mcpField
D
Deploy to Agents

Deploy to Agents

远程服务
deploytoagents.com商业与营销014 周前更新

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

  1. 01审计面向 Agent 的公开渠道
  2. 02返回证据回执
  3. 03生成优先级分发计划
  4. 04记录发现观察结果
  5. 05提供 JSON 格式的命令行操作

适用场景

  1. 01评估产品在面向 Agent 的渠道中的呈现
  2. 02收集发现观察的证据
  3. 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。

服务地址https://deploytoagents.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。

工具

4
参数类型必填说明
urlstring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_app
  • get_audit_result
  • create_distribution_plan
  • get_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

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。