关于 Deploy to Agents
Deploy to Agents 会审计面向 Agent 的公开渠道,并生成有证据支持的分发计划,适用于评估产品在这些渠道上的呈现情况。项目还提供远程 MCP 服务、客户端和面向 Agent 的命令行工具。
主要功能
- 01审计面向 Agent 的公开渠道
- 02返回证据回执
- 03生成优先级分发计划
- 04记录发现观察结果
- 05提供 JSON 格式的命令行操作
适用场景
- 01评估产品在面向 Agent 的渠道中的呈现
- 02收集发现观察的证据
- 03规划技术及外部权威渠道的分发工作
MCP 相关
远程 MCP 服务位于 `https://deploytoagents.com/mcp`,提供 `audit_app`、`get_audit_result`、`create_distribution_plan` 和 `get_customer_zero_evidence` 工具。
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。
https://deploytoagents.com/mcpclaude mcp add --transport http com-deploytoagents-server https://deploytoagents.com/mcp{"mcpServers":{"com-deploytoagents-server":{"type":"http","url":"https://deploytoagents.com/mcp"}}}在 Cursor 中打开{"servers":{"com-deploytoagents-server":{"type":"http","url":"https://deploytoagents.com/mcp"}}}在 VS Code 中打开{"mcpServers":{"com-deploytoagents-server":{"type":"http","url":"https://deploytoagents.com/mcp"}}}{"mcpServers":{"com-deploytoagents-server":{"serverUrl":"https://deploytoagents.com/mcp"}}}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。
工具
4| 参数 | 类型 | 必填 | 说明 |
|---|---|---|---|
| url | string | 是 | 要审计的公开网站或应用 URL |
详细介绍
部署到 Agents SDK
Deploy to Agents 远程 MCP 服务的公开 JavaScript 客户端和注册表元数据。
该远程服务已在官方 MCP Registry 中发布,名称为 com.deploytoagents/server,服务地址为 https://deploytoagents.com/mcp。JavaScript 客户端和经过身份验证、以 Agent 为先的 CLI 已在 npm 上发布,版本为 [email protected];PyPI 上也提供了等效的 Python 客户端 deploytoagents==0.1.1。
Agent 优先的 CLI
npx deploytoagents login
npx deploytoagents whoami
npx deploytoagents portfolio --json
npx deploytoagents discovery --json
npx deploytoagents discovery-record --input observation.json --json
npx deploytoagents audit https://example.com --json
该软件包会同时安装 deploytoagents 和较短的命令 d2a。Google 登录使用 Authorization Code with PKCE,并通过临时的环回回调完成。在 Windows 上,刷新凭据会使用 DPAPI 加密,仅当前操作系统用户可用;CI 可通过 DEPLOYTOAGENTS_TOKEN 提供短时身份令牌。Discovery Lab 可读取,也可通过 JSON 观测文件(或使用 --input - 从标准输入)提供。所有命令结果和错误都采用稳定的 JSON 格式,供 Agent 使用。
{
"hostname": "example.com",
"surface": "claude",
"model": "model label shown by the surface",
"prompt": "Exact generic, unbranded prompt",
"outcome": "not-mentioned",
"freshSession": true,
"responseExcerpt": "Optional relevant excerpt",
"citations": ["https://example.org/source"]
}
有效结果包括 recommended、mentioned、not-mentioned 和 error。服务器会验证已登录组织是否拥有目标主机名。
Deploy to Agents 目前会审核面向 Agent 的公开信息页面、返回未列出的证据凭证,并创建按优先级排序的技术和外部权威渠道分发计划。它目前不会声称能够发布每位客户的所有材料,也不保证会获得任何模型的推荐。
通过 MCP 直接连接
在任何兼容的 MCP 客户端中使用此 Streamable HTTP 端点:
https://deploytoagents.com/mcp
可用工具:
audit_appget_audit_resultcreate_distribution_planget_customer_zero_evidence
JavaScript 客户端
npm install deploytoagents
import { DeployToAgentsClient } from "deploytoagents";
const client = new DeployToAgentsClient();
try {
const queued = await client.auditApp("https://example.com");
console.log(queued.receipt_url);
const result = await client.getAuditResult(queued.audit_id);
if (result.status === "completed") {
console.log(await client.createDistributionPlan(queued.audit_id));
}
} finally {
await client.close();
}
Python 客户端
pip install deploytoagents
from deploytoagents import DeployToAgentsClient
async with DeployToAgentsClient() as client:
queued = await client.audit_app("https://example.com")
print(queued["receipt_url"])
Customer Zero
Deploy to Agents 将自身作为首位客户。当前的 100/100 凭证仅验证技术页面。独立、无品牌标识的发现仍明确标记为 not-yet-proven。
开发
npm install
npm test
npm run smoke
证据政策
本项目区分自有证据、经外部验证的材料和独立推荐。它不会伪造推荐、自动发布社区帖子、组织投票,也不会创建主要用于操纵排名的链接。
许可证
MIT
评论
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。