mcpField
A
AgentSafe — URL Trust Scoring for AI Agents

AgentSafe — URL Trust Scoring for AI Agents

本地服务
github.com/andyscott88AI 与智能体0

关于 AgentSafe — URL Trust Scoring for AI Agents

为 AI Agent 提供实时 URL 信任评分。在您的 Agent 与其交互前阻止钓鱼、诈骗网站和恶意重定向。6 个安全引擎包括 Google Web Risk、VirusTotal、PhishTank、URLhaus、WHOIS 域名年龄和实时 SSL — 加上 Claude AI 推理。

配置

本地服务的配置在各客户端中通用,复制后粘贴到客户端的 MCP 配置文件即可。

mcp.json · 通用配置
{
"mcpServers": {
"AgentSafe": {
"command": "npx",
"args": [
"-y",
"agentsafe-mcp-server"
],
"env": {
"AGENTSAFE_API_KEY": "<AGENTSAFE_API_KEY>"
}
}
}
}
启动命令npx -y agentsafe-mcp-server
需要配置的环境变量
AGENTSAFE_API_KEY密钥Your AgentSafe API key from agentsafe.app

本地服务需要在你的电脑上安装运行环境(如 Node.js 18+)。各客户端的配置文件位置不同,请参考客户端文档。

安装包
npmagentsafe-mcp-server1.0.1

工具

3

收录的工具列表 · 更新于 3 周前

参数类型必填说明
urlstring是要评估的 URL
actionenum否Agent 想要执行的操作browse | login | make_payment | submit_sensitive_data
data_sensitivityenum否所涉及数据的敏感度low | medium | high

详细介绍

维护者还没有提供详细介绍,可以先查看代码仓库中的 README。

评论

支持 Markdown

第一次接触 MCP?

从协议是什么,到在客户端里装上第一个服务,这几条回答覆盖了大多数入门问题。

一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。