mcpField
A
Arnesa

Arnesa

本地服务
github.com/arnesa-ai其他0今天更新
代码仓库

关于 Arnesa

Arnesa 是独立编码 Agent harness 基准测试服务的命令行客户端，供开发者查询已验证 harness 的排名与本地设置建议。它可检测项目配置、推荐并安装 harness，也能检查 Agent 配置文件。

主要功能

  1. 01检测项目配置特征
  2. 02推荐已验证的 harness
  3. 03安装或移除配置
  4. 04扫描 Agent 配置文件
  5. 05以 JSON 输出结果

适用场景

  1. 01了解项目适用的编码 Agent harness
  2. 02根据项目特征获取配置建议
  3. 03预览并应用 harness 配置变更
  4. 04检查 Agent 配置文件

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": {
    "arnesa-ai-arnesa": {
      "command": "npx",
      "args": [
        "-y",
        "arnesa"
      ]
    }
  }
}
启动命令npx -y arnesa

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
npmarnesa0.2.0

工具

还没有获取到工具列表

本地服务需要在你的电脑上运行后才能读取工具，维护者暂未提供工具列表。

详细介绍

arnesa

Arnesa 的命令行客户端。Arnesa 是针对 AI 编码 Agent 执行环境的独立基准测试。使用 --api <url> 或 ARNESA_API_URL 环境变量指定 Arnesa 部署地址。

npx arnesa detect      # print the profile of this project (nothing leaves your machine)
npx arnesa recommend   # ask Arnesa which verified harnesses fit this profile
npx arnesa install <slug>
npx arnesa remove <slug>
npx arnesa doctor      # scan your agent configuration files
npx arnesa login       # sign in with a device code

需要 Node.js 22 或更高版本。

哪些内容会离开你的设备

  • detect 不会发送任何内容。
  • recommend 和 install 会发送一个封闭词汇表中的配置文件（语言、框架、运行时），绝不会发送文件名或文件内容。
  • doctor 会列出将要上传的 Agent 配置文件，先征求同意，然后仅上传这些文件。它绝不会上传源代码、.env 文件或凭据文件。上传的文件会在扫描后删除，最迟不超过一小时。
  • 你的令牌会保存在操作系统的钥匙串中，绝不会写入文件。

install 的安全性

服务器响应会被视为不可信内容。只有在预览并确认后，才会在允许的 Agent 目录中写入文件。每次写入都会备份到 .arnesa/backups/ 下，且 arnesa remove 会还原项目。使用 --yes 确认文件；对于会自行运行的命令，使用 --allow <gate-id>。

退出代码

代码含义
0成功
1失败
2用法错误
3需要确认
4被策略拒绝
5请求频率受限

添加 --json，即可在标准输出中获得一份 JSON 文档。

限制

当前生效的默认值自 2026-11-06 起启用，并于 2026-11-07 由创始人确认（add-arnesa-local-cli 的开放问题 1、设计决策 6）。这些限制可能会变化；达到限制时，服务器会返回退出代码 5。

调用方recommendcompile（install）
匿名每 10 分钟 10 次每 10 分钟 5 次
API 密钥（ak_）或设备（ad_）每天 200 次每天 50 次

doctor 的上传上限：200 个文件，每个文件 256 KiB，总计 1 MiB。

许可与商标

代码依据 MIT 许可发布（见 LICENSE）。Arnesa 名称和徽标不属于该许可范围：不得使用它们暗示分支或衍生产品就是 Arnesa，或获得了 Arnesa 的认可。

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。