DecimalAI Skills Registry

Name: DecimalAI Skills Registry
Author: decimal-labs

作者：decimal-labs版本 0.1.3i★ –i在你的电脑上运行

注册名称ai.decimal/registry

安装

概览

作者提供的说明（英文原文）

Search agent skills ranked by measured lift vs a no-skill baseline, with safety and rankings.

PopNx MCP 的三大支柱

这三项永远不会合并成一个分数：意见、测量和人气是不同的东西。

用户评价i暂无评价评价功能将在后续阶段与账户功能一起开放
我们的基础检查i1 项中通过 1 项依据公开信息检查；尚未扫描代码
使用情况i尚未统计★ –

它能帮你做什么

我们还没有为它写通俗的介绍。下面是我们从注册中心读取到的事实。

连接方式: 在你的电脑上运行
传输方式: stdio
分类: 搜索与 AI 记忆
你需要填写：DECIMAL_API_KEY

安装

选择你使用的 AI 应用，然后复制设置。

安装之前

基础检查：1 项中通过 1 项
在你的电脑上运行，拥有你的用户账户的权限（文件、网络、应用）。
需要你自己填写： DECIMAL_API_KEY

标为机密的值是你账户的钥匙。千万不要分享给别人，也不要粘贴到聊天里。

你需要

PyPI已安装 Python 的 uv（用于 uvx 命令）

你用的是哪个应用？

ClaudeClaude CodeCursorVS CodeChatGPT

在上方选择你的应用。我们会记住它，下次按钮会显示“安装到 …”。

打开 Claude Desktop → Settings → Developer → Edit Config，把下面的内容粘贴到 claude_desktop_config.json

{
  "mcpServers": {
    "registry": {
      "command": "uvx",
      "args": [
        "decimalai-mcp"
      ],
      "env": {
        "DECIMAL_API_KEY": "your-value"
      }
    }
  }
}

在终端中运行这条命令

claude mcp add registry --env DECIMAL_API_KEY=your-value -- uvx decimalai-mcp

运行前请先填写空着的值。

在 Cursor 中打开

或者自己复制设置

粘贴到项目中的 .cursor/mcp.json，或 ~/.cursor/mcp.json

{
  "mcpServers": {
    "registry": {
      "command": "uvx",
      "args": [
        "decimalai-mcp"
      ],
      "env": {
        "DECIMAL_API_KEY": "your-value"
      }
    }
  }
}

浏览器会先询问是否打开应用，然后应用会显示设置并请你确认。密钥的值会留空，由你自己填写。

在 VS Code 中打开

或者自己复制设置

粘贴到项目中的 .vscode/mcp.json

{
  "servers": {
    "registry": {
      "type": "stdio",
      "command": "uvx",
      "args": [
        "decimalai-mcp"
      ],
      "env": {
        "DECIMAL_API_KEY": "your-value"
      }
    }
  }
}

浏览器会先询问是否打开应用，然后应用会显示设置并请你确认。密钥的值会留空，由你自己填写。

这个服务器在你的电脑上运行，而 ChatGPT 只能连接互联网上的服务器。请选择其他应用。

你的选择通过 Cookie 保存在这台设备上，无需账户。

需要你填写的值

DECIMAL_API_KEY 机密 env
Optional DecimalAI API key (dai_sk_...). All tools work anonymously; the key adds per-org enrichment such as installed_as.

这些设置是根据作者在注册中心的条目生成的。如果 README 的写法不同，请以 README 为准。

它能做什么

它在你的电脑上运行；安装后，工具列表会显示在你的 AI 应用中。

基础检查i

我们检查的是任何人都能看到的信息；我们没有阅读代码。不适用的检查项不计入总数。 · 检查于 2026年11月6日

✓ 通过
作者与仓库一致
注册名称已通过域名 decimal.ai 验证（注册中心会核实域名所有权）
… 尚未检查
仍在维护
我们还没有从 GitHub 读取这个仓库
… 尚未检查
有许可证
我们还没有从 GitHub 读取这个仓库
– 不适用
端点有响应
它在你的电脑上运行，没有互联网端点
– 不适用
使用 OAuth 登录
在你的电脑上运行，改用本地设置
… 尚未检查
工具描述中没有隐藏指令
它在你的电脑上运行；我们只能读取互联网端点的工具列表

与“搜索与 AI 记忆”中的其他服务器比较i

星标数多于此分类中其他 7243 个服务器的 0%
发布到注册中心的时间比此分类中其他 7243 个服务器的 32% 更新
基础检查结果等于或优于此分类中其他 7243 个服务器的 100%

与注册中心里这个分类中所有活跃的服务器比较。只有当发布者拥有该仓库时，星标数才计入。

常见问题

DecimalAI Skills Registry 安全吗？

它在 1 项适用的基础检查中通过了 1 项。我们没有阅读代码。在添加密钥或令牌之前，请先看看这个服务器要求哪些权限，并使用只具备所需权限的密钥。

它需要哪些密钥或代码？

你需要填写：DECIMAL_API_KEY

它在我的电脑上运行还是在云端？

它在你的电脑上运行。你的 AI 应用会在需要时启动它，数据不会经过作者的服务器（除非它自己调用在线服务）。

它还在维护吗？

GitHub 仓库最后更新于–，最新版本（0.1.3）于3个月前进入注册中心。

哪些应用可以使用它？

支持 MCP 的应用，例如 Claude Desktop、Claude Code、Cursor 和 VS Code。你的电脑上还需要有 Python (uv)。

有什么可以替代它？

同一分类中有：Context7, Codebase Memory, Exa

替代选择

同一分类中其他作者的服务器，按星标数排序。

如何看卡片：★ GitHub 星标i三大支柱：评价 · 检查 · 使用情况i更新 = 最新版本发布到注册中心的时间i

Context7

作者：upstash

Up-to-date docs for AI agents

电脑或云端★ 64,224MIT3天前更新

安装

Codebase Memory

作者：DeusData

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

在你的电脑上运行★ 48,148MIT20天前更新

安装

Exa

作者：exa-labs

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

在云端运行★ 5,213MIT44天前更新

安装

作者的 README

打开 README

按原文从作者的仓库复制。PopNx MCP 没有审查或背书其内容。HTML、图片和脚本已被移除。链接会离开本站。

decimalai-mcp

*Part of DecimalAI. Most users want the Python SDK → decimal-labs/decimalai-python.*

MCP server for the DecimalAI skills registry — the registry that ranks agent skills by measured effectiveness (verified A/B benchmarks, live pass rates, AI rater scores), not download counts.

Gives any MCP client (Claude Desktop, Claude Code, Cursor, …) three read-only tools:

Tool	What it does
`search_skills(query, category?, sort?, limit?)`	Hybrid keyword/semantic search over the public registry
`get_skill(slug)`	Full record: trust & safety-scan status, verified benchmark lift, SkillScore, ratings, SKILL.md body, and how to install it (`decimalai skills add` , the folder it lands in, and the Claude Code `--plugin-dir` line)
`get_leaderboard(sort?, category?, window_days?, limit?)`	Ranked leaderboard: `skill_score`, `biggest_improvement`, `efficiency`, `top_rated`

No API key required — all three tools read public registry endpoints. If you set DECIMAL_API_KEY (from app.decimal.ai/settings), the same tools additionally show which skills your org has already installed (installed_as).

Install

pip install decimalai-mcp

or, no install needed at config time:

uvx decimalai-mcp

Requires Python 3.10+.

Claude Code

claude mcp add decimalai -- uvx decimalai-mcp

with an API key:

claude mcp add decimalai -e DECIMAL_API_KEY=dai_sk_... -- uvx decimalai-mcp

Claude Desktop

Add to claude_desktop_config.json (Settings → Developer → Edit Config):

"mcpServers": { "decimalai": { "command": "uvx", "args": ["decimalai-mcp"], "env": { "DECIMAL_API_KEY": "dai_sk_optional" } } } }

Omit the env block entirely for anonymous read-only access.

Configuration

Env var	Default	Purpose
`DECIMAL_API_KEY`	(unset)	Optional. Unlocks per-org enrichment (e.g. `installed_as`) on the same public endpoints.
`DECIMAL_API_URL`	`https://api.decimal.ai`	Point at a self-hosted / local backend.

Why no `check_manifest_impact` tool?

The manifest-impact endpoint (POST /api/v1/regression-check) is authenticated on the platform — it analyzes your org's production traces against a candidate manifest, so there is no public variant to expose. This server is deliberately a read-only, key-optional public-registry surface. If demand shows up, an authed check_manifest_impact (requiring DECIMAL_API_KEY) is a natural v0.2 addition; the regression-check GitHub Action covers the CI use-case today.

Endpoints used (all public)

GET /api/v1/registry/skills — browse/search
GET /api/v1/registry/skills/{slug} — detail
GET /api/v1/registry/leaderboard — ranked leaderboard (category filtering falls back to the browse endpoint's documented view=ranks mode, because the leaderboard endpoint is uncategorized)

Development

pip install -e ".[dev]"

pytest # all HTTP mocked; no network python -m decimalai_mcp.server # run over stdio

Run pytest yourself before opening a PR. CI also asserts that the pinned mcp<2 still provides FastMCP, which the mocked tests do not cover — run that one too:

python -c "from mcp.server.fastmcp import FastMCP; import decimalai_mcp.server"

Releases are cut from a published GitHub Release — see RELEASING.md for the gates a change has to pass and the version strings that must move together.

License

MIT