mcpField
A
auxiliar-mcp

auxiliar-mcp

本地服务
auxiliar.ai搜索与检索016 周前更新

关于 auxiliar-mcp

auxiliar-mcp 通过公开基准测试,帮助 AI Agent 为网页搜索、抓取、浏览器等任务发现服务商。推荐结果附有日期明确的评分卡、注意事项和可执行的网关调用模式。

主要功能

  1. 01按任务推荐服务商
  2. 02按质量、延迟、成本和错误率排序
  3. 03提供带日期的评分卡和原始指标
  4. 04提供服务商详情、价格和选择建议
  5. 05提供可执行的网关调用模式

适用场景

  1. 01为网页搜索任务选择服务商
  2. 02依据基准结果比较抓取服务商
  3. 03路由前检查延迟或成本限制

MCP 相关

该 MCP 服务提供推荐服务商、读取评分卡、服务商详情和网关信息的工具。目前支持工具发现;通过此 MCP 执行服务商调用仍属路线图内容。

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

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
npmauxiliar-mcp0.23.0

工具

4

收录的工具列表 · 更新于 2 周前

参数类型必填说明
jobenum是要完成的任务。search = Web 搜索:查询 → 排名结果 | scrape = 单个 URL → 清理后的页面内容/Markdown,处理反机器人机制 | crawl = 网站 → 枚举并获取多个页面 | extract_ai = 页面 → 根据 AI/自然语言模式提取结构化字段 | extract_rules = 页面 → 通过 CSS/XPath 规则提取结构化字段 | answer = 问题 → 综合答案并附引用来源 | screenshot = URL → 渲染后的页面图像 | scrape_domain = 针对难处理目标(电商、社交媒体)的特定域名抓取器 | act = 声明式页面交互(点击、填写、滚动),一次调用完成 | act_agent = 面向多步骤目标的自主自然语言浏览器 Agent | serp = Google SERP 垂直类别(网页、新闻、图片、地点、学术搜索),以结构化 JSON 返回 | parse = PDF/文档 → 文本(支持时使用 OCR) | watch = URL → 变更检测/监控search | scrape | crawl | extract_ai | extract_rules | answer | screenshot | scrape_domain | act | act_agent | serp | parse | watch
limitinteger否返回的候选项数量上限。默认值为 3。
max_cost_usdnumber否排除实测每次调用/成功成本超过此值(USD)的提供商。
optimize_forenum否排名优先级。balanced/quality = 已发布的综合指标;cost/latency = 对应的实测指标。默认值为 balanced。balanced | quality | cost | latency
max_latency_msnumber否排除实测延迟 p50 超过此值的提供商。

详细介绍

auxiliar-mcp

基于评测的 AI Agent 工具发现,接入 auxiliar.ai Web 访问网关——一个 API 密钥即可使用 24 种搜索、抓取、浏览器自动化和语音 API;上游密钥由服务端注入,费用按各提供商的实际计量价格收取。

问它 “这项任务选哪个提供商最好?”,它会根据实测公开基准给出答案——每个提供商都会针对每种操作运行相同的任务语料;评分卡会标明运行日期;较弱的成绩也会公开,不会被隐藏。

安装

claude mcp add auxiliar -- npx auxiliar-mcp

或在任何 MCP 客户端配置中:

{ "mcpServers": { "auxiliar": { "command": "npx", "args": ["auxiliar-mcp"] } } }

工具

工具功能
recommend_tools为某项任务推荐最佳提供商(search、scrape、crawl、extract_ai、extract_rules、answer、screenshot、scrape_domain、act、act_agent、serp、parse、watch),并按实测质量/延迟/成本/错误率排序。可选参数:optimize_for、max_latency_ms、max_cost_usd、limit。
get_scorecard查看某种操作的完整排行榜——包括所有已评分提供商、原始指标和运行日期。
get_provider查看某个提供商的完整信息:路由、定价、选择/避用建议及该提供商所有附日期的评分卡。
about_auxiliar介绍网关是什么、如何获取密钥以及如何调用。

每条响应都会标明各项数据背后的运行日期(measured_on、latest_run)、排名背景(rank #n of m)、如实列出的caveats、excluded_by_constraints中的提供商(绝不会悄悄移除),以及因无法在共享语料上评分而列出的gated_not_scored提供商。

推荐结果会返回可执行的调用方式:

https://api.auxiliar.ai/{provider}/{provider-native-path}
Authorization: Bearer <your auxiliar API key>

路径、参数和响应与各提供商自身文档中的内容相同——网关会在服务端注入上游密钥。在 auxiliar.ai 获取密钥(赠送 $5 免费额度,无需银行卡)。

数据来源

基准数据在运行时从 auxiliar.ai/evals.json 加载(内存缓存 1 小时);离线时则使用打包的快照——响应会通过 data_source 声明数据来源。同一数据也用于生成 auxiliar.ai/tools 上方便阅读的评分卡。排名不受任何平台利益影响:网关只在充值额度时收取固定费用,因此不会因引导你选择价格更高的提供商而获利。

开发

npm install
npm run build         # tsc → dist/ (+ bundled data snapshot)
npm test              # unit tests + end-to-end stdio round-trip
npm run update-fallback  # refresh src/data/evals-fallback.json from production

发布:更新 package.json 和 server.json 中的版本号(共两处)——npm run check-versions(会在 prepublish 阶段自动运行)确保版本一致——然后运行 npm publish 和 mcp-publisher publish。

路线图

  • v0.23(本次发布)——基于评测的工具发现。
  • v1.0——循环内执行:通过此 MCP 经由网关调用提供商(web_search、scrape、extract、crawl、……),并依据相同的实测排名进行路由。

许可证

MIT

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。