关于 Okareo
Okareo MCP Server 将 Okareo 的 Agent 评估工具接入 AI 编码助手及其他 MCP 客户端。它支持场景和模型管理、质量检查,以及文本和语音多轮模拟。
主要功能
- 01创建和管理测试场景
- 02注册模型与质量检查
- 03运行评估和多轮模拟
- 04获取对话记录、追踪与评分
- 05监控语音对话
适用场景
- 01按指定场景测试 Agent
- 02比较不同运行的评估结果
- 03模拟文本或语音多轮对话
- 04通过监控检查语音流量
MCP 相关
它以 MCP 工具形式提供 Okareo 功能,用于管理场景、模型、测试、模拟、语音监控、项目和分析。客户端可通过 OAuth 或 Bearer API 密钥连接托管远程服务,也可通过 stdio 运行本地服务。
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://tools.okareo.com/mcpclaude mcp add --transport http com-okareo-okareo https://tools.okareo.com/mcp{"mcpServers":{"com-okareo-okareo":{"type":"http","url":"https://tools.okareo.com/mcp"}}}在 Cursor 中打开{"servers":{"com-okareo-okareo":{"type":"http","url":"https://tools.okareo.com/mcp"}}}在 VS Code 中打开{"mcpServers":{"com-okareo-okareo":{"type":"http","url":"https://tools.okareo.com/mcp"}}}{"mcpServers":{"com-okareo-okareo":{"serverUrl":"https://tools.okareo.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
详细介绍
Okareo MCP Server
Okareo MCP 服务将 Okareo 的评估能力作为 MCP 工具提供,使 AI 编码助手能够直接在编辑器中创建和管理场景、注册模型、运行评估并执行多轮模拟。
如需详细文档,请参阅 Okareo MCP 文档。
先决条件
- 一个 Okareo 账户,访问地址:app.okareo.com
- 支持 MCP 服务的 copilot(Claude Code、Cursor、VS Code 或 GitHub Copilot),或 Slack 中的 Slackbot
- Python 3.10–3.12(仅本地安装模式需要;远程模式不需要)
远程 MCP(托管)— 推荐
最快的入门方式。无需本地安装,无需 Python,也无需在 .mcp.json 中填写 API 密钥。首次连接时,通过浏览器登录即可完成身份验证。
推荐方式(OAuth — Claude Code、Claude Desktop、Cursor、VS Code 1.101+)
将以下内容添加到 copilot 的 MCP 配置中(通常为 .mcp.json):
{
"mcpServers": {
"okareo": {
"type": "http",
"url": "https://tools.okareo.com/mcp"
}
}
}
重新加载 copilot。它会打开浏览器,让你登录 Okareo;之后,copilot 会自行保存令牌。你的 .mcp.json 中不会包含任何机密信息。
备用方式(Bearer 标头 — 较旧的客户端或无头 / CI 环境)
对于尚未支持 MCP OAuth 流程的客户端,请将 API 密钥粘贴为 bearer 标头。建议使用环境变量形式,而非直接写入字面值:
{
"mcpServers": {
"okareo": {
"type": "http",
"url": "https://tools.okareo.com/mcp",
"headers": {
"Authorization": "Bearer ${env:OKAREO_API_KEY}"
}
}
}
}
GitHub Copilot(VS Code 和 Copilot CLI 中)、Slackbot 以及其他所有客户端的设置说明,请参阅 docs.okareo.com/mcp/configuration。
在多个 Okareo 组织间切换
如果你有权访问多个 Okareo 账户,只需执行 Clear Authentication,然后使用要操作的账户重新进行身份验证。你可以随时询问当前登录的账户,以及你有权访问的账户。
本地安装(替代方案)
在自己的计算机上运行 MCP 服务。适用于离线 / 隔离网络环境以及开发场景。
除非你有特定的本地安装需求(隔离网络、自定义构建或在此代码库中开发),否则建议使用上面的 远程 MCP 部分。远程端点无需安装,并会自动保持最新。
对于拥有多个组织的用户,远程端点还提供租户管理工具(list_tenants、switch_tenant)。
第 1 步:设置 API 密钥
export OKAREO_API_KEY="your-api-key"
将此内容添加到 ~/.zshrc 或 ~/.bash_profile,以便持久保存。
第 2 步:配置 Copilot
Claude Code
添加到 .mcp.json:
{
"mcpServers": {
"okareo": {
"command": "uvx",
"args": ["okareo-mcp"],
"env": {
"OKAREO_API_KEY": "${OKAREO_API_KEY}"
}
}
}
}
无需预先安装 — uvx 会自动处理。
Cursor
添加到 .cursor/mcp.json:
{
"mcpServers": {
"okareo": {
"command": "uvx",
"args": ["okareo-mcp"]
}
}
}
Cursor 会从 shell 环境继承 OKAREO_API_KEY。
替代方案:pip install
如果你尚未安装 uv:
pip install okareo-mcp
然后使用 "command": "okareo-mcp",替代 "command": "uvx" 和 "args": ["okareo-mcp"]。
配置参考
| 变量 | 默认值 | 说明 |
|---|---|---|
OKAREO_API_KEY | (必需) | 你的 Okareo API 密钥 |
OKAREO_BASE_URL | https://api.okareo.com | 覆盖本地部署的 Okareo 后端地址 |
TRANSPORT | stdio | 传输方式:stdio(本地)或 sse(Docker) |
PORT | 8000 | SSE 传输端口 |
可用工具
场景
| 工具 | 说明 |
|---|---|
save_scenario | 根据输入 / 结果数据行保存命名场景(幂等) |
list_scenarios | 列出项目中的所有场景,包括名称、ID 和行数 |
get_scenario | 按名称或 ID 获取场景的元数据和所有数据行 |
create_scenario_version | 使用更新后的数据为现有场景创建新版本 |
preview_delete_scenario | 删除场景前预览将被删除的内容 |
delete_scenario | 永久删除场景及所有相关测试数据 |
生成模型
| 工具 | 描述 |
|---|---|
list_available_llms | 浏览 Okareo 注册表中的可用大模型 |
register_generation_model | 从注册表中选择一个大模型,注册生成模型以供测试 |
list_generation_models | 列出项目中所有已注册的生成模型 |
get_generation_model | 读取已注册生成模型的详细信息 |
update_generation_model | 更改已注册生成模型所指向的大模型 |
delete_generation_model | 移除已注册的生成模型及其所有相关测试数据 |
测试与检查项
| 工具 | 描述 |
|---|---|
list_checks | 列出用于评估模型输出质量的可用检查项(内置和自定义) |
run_test | 运行质量测试,使用指定的检查项,根据场景评估模型 |
list_test_runs | 查找以最近优先排序的过往测试运行。detail_level="summary"(默认)或 "detailed"(聚合指标) |
get_test_run_results | 根据 ID 或名称加载某次运行的一页结果。detail_level="summary"(默认)/ "detailed"(逐项检查结果和说明)/ "full"(对话记录)。默认包含 20 段对话。附带 rerun 区块,其中包含重新运行此模拟的调用和配置 |
get_conversation_transcript | 获取单个数据点的完整对话记录 |
reevaluate_test_run | 使用一组(可能不同的)检查项重新评估已完成的测试运行 |
create_or_update_check | 按名称创建或更新质量检查项——基于模型、基于代码或音频(upsert) |
generate_check | 根据自然语言描述生成检查项,然后保存 |
get_check | 获取检查项的完整配置,包括其提示词模板或代码 |
delete_check | 按名称永久删除检查项 |
calibrate_check | 对已完成的测试运行试运行草稿检查项——提供逐行判定结果和检查项收到的参数,不保存任何内容 |
模拟(多轮)
| 工具 | 描述 |
|---|---|
create_or_update_target | 创建或更新 Target——生成模型、自定义端点或语音(OpenAI、Deepgram、Twilio) |
get_target | 按名称获取 Target 的配置(所有类型) |
list_targets | 查找模拟目标(语音和 custom_endpoint)。默认上限为 20;可通过 name_contains 筛选 |
delete_target | 移除模拟目标及其所有相关测试数据 |
create_or_update_driver | 定义一个将与目标交互的模拟用户角色 |
get_driver | 获取 Driver 的完整配置,包括角色提示词 |
list_drivers | 查找 Driver 角色。默认上限为 20;可通过 name_contains 筛选 |
list_driver_voices | 查找语音 Driver 可用的声音、声音配置和语言 |
run_simulation | 运行多轮对话评估。使用 based_on_run_id 时,会继承原始运行的完整配置;传入的任何参数都会覆盖对应字段 |
list_simulations | 列出过往模拟运行,可选按目标、场景和数量限制筛选 |
语音监控
| 工具 | 描述 |
|---|---|
ingest_conversations | 将已完成的语音对话提交给 Okareo 进行监控 |
connect_voice_integration | 连接语音提供商,使其流量进入 Okareo 监控 |
list_voice_integrations | 列出项目中的语音提供商集成 |
get_voice_integration | 按 ID 获取语音提供商集成,包括其状态 |
update_voice_integration | 更新语音提供商集成的元数据 |
rotate_voice_integration_secret | 轮换语音提供商集成的密钥 |
delete_voice_integration | 按 ID 删除语音提供商集成 |
get_voice_webhook_url | 获取语音提供商的入站 webhook 端点 |
项目
| 工具 | 描述 |
|---|---|
list_projects | 列出你可以使用的所有项目,包括 ID、名称、标签和归档状态,并标记当前项目 |
select_project | 选择本次对话要使用的项目 |
create_project | 创建新项目 |
update_project | 重命名项目或替换其标签 |
archive_project | 将项目从项目选择器中隐藏。此操作可撤销;不会删除任何内容 |
unarchive_project | 将已归档的项目恢复到项目选择器中 |
clone_project | 将现有项目的场景复制到新项目中(先试运行) |
Okareo 不支持删除项目——无论是在应用、API 还是此处都不支持。归档即为移除,它只会将项目从项目选择器中隐藏:项目中的场景、运行记录和仪表板都会保持不变,且所有工具仍可对其进行操作。
分析与仪表板
| 工具 | 描述 |
|---|---|
query_analytics | 查询 Okareo 的产品分析数据,了解评估趋势 |
list_dashboards | 列出项目中的分析仪表板 |
get_dashboard | 按名称获取仪表板的完整配置 |
save_dashboard | 按名称创建或更新分析仪表板(upsert) |
reorder_dashboards | 设置仪表板的显示顺序 |
delete_dashboard | 按名称删除仪表板 |
租户管理(仅限远程 MCP)
| 工具 | 描述 |
|---|---|
list_tenants | 列出你在此 MCP 会话中有权访问的所有 Okareo 组织 |
switch_tenant | 不会更改当前组织;返回重新连接并在登录时选择其他组织的方式 |
文档与模板
| 工具 | 描述 |
|---|---|
get_docs | 查询 Okareo 文档系统,获取概念性说明或便于用户理解的解释 |
get_templates | 获取适用于常见 Okareo 模式的提示词模板(可离线使用) |
get_reps_baseline | 提供最新标记的 okareo-tools 版本中的 REPS Agent 评估基线材料(场景库、驱动程序、检查项、评估配置) |
故障排除
| 症状 | 原因 | 解决方法 |
|---|---|---|
okareo-mcp: command not found | 未安装或不在 PATH 中 | 运行 pip install -e .(开发环境)或使用 uvx okareo-mcp(用户环境) |
| 服务因 API 密钥错误而退出 | 未设置 OKAREO_API_KEY | 导出该变量:export OKAREO_API_KEY="..." |
在 Python 3.13+ 上运行 pip install 失败 | Okareo SDK 要求 Python <3.13 | 使用 Python 3.10–3.12 |
| Copilot 无法连接(Docker) | URL 错误 | 确保 URL 以 /sse 结尾,且端口匹配 |
| Cursor 未读取 API 密钥 | Cursor 是从 Dock 而非终端启动的 | 从终端启动 Cursor:cursor . |
贡献
此仓库是经过整理的公开镜像;规范源代码由 Okareo 维护。我们欢迎提交问题,也会考虑社区拉取请求——有关提议变更的审核和移植方式,请参阅 CONTRIBUTING.md。
许可证与商标
Okareo MCP 服务源代码遵循 Apache License 2.0 许可(另请参阅 NOTICE)。
“Okareo”、Okareo 徽标以及 Okareo 产品名称均为 Okareo, Inc. 的商标,不受 Apache 2.0 许可证涵盖。有关允许的使用方式,请参阅 TRADEMARK.md。
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。