mcpField
H
Hlido Agent Reviews

Hlido Agent Reviews

远程服务
hlido.euAI 与智能体015 周前更新

关于 Hlido Agent Reviews

Hlido Agent Reviews 是供 Agent 查询 AI Agent 评测结果的 MCP 服务,提供有证据支持的评分卡与审查工具;评分方法保持私有。

主要功能

  1. 01Agent 信任评分与结论
  2. 02逐项核验声明证据
  3. 03比较评分卡
  4. 04搜索及相似 Agent 发现
  5. 05提交评测提名与问题

适用场景

  1. 01采用前评估某个 Agent
  2. 02核实 Agent 的能力声明
  3. 03比较已评测的 Agent
  4. 04提名 Agent 或反馈评测问题

MCP 相关

通过 MCP 工具查询 Hlido 的公开评测登记库,包括信任检查、声明核验、比较和评测提交。

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://hlido.eu/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

19
参数类型必填说明
use_casestring否可选。你正在考虑让此 Agent 执行的任务(例如 'multi-file TypeScript refactor');提供后,结论会针对该使用场景进行调整。
agent_or_urlstring是要检查的 Agent:其 Hlido slug(例如 'aider'、'cursor')或产品/主页 URL(例如 'https://cursor.com')。URL 会匹配到最接近的已评测 Agent。

详细介绍

Hlido MCP 服务

smithery badge

为 AI Agent 提供独立的信任评分、声明审计和对比——你的 Agent 可通过 MCP 查询。

Hlido 是一个独立的 AI Agent 评测平台(“AI Agent 界的 Rotten Tomatoes”)。我们亲自测试 Agent,并发布有证据支持的评分卡:0–100 分、等级评定、逐项声明 PASS/FAIL 审计,以及签名截图。本仓库包含 MCP 服务的源代码,可将该注册表提供给其他 Agent。

使用托管服务(无需安装)

该服务作为 Cloudflare Worker 运行于:

https://hlido.eu/mcp

Claude Code:

claude mcp add --transport http hlido https://hlido.eu/mcp

Claude Desktop / Cursor / 任意 MCP 客户端(mcpServers 配置):

{
  "mcpServers": {
    "hlido": { "url": "https://hlido.eu/mcp" }
  }
}

也可在 Smithery 和 mcp.so 上找到。

工具

工具回答的问题
trust_check“Agent X 值得信任吗?”——查询指定 slug 的评分、等级和评定
find_trusted“帮我为 <需求> 找一个值得信任的 Agent”——筛选注册表
verify_claim“X 确实能做 Y 吗?”——逐项声明的 PASS/FAIL 证据
compare_agents并排对比评分卡
get_scorecard获取指定 slug 的完整净化版评分卡 JSON
find_similar_agents查找与指定 Agent 语义上最相近的 Agent
submit_agent提名 Agent 进行评测
report_review_issue标记已发布评测中的问题
request_quick_audit请求快速重新检查过时的评测

(另有发现和元数据工具——请参阅 src/index.mjs 中的实时工具表)

设计原则

  • 仅公开数据。 服务读取与 hlido.eu/data/* 上发布内容相同的 JSON(注册表、评分卡、证明)。它绝不公开评分权重、评分器断言或编辑草稿——方法论保持私有,结果和证据公开。
  • 无需认证,不追踪。 匿名 JSON-RPC。唯一的遥测数据是轻量级的每日工具调用计数器。
  • 有意保持精简。 这是一个面向开放数据的适配器。评测流水线、测试引擎和评分模型位于其他位置,不属于本仓库。

自托管

这是一个标准的 Cloudflare Worker。将 wrangler.toml.example 复制为 wrangler.toml,设置你的账户 ID,然后运行 npx wrangler deploy。可选绑定(KV 缓存、Vectorize 相似度索引)缺失时会优雅降级——Worker 会改为直接获取公开 JSON。

数据与许可

链接

使用 Docker 运行

docker build -t hlido-mcp .
docker run -p 8080:8080 hlido-mcp

该容器通过 wrangler dev 在本地 workerd 运行时中运行 Worker——无需 Cloudflare 账户。MCP 端点为 http://localhost:8080/(GET 用于获取服务信息,POST 用于 JSON-RPC)。

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。