mcpField
W
WhiteBoxXAI

WhiteBoxXAI

远程服务
whiteboxxai.com数据与分析01 天前更新

关于 WhiteBoxXAI

WhiteBoxXAI 是面向 MCP 客户端的 AI 可观测性、可解释性与治理服务,覆盖模型、预测、漂移、公平性、合规、LLM 和 RAG 等领域。它提供 18 个领域的工具,并支持交互式审计卡片。

主要功能

  1. 01模型注册与 Git 差异比较
  2. 02预测日志及漂移检测
  3. 03偏差与公平性审计
  4. 04ISO/IEC 42001 合规证据
  5. 05LLM、RAG 与内容安全监控
  6. 06告警和多 Agent 工作流跟踪

适用场景

  1. 01检查模型变化、性能和漂移
  2. 02审计模型偏差、公平性及合规准备度
  3. 03分析 LLM 调用成本、延迟和解释结果
  4. 04监控 RAG、内容安全和告警

MCP 相关

向兼容 MCP 的客户端提供覆盖 18 个领域的工具,并支持 stdio 与 Streamable HTTP 传输。还提供用于交互式审计卡片的 MCP Apps 资源。

配置

远程服务无需本地安装。选择你使用的客户端,复制配置或使用一键安装。

服务地址https://api.whiteboxxai.com/mcp/
一键复制安装命令
Claude CodeTerminal
Cursor.cursor/mcp.json
VS Code.vscode/mcp.json
Claude Desktopclaude_desktop_config.json
Windsurf~/.codeium/windsurf/mcp_config.json

命令在终端中运行;JSON 粘贴到对应客户端的 MCP 配置后重启。需要授权的服务会在首次连接时提示登录。

全部服务地址
Streamable HTTPhttps://api.whiteboxxai.com/mcp/需要授权
安装包
pypiwhiteboxxai-mcp0.3.2

工具

详细介绍

whiteboxxai-mcp

PyPI version Python versions Test License: MIT

一个 MCP(模型上下文协议) 服务,可将 WhiteBoxXAI 的可观测性和可解释性能力提供给任何 兼容 MCP 的客户端(Claude Desktop、Claude Code、LangChain、自定义 Agent 框架等), 包括模型注册表、基于 Git 的模型差异比较、预测日志记录、漂移检测、偏差/公平性审计、 ISO/IEC 42001 准备度和合规证据、AI 风险登记册/治理审查查询、提示词治理、 异步 SHAP/LIME 解释生成、大模型可解释性(注意力/令牌重要性/敏感性/反事实 分析和提示词调试)、大模型调用监控(令牌/成本/延迟跟踪)、RAG 流水线 监控、内容安全分析、警报规则和分诊上下文、警报智能、警报管理、多 Agent 工作流跟踪 以及模型性能指标(18 个领域共 197 种工具)。支持 MCP Apps(ui:// 资源),提供 沙盒化交互式审计卡片,并支持 stdio 传输和 Streamable HTTP 传输(托管于 https://api.whiteboxxai.com/mcp/)。

完整设置说明、连接示例、工具参考以及已知的 v1 限制,请参阅集成文档。可运行的 LangChain、Semantic Kernel 和原始 MCP 客户端集成示例,请参阅examples/。

安装

pip install whiteboxxai-mcp

运行(stdio — 本地/可自托管)

通过环境变量配置凭据,然后运行控制台脚本。 stdio 传输通过 WHITEBOXXAI_MCP_API_KEY 进行身份验证:

# An API key generated from the WhiteBoxXAI dashboard's Settings > API Keys tab.
# Never expires on a fixed schedule -- only when explicitly revoked -- and doesn't require storing a password.
export WHITEBOXXAI_MCP_API_BASE_URL="https://api.whiteboxxai.com"
export WHITEBOXXAI_MCP_API_KEY="wbx_live_..."

whiteboxxai-mcp

将 MCP 客户端指向此命令(例如,在 Claude Desktop 的 mcpServers 配置 或 Claude Code 的 .mcp.json 中)。

对于托管的 Streamable HTTP(https://api.whiteboxxai.com/mcp/),请在 Authorization: Bearer <token> 请求头中传入 API 密钥或个人 JWT。

Agent 技能

若要让编码 Agent 完成设置并正确调用这些工具,请向它提供 whitebox-mcp-server 技能(以及 whitebox-governance-rules)。这些技能发布于 https://whiteboxxai.com/skills/index.md。它们所引用的工具列表固定在 tests/mcp_inspector_snapshot.json 中;工具重命名或移除 都会在该文件中显示为差异。

版本管理与支持

此软件包遵循语义化版本;发布历史请参阅 CHANGELOG.md。可自托管的 stdio 用法(如上所述) 提供尽力支持;托管的 /mcp/ HTTP 端点是一项产品功能,其 支持/SLA 遵循调用方所用的 Free/Business Cloud 方案。

已知的 v1 限制

  • 身份验证:stdio 使用 WHITEBOXXAI_MCP_API_KEY——一种有作用域、可撤销的凭据,不与人工账户的密码或会话生命周期绑定。 托管的 Streamable HTTP(https://api.whiteboxxai.com/mcp/)接受 API 密钥或个人 JWT。
  • 警报:涵盖核心警报规则和分诊上下文(whitebox_alerts_*)、警报智能(whitebox_alert_intelligence_*,20 个工具)以及警报管理(whitebox_alert_management_*,13 个工具)。
  • whitebox_agent_workflows_cost_breakdown/_bottlenecks/_timeline:这三个调用最多可能需要约 30 秒——后端会在响应前于服务端阻塞等待 Celery 任务完成,SDK 客户端也专门为这些调用使用了延长的(40 秒)超时时间。
  • 范围:模型、预测、漂移、偏差/公平性、AI 风险登记册/治理查询、提示词、合规、解释、LLM 可解释性、LLM 调用监控、RAG 监控、内容安全、警报智能、警报管理、多 Agent 工作流和指标,均已覆盖 18 个领域(共 197 个工具),并通过 stdio 和托管的 Streamable HTTP 提供。

MCP 注册表

该服务已以 io.github.AgentaFlow/whiteboxxai-mcp 的名称发布至 官方 MCP 注册表。

开发

pip install -e ".[dev]"
pytest tests/unit

# MCP Inspector tool-list regression check (needs Node.js); after an intentional
# tool change, regenerate the committed snapshot with --write
python tests/check_mcp_inspector_snapshot.py

版本发布基于 GitHub releases;请参阅 RELEASING.md。

许可证

MIT——请参阅 LICENSE。

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。