตรวจ

    ล็อกอินแบบ OAuth

    ยังไม่ได้ตรวจ เราตรวจ endpoint ทีละชุดวนไป

  • … ยังไม่ตรวจ

    คำอธิบายเครื่องมือไม่มีคำสั่งแอบแฝง

    ยังไม่ได้ตรวจ เราอ่านรายการเครื่องมือตอนตรวจ endpoint

เทียบกับตัวอื่นในหมวด อื่น ๆi

  • ดาวมากกว่า 0% ของอีก 32684 ตัวในหมวดนี้
  • ส่งรุ่นใหม่เข้า registry ล่าสุดกว่า 25% ของอีก 32684 ตัวในหมวดนี้
  • ผลตรวจเบื้องต้นดีกว่าหรือเท่ากับ 100% ของอีก 32684 ตัวในหมวดนี้

เทียบกับทุก server ที่ยังใช้งานในหมวดนี้ทั้งทะเบียน ดาวนับเฉพาะเมื่อผู้ลงทะเบียนเป็นเจ้าของ repo

คำถามที่พบบ่อย

Decision QC — AI Devil's Advocate ปลอดภัยไหม?

จากการตรวจเบื้องต้นของเรา ผ่าน 1 จาก 1 ข้อที่ตรวจได้ เรายังไม่ได้อ่านโค้ด ก่อนใส่กุญแจหรือ token ให้ดูว่า server ขอสิทธิ์อะไร และเลือกกุญแจที่ทำได้เท่าที่จำเป็น

ต้องใช้กุญแจหรือรหัสอะไรบ้าง?

registry ไม่ได้ระบุว่าต้องใช้กุญแจ แต่บางตัวจะขอให้ล็อกอินตอนใช้ครั้งแรก

ตัวนี้รันบนเครื่องหรือบนคลาวด์?

รันบนคลาวด์ของผู้ทำ ต่อผ่านอินเทอร์เน็ตได้เลย ไม่ต้องลงโปรแกรม แต่ข้อมูลที่ส่งให้จะผ่านเซิร์ฟเวอร์ของผู้ทำ

ยังมีคนดูแลอยู่ไหม?

repo บน GitHub มีการแก้โค้ดล่าสุด – และส่งรุ่นล่าสุด (1.0.0) เข้า registry 3 เดือนที่ผ่านมา

ใช้กับโปรแกรมไหนได้บ้าง?

โปรแกรมที่รองรับ MCP เช่น Claude Desktop, Claude Code, Cursor และ VS Code ตัวนี้ต่อผ่าน URL จึงใช้กับโปรแกรมที่รับ remote MCP ได้ เช่น ChatGPT ที่เปิดโหมดนักพัฒนา

มีตัวไหนใช้แทนได้บ้าง?

ในหมวดเดียวกันมี Spec Driven Development, Remote Desktop Commander, Master CSS

ตัวที่ใช้แทนได้

server หมวดเดียวกันจากผู้ทำคนอื่น เรียงตามดาว

อ่านการ์ด:★ ดาว GitHubiสามเสา: รีวิว · ผลตรวจ · การใช้งานiอัปเดต = วันที่ส่งรุ่นล่าสุดเข้า registryi

Spec Driven Development

โดย formulahendry

MCP Server that facilitates spec-driven development workflows, not just Vibe Coding.

รันบนเครื่อง★ 440MITอัปเดต 14 เดือนที่ผ่านมา
ติดตั้ง

Remote Desktop Commander

โดย desktop-commander

Remote Desktop Commander: use files, terminal and processes on your own computers from any AI app.

รันบนคลาวด์★ 211อัปเดต เมื่อวานซืน
ติดตั้ง

Master CSS

โดย master-co

Inspect Master CSS classes, generated CSS, and project stylesheets from your AI client.

รันบนเครื่องอัปเดต วันนี้
ติดตั้ง

README จากผู้ทำ

เปิดอ่าน README

ส่วนนี้คัดจาก repo ของผู้ทำตามต้นฉบับ PopNx MCP ไม่ได้ตรวจหรือรับรองเนื้อหา ตัด HTML รูปภาพ และสคริปต์ออกแล้ว ลิงก์จะพาออกนอกเว็บ

决策质检 M2M API · Decision QC M2M API

一个由 AI 运营、面向其他 AI 的"魔鬼代言人"质检服务。你的 agent 做一个决定,它立刻给出最尖锐的反对意见——按次付费,USDT 实时结算。

An AI-run "devil's advocate" QC service for other AIs. Your agent makes a decision; it returns the sharpest counter-argument. Pay-per-call, settled in USDT.

English below. 中文先。


这是什么 / What it is

你的 AI agent 在重大决定前,调一下这个接口,就能拿到一份结构化的"反对意见"——最强反驳、关键风险、一个该反问自己的问题。帮你(和你的 agent)少踩坑。

Before your AI agent commits to a big decision, call this endpoint to get a structured counter-argument: the strongest rebuttal, key risks, and one question you should ask yourself. Helps you (and your agent) avoid blind spots.

  • 由 DeepSeek 驱动,真实生成反对意见(非模板)
  • 每次调用 0.1 USDT(TRC20),先付款后服务(TRC20 最小充币 0.1 USDT,故单次调用即一次到账转账)
  • 付款实时进卖方钱包,链上验真,不托管、不抽水
  • 同时是 MCP server,支持被 Claude/Cursor/Cline 等客户端自动发现调用

Powered by DeepSeek (real generated counter-arguments, not templates). 0.1 USDT(TRC20) per call, pay-first. Payments land in the seller wallet in real time, verified on-chain, no escrow. Also an MCP server, discoverable by Claude/Cursor/Cline etc.

在线地址 / Live endpoint

https://random-monetize.onrender.com

落地页(中英文可切换):https://random-monetize.onrender.com/ Landing page (zh/EN toggle): https://random-monetize.onrender.com/

怎么调 / How to call

REST(最简单)

curl -X POST https://random-monetize.onrender.com/api/argue \

-H "Content-Type: application/json" \ -d '{"decision":"Quit my stable job to run a one-person company?","caller":"your-agent-id","tx_hash":"YOUR_USDT_TX_HASH"}'

付款方式 / Payment:先向卖方钱包转入 0.1 USDT(TRC20)(TRC20 最小充币额 0.1 USDT,单次即一笔到账),拿到交易哈希 tx_hash 再调。 Payment: first send 0.1 USDT(TRC20) to the seller wallet (TRC20 minimum deposit is 0.1 USDT per transfer, so one payment = one call), then call with the resulting tx_hash.

  • 卖方收款钱包 / Seller wallet (TRC20): TYxynR5V17FYB49osvU3rUkiD7vW2ov634
  • 单价 / Price: 0.1 USDT per call(TRC20 最小充币 0.1 USDT)
  • 不付钱直接调会被拒 / Without payment: rejected with payment_required

MCP(标准,被 AI 客户端自动发现) 端点 / Endpoint: POST https://random-monetize.onrender.com/mcp(protocol 2024-11-05) 工具 / Tool: decision_qc,参数 / params: decision / caller / tx_hash

Python 嵌入你的 agent / Embed in your agent 参考 buyer_agent.py——把里面的 call_qc() 嵌进你的工作流,每当 agent 要做决定先来质检。 See buyer_agent.py — embed call_qc() into your workflow; QC before every decision.

为什么值得接 / Why wire it in

  • 你的 agent 做决定时多一双"反对的眼睛",少一次翻车
  • 成本极低(0.1 USDT ≈ ¥0.72),比一次错误决策便宜太多
  • 机器对机器,零人工,付完即用

Your agent gets a "second opposing eye" before deciding, for a tiny cost (0.1 USDT ≈ ¥0.72) — far cheaper than one bad call. Machine-to-machine, zero human in the loop.

诚实边界 / Honest note

服务、收款、付款链上验真、MCP 被发现通道已全部就绪。当前真实外部付费调用为 0 —— 这不是代码问题,是"还没被足够多的 agent 发现并使用"。如果你用了、觉得值,转发给也在跑 agent 的朋友就是最好的推广。

The service, payout, on-chain payment verification, and MCP discovery are all live. Real external paid calls are currently 0 — not a code issue, just "not yet discovered by enough agents". If you use it and find it useful, passing it to fellow agent-runners is the best promo.


本地运行 / Run locally

pip install -r requirements.txt   # 零依赖,仅标准库也可跑

export DEEPSEEK_API_KEY=你的key # 不填则返回演示反对意见 python seller.py # 监听 0.0.0.0:8001

看账本 / View ledger: 浏览器开 http://127.0.0.1:8001/status See ledger at http://127.0.0.1:8001/status

部署 / Deploy

已部署到 Render(render.yaml 在仓库根)。改完代码需在 Render 服务页点 Manual Deploy → Deploy latest commit 才生效(git push 不会自动部署)。 Deployed on Render (render.yaml at repo root). After pushing, click Manual Deploy → Deploy latest commit on Render (git push alone does not auto-deploy).

文件 / Files

  • seller.py:决策质检 API + MCP server(卖方AI)
  • buyer_agent.py:真实外部调用方模板,可嵌进你的 agent
  • requirements.txt:零依赖(标准库即可);链上自动转账依赖见 requirements-payout.txt
  • smithery.yaml:MCP 市场发布配置
  • render.yaml:Render 部署配置
ถาม PopNx