mcp-observatory

MCP Observatory

更多徽章

守护你正在构建的 MCP 服务安全。 MCP Observatory 是一款原生支持 CI 的安全工具，面向交付自定义 MCP 服务的团队。它可以在开发期间进行测试、发现架构漂移、模拟攻击并生成合规证据——在 Agent 依赖你的服务之前完成这些工作。

另有简体中文版本。

运行时强制执行： 使用 mcp-seatbelt，根据 Observatory 扫描结果，在运行时阻止危险的 MCP 工具调用。

开始使用

分步设置指南 · macOS、Windows、Linux · Node.js 20+ 和 npm（安装 Node.js LTS）。

1. 运行首次扫描

在项目文件夹中打开 Terminal 或 PowerShell，然后粘贴：

npx -y @kryptosai/mcp-observatory@latest

这会下载 Observatory 并检查你配置的第一个 MCP 服务。如果没有配置任何服务，则会使用随附的示例。若只想试用该示例，请运行 npx -y @kryptosai/mcp-observatory@latest demo --example。

2. 查看结果

终端会显示目标、评分、发现项和收据保存路径。未通过的检查是需要复核的发现项，并不表示需要付费。如果连接失败，请修正启动命令或凭据，然后重新运行。演示评分描述的是示例，而不是你自己的服务。

3. 免费保存一份托管快照（可选）

在同一个项目文件夹中运行：

npx -y @kryptosai/mcp-observatory@latest cloud upload

打开终端中打印的验证链接，确认代码，使用 GitHub 连接，然后返回终端。等待出现 Upload complete，再打开仪表板链接。无需单独设置账户或提供付款方式。免费版包含一个目标、最新快照、七天保留期，以及每月十次上传。

本地扫描和本地 CI 始终免费。Individual Pro 每月 $29，适用于需要 10 个目标、90 天历史记录、托管 CI 数据接入或托管 HTTP 扫描的情况。

MCP Observatory 会在显示数据收集通知后，根据司法辖区启用产品遥测。使用 telemetry preview 查看确切收集字段，使用 telemetry status 查看当前政策，或随时通过 telemetry disable、MCP_OBSERVATORY_TELEMETRY=0 或 DO_NOT_TRACK=1 停止收集。请参阅完整的隐私和遥测通知。

npx -y @kryptosai/mcp-observatory@latest test npx -y @modelcontextprotocol/server-everything

- uses: KryptosAI/mcp-observatory/action@v1

如果此仓库是 MCP 包，这会测试 npx -y <package.json name>。否则请设置 command:。

或者生成完整的工作流：npx -y @kryptosai/mcp-observatory@latest setup-ci --all --command "npx -y my-mcp-server" --sarif

安装：npx -y @kryptosai/mcp-observatory@latest · brew tap kryptosai/mcp-observatory https://github.com/KryptosAI/mcp-observatory && brew install mcp-observatory · docker pull ghcr.io/kryptosai/mcp-observatory:latest · curl -fsSL https://raw.githubusercontent.com/KryptosAI/mcp-observatory/main/scripts/install.sh | sh

docker run --rm ghcr.io/kryptosai/mcp-observatory:latest demo
docker run --rm ghcr.io/kryptosai/mcp-observatory:latest test npx -y @modelcontextprotocol/server-everything

扫描主机上的服务需要网络；扫描本地文件时还需要挂载卷（-v "$PWD:$PWD" -w "$PWD"）。

Agent：npx -y @kryptosai/mcp-observatory@latest serve

默认拒绝连接：npx -y @kryptosai/mcp-observatory@latest protect 会重写所有已发现的客户端配置（Cursor、Claude、VS Code、.mcp.json 等）。撤销：protect --undo。HTTP/SSE 服务不受影响。

运行时默认拒绝：npx -y @kryptosai/mcp-observatory@latest enforce --start-proxy 会根据扫描结果生成 Seatbelt 策略并启动代理。本地扫描始终免费。

证明：安全指数。使用 cloud upload 免费上传一份托管快照；Individual Pro 每月 $29，适用于需要保留历史记录和托管 CI 数据接入的情况。

从生产环境使用情况中学习

通过使用情况学习 SDK 和 CLI，将真实工具调用与用户意图关联起来：经过脱敏的调用证据、选择加入的“询问内容 / 预期结果 / 实际结果”报告、选定的对话摘录、一键标记不满意、对捕获请求进行意图分组，以及导出回归用例。运行 mcp-observatory usage review --dir private-usage，在仅限环回地址访问的浏览器页面中查看关联证据。服务器日志无法揭示未共享的对话；观察到的执行情况和推断出的故障信号会分别呈现。数据在本地收集，且需要明确集成。

为什么选择 MCP Observatory

MCP 服务正成为生产环境中的依赖项。如果 Agent 依赖它们，团队就需要一种方式，在故障影响用户之前发现损坏的工具、不安全的架构、架构漂移、响应缓慢以及容易引发安全问题的疏漏。

Observatory 为维护者和团队提供：

• 使用 setup-ci --all 一条命令即可完成 CI 设置
• 使用 audit --profile nsa-mcp 按配置文件映射进行审计
• MCP 凭证，打包目标、证据、判定、操作和复现命令
• MCP 风险图谱，按能力边界、凭证状态、CI 状态和建议操作对服务分组
• 操作凭证，指出应当 allow、gate、rerun、quarantine 还是 escalate
• 针对兼容性、漂移和安全问题的 GitHub PR 评论
• 用于标准化 MCP 发现项的 GitHub Code Scanning SARIF
• 用于公开信任信号的 健康度评分徽章
• 用于回归测试的 记录/回放/验证 工作流
• MCP 服务模式，让 Agent 能直接检查其他 MCP 服务
• 面向生产环境的 支持路径，提供单用户托管历史记录、CI 数据接入和可供所有者直接采用的 Release Gate 修复建议

参见 MCP 服务的 GitHub Code Scanning、MCP 凭证、故障排查、安全方法论、MCP 服务安全指数、MCP Observatory 贡献者、托管客户端契约、仓库边界、开放核心边界和商业支持。

自我评估

我们会在每次发布时使用 mcp-observatory 扫描自身。查看结果 →

面向安全与平台团队

MCP 服务正成为 AI 软件供应链的一部分。在这些工具成为关键任务工作流的依赖项之前，Agent 需要可靠、可测试、可审计的工具。

无论你只发布一个 MCP 服务，还是要管理一组服务，MCP Observatory 都能为你提供原生集成 CI 的安全评分、攻击模拟、架构漂移检测、SARIF/HTML/Markdown 报告和 GitHub Code Scanning——从你的第一个 npx 命令一直到生产部署。本地开发始终免费；即将做出生产环境审批决策的团队可使用固定范围的 MCP Release Gate Pilot。

生产支持

在 MIT 许可下，本地 OSS 使用始终免费。在生产环境中运行 MCP 的团队可使用 MCP Release Gate Pilot，获取安全模式证据、SARIF/Code Scanning 设置、CI 推广、私密报告和可供所有者直接采用的修复说明。固定的公开入门方案为 $15,000，涵盖 1-3 个关键 MCP 服务，周期为十个工作日；更广泛的工作将在发布决策后确定范围。

开源仓库是可移植的证据引擎。托管身份验证、数据保留、组织工作流、服务群协调和私有情报均不包含在 OSS 软件包中；详见仓库边界。

运行 npx @kryptosai/mcp-observatory cloud，通过议题选择器提交试点请求，或参阅 COMMERCIAL.md。另请参阅隐私、活动归因和生产环境使用条款。

对比

功能	mcp-observatory	Snyk agent-scan	Cisco mcp-scanner	agent-shield
原生支持 MCP	✓	✓	✓	✓
攻击模拟	✓	✗	✗	✗
架构漂移检测	✓	✗	✗	✗
记录/回放/验证	✓	✗	✗	✗
健康度评分（0-100）	✓	✗	✗	✗
SARIF 输出	✓	✓	✓	✓
原生集成 CI/CD（setup-ci）	✓	✓	✓	✓
公开安全指数	✓	✗	✗	✗
通过 mcp-seatbelt 进行运行时强制执行	✓	✗	✗	✗

快速开始

运行首次检查。不带参数时会启动 demo（你的服务，或打包的本地演示）：

npx @kryptosai/mcp-observatory

深入检查——同时调用安全工具，确认它们确实能运行：

npx @kryptosai/mcp-observatory scan deep

测试指定服务：

npx @kryptosai/mcp-observatory test npx -y @modelcontextprotocol/server-everything

将其作为 MCP 服务添加到 Claude Code：

claude mcp add mcp-observatory -- npx -y @kryptosai/mcp-observatory serve

或者手动将其添加到配置中：

{
  "mcpServers": {
    "mcp-observatory": {
      "command": "npx",
      "args": ["-y", "@kryptosai/mcp-observatory", "serve"]
    }
  }
}

命令

命令	功能
scan	自动发现服务、检查服务，并默认运行安全攻击就绪度模拟
scan deep	扫描、运行安全攻击模拟，并调用安全工具以确认它们能够执行
test <cmd> / test --target <file>	按命令或目标配置测试单个服务，并生成操作回执
record <cmd>	将服务会话录制到磁带文件，以便离线回放
replay <cassette>	离线回放磁带——无需运行中的服务
verify <cassette> <cmd>	验证运行中的服务是否仍与录制的磁带一致
diff <base> <head>	比较两个运行产物，检查回归和架构漂移
watch <config>	监视服务变化，并在出现回归时发出提醒
suggest	检测你的技术栈，并从注册表推荐 MCP 服务
serve	作为 MCP 服务启动，供 AI Agent 使用
lock	将 MCP 服务架构快照保存到锁定文件
lock verify	验证运行中的服务是否与锁定文件一致
history	显示 MCP 服务的健康评分趋势
setup-ci / init-ci	创建 GitHub Action 和徽章代码片段，用于检查 MCP 兼容性和安全性
setup-ci --sarif	生成工作流，将规范化的发现结果上传到 GitHub Code Scanning
setup-ci --doctor	检查仓库是否具备完整的 CI 接入套件
telemetry status|enable|disable|identify|preview	查看或控制产品遥测，并主动提供联系邮箱
risk-graph --input <path>	将回执和运行产物合并为 JSON、Markdown 和 HTML 格式的 MCP 风险图
--no-attack-sim	在 scan 或 test 中选择退出默认的安全攻击模拟
ci-report	生成用于创建 GitHub issue 的 CI 报告
enterprise-report	根据运行产物生成静态生产/安全报告
score <cmd>	评估 MCP 服务的健康状况（0-100）
badge <cmd>	生成 README 健康评分 SVG 徽章
cloud	显示免费托管快照、Individual Pro 和 Release Gate Pilot 选项

不带参数运行即可启动 demo。使用 --menu 打开交互式目录。

功能

检查能力——连接到服务，并验证工具、提示词和资源能否正常响应。

调用工具——不止于列出工具。实际调用安全工具（无需必填参数 / 带有 readOnlyHint），并报告哪些工具正常运行、哪些发生崩溃。

npx @kryptosai/mcp-observatory scan deep

检测架构漂移——对比两次运行，显示新增/移除的字段、类型变更和破坏性参数变更。

npx @kryptosai/mcp-observatory diff run-a.json run-b.json

推荐服务——扫描你的项目，识别语言、框架、数据库和云服务提供商，然后与 MCP 注册表交叉比对，推荐你尚未使用的服务。

npx @kryptosai/mcp-observatory suggest

在 MCP 服务模式下运行时，也可以询问你的 Agent：“我应该添加哪些 MCP 服务？”

安全扫描——分析工具架构中的危险模式：Shell 注入攻击面、过宽的文件系统访问权限、缺少身份验证，以及响应中的凭据泄露。

npx @kryptosai/mcp-observatory test --security npx -y my-mcp-server

录制 / 回放 / 验证——捕获实时会话，在 CI 中离线回放，并验证是否一切保持不变。类似于 MCP 的 VCR。

# Record a session
npx @kryptosai/mcp-observatory record npx -y @modelcontextprotocol/server-everything

# Replay offline (no server needed)
npx @kryptosai/mcp-observatory replay .mcp-observatory/cassettes/latest.cassette.json

# Verify the live server still matches
npx @kryptosai/mcp-observatory verify cassette.json npx -y @modelcontextprotocol/server-everything

监视回归——定期重新运行检查，并在发生变化时发出提醒。

npx @kryptosai/mcp-observatory watch target.json

扫描位置

运行 scan 时，它会在以下位置查找 MCP 配置：

• ~/.claude.json（Claude Code）
• ~/Library/Application Support/Claude/claude_desktop_config.json（Claude Desktop，macOS）
• %APPDATA%/Claude/claude_desktop_config.json（Claude Desktop，Windows）
• .claude.json 和 .mcp.json（当前目录）

架构

                    ┌─────────────────────────┐
                    │   MCP Observatory CLI    │
                    │  npx @kryptosai/mcp-     │
                    │     observatory scan     │
                    └───────────┬─────────────┘
                                │
                    ┌───────────▼─────────────┐
                    │   Config Discovery       │
                    │  (Claude, Cursor, etc.)  │
                    └───────────┬─────────────┘
                                │
              ┌─────────────────┼─────────────────┐
              ▼                 ▼                  ▼
    ┌─────────────────┐ ┌──────────────┐ ┌──────────────────┐
    │   Security Scan  │ │  Attack Sim  │ │  Schema Drift    │
    │  (shell, creds)  │ │ (tool poison)│ │  (version diff)  │
    └────────┬────────┘ └──────┬───────┘ └────────┬─────────┘
             │                 │                   │
             └─────────────────┼───────────────────┘
                               ▼
                    ┌─────────────────────┐
                    │   Health Score       │
                    │  (0-100 + verdict)   │
                    └──────────┬──────────┘
                               │
              ┌────────────────┼────────────────┐
              ▼                ▼                 ▼
    ┌──────────────┐  ┌──────────────┐  ┌──────────────┐
    │  SARIF       │  │  Markdown    │  │  CI Gateway  │
    │  (Code Scan) │  │  Report      │  │  (setup-ci)  │
    └──────────────┘  └──────────────┘  └──────────────┘

CI / GitHub Action

将 Observatory 添加到 MCP 服务的 CI 流水线：

npx @kryptosai/mcp-observatory setup-ci --all --command "npx -y my-mcp-server" --sarif --schedule weekly

查看采用工具包：

npx @kryptosai/mcp-observatory setup-ci --doctor

成功的 test、run 和单目标 scan 检查也会提供选项，将通过的结果转换为 CI 采用工具包。默认情况下，此自动转换会启用 SARIF/代码扫描和每周定时检查；如果只需要不含代码扫描上传的保守工作流，请传入 --no-ci-sarif。

也可以手动创建工作流：

# .github/workflows/observatory.yml
name: MCP Server Check
on: [pull_request]

permissions:
  contents: read

jobs:
  observatory:
    runs-on: ubuntu-latest
    steps:
      - uses: actions/checkout@v4
      - uses: KryptosAI/mcp-observatory/action@v1
        with:
          command: npx -y my-mcp-server
          deep: true
          security: true
          comment-on-pr: false
          set-status: false

GitLab CI

在合并请求和 main 分支上运行相同的 test 扫描，并将 SARIF 发布为 GitLab SAST 报告，以便在合并请求安全小组件中查看发现结果。这与 setup-ci --ci-provider gitlab-ci 生成的内容一致。

# .gitlab-ci.yml
mcp-observatory:
  image: node:22
  rules:
    - if: $CI_PIPELINE_SOURCE == 'merge_request_event'
    - if: $CI_COMMIT_BRANCH == 'main'
  script:
    - npx @kryptosai/mcp-observatory test npx -y my-mcp-server --deep --security --sarif mcp-observatory.sarif
  artifacts:
    reports:
      sast: mcp-observatory.sarif

也可以让 CLI 为你编写：

npx @kryptosai/mcp-observatory setup-ci --ci-provider gitlab-ci --command "npx -y my-mcp-server"

Action 输入项：

输入项	说明	默认值
command	要测试的服务命令	（可选；省略时扫描发现的服务）
target	目标配置 JSON 的路径
targets	多服务矩阵扫描所用 MCP 配置文件的路径
deep	同时调用安全工具	false
security	运行安全分析	false
fail-on-regression	遇到问题时让 Action 失败	true
fail-on-baseline-drift	基线验证检测到偏移时让 Action 失败	true
comment-on-pr	将报告作为 PR 评论发布。需要 pull-requests: write。	true
set-status	在 HEAD SHA 上设置提交状态检查（绿/红）。需要 statuses: write。	true
github-token	用于 PR 评论和提交状态的令牌	${{ github.token }}

当工作流授予写入权限时，Action 可以在 PR 上发表评论并设置提交状态。setup-ci 默认生成只读且适用于第三方的工作流，维护者之后可以选择启用评论/状态。init-ci 仍作为向后兼容的别名提供。所有选项请参阅 action/README.md。

近期需要决定是否批准 MCP 的生产团队，可以使用固定范围的 MCP 发布门禁试点：在十个工作日内对 1–3 个服务作出批准、设限或暂缓的决定。请参阅 COMMERCIAL.md，或访问 mcp-observatory.com/release-gate-pilot 请求评估。

MCP Observatory 证据徽章

MCP 服务维护者可以在 README 中添加公开的兼容性/安全信号：

[![MCP Observatory](https://img.shields.io/badge/MCP%20Observatory-enabled-2563eb)](https://github.com/KryptosAI/mcp-observatory)

也可以根据实时检查生成评分徽章：

npx @kryptosai/mcp-observatory badge npx -y my-mcp-server --output docs/mcp-health.svg

有关 GitHub Action 模板、维护者 PR 正文和徽章推广操作指南，请参阅证据传播流程。徽章是公开的证据信号，并非认证或背书。

根据本地运行产物生成适用于试点的生产/安全报告：

npx @kryptosai/mcp-observatory enterprise-report \
  --account "Your Company" \
  --format html \
  --output observatory-enterprise-report.html

若要在 CI 中更清晰地归属内部账户，请设置：

MCP_OBSERVATORY_ORG=your-company.com

若要将联系邮箱和可选的联系渠道标识与私有遥测分析信息关联，请运行 mcp-observatory telemetry identify --email <address> [--channel <slug>]。设置组织或识别联系人并不代表授权联系。

正在测试 Feishu/Lark 集成？请参阅 Feishu/Lark MCP 指南。

锁定文件

$ npx @kryptosai/mcp-observatory lock              # Snapshot all server schemas
$ npx @kryptosai/mcp-observatory lock verify        # Verify no drift since last lock

锁定文件是 AI 工具的 package-lock：提交 MCP 契约，然后在 CI 中显式呈现每项工具、架构、提示词或资源的偏移。请参阅 MCP 锁定文件。

趋势跟踪

$ npx @kryptosai/mcp-observatory history            # Show health trends over time

夜间扫描

$ npx @kryptosai/mcp-observatory ci-report          # Generate regression report for CI

MCP 服务模式

没有其他测试工具本身是 MCP 服务。 将 Observatory 添加为服务，AI Agent 即可自主测试、诊断和监控其他 MCP 服务。

claude mcp add mcp-observatory -- npx -y @kryptosai/mcp-observatory serve

你的 Agent 可使用 10 个工具：

工具	使用场景
scan	检查所有已配置的 MCP 服务是否运行正常
check_server	在安装前或更新后测试特定服务
score_server	快速获取服务的健康评分和等级
record	为正常运行的服务捕获基线，以便将来进行比较
replay	根据录制的会话进行测试——无需运行中的服务
verify	确认服务更新没有导致问题
watch	检查服务并查看自上次检查以来的变化
diff_runs	查找两次检查结果之间的回归问题
get_last_run	获取服务此前的检查结果
suggest_servers	发现适合项目技术栈的 MCP 服务

一个用于检查其他 AI 工具的 AI 工具。它是一个测试工具的工具，而这些工具又为其他工具提供服务。

安全性

MCP 服务运行在 AI 主机内部，由大模型决定调用哪些工具。为防止提示词注入攻击：

• 命令允许列表： 仅允许将 npx、node、python、python3、uvx、docker、deno、bun 用作基础可执行文件。CLI 不受限制。
• 路径验证： 文件读取工具仅限访问 runs/cassettes 目录。
• 不支持任意执行： 如需执行不受限制的命令，请使用 CLI。

CLI 与 MCP：有意为之的差异

功能	CLI	MCP 服务	原因
watch	轮询循环	单次检查 + 差异	请求/响应模式不支持长轮询
交互式菜单	方向键导航	不可用	MCP 没有交互式界面
彩色输出	--no-color 标志	始终为纯文本	MCP 返回结构化内容
report	渲染已保存的工件	不可用	Agent 可直接读取工件
serve	启动 MCP 服务	不适用	它本身就是 MCP 服务
run	读取目标配置文件	内联参数	MCP 工具可直接接受参数
get_last_run	不可用（使用 ls + diff）	可用	为 Agent 提供便利

兼容性

适用于使用标准传输方式的任何 MCP 服务：

传输方式	示例	适配器
stdio（大多数服务）	filesystem、memory、context7、brave-search、sentry、notion、stripe	local-process
HTTP/SSE（远程）	Cloudflare、Exa、Tavily	http
Docker	所有 @modelcontextprotocol/server-* 镜像	通过 docker run -i 使用 local-process

需要 API 密钥的服务可通过目标配置中的 env 使用。Python 服务可通过 uvx 使用。有关已测试服务和已知问题，请参阅完整兼容性矩阵。

目标配置文件

如需更多控制（环境变量、元数据、自定义超时时间）：

{
  "targetId": "filesystem-server",
  "adapter": "local-process",
  "command": "npx",
  "args": ["-y", "@modelcontextprotocol/server-filesystem", "."],
  "timeoutMs": 15000,
  "skipInvoke": false
}

npx @kryptosai/mcp-observatory run --target ./target.json

HTTP / SSE 目标

{
  "targetId": "my-remote-server",
  "adapter": "http",
  "url": "https://mcp.example.com/mcp",
  "authToken": "${MCP_SERVER_TOKEN}",
  "headers": {
    "X-Api-Key": "$MCP_SERVER_API_KEY"
  },
  "timeoutMs": 15000
}

目标配置支持在 authToken、headers 和 local-process 的 env 值中使用 ${VAR}、$VAR 和 env:VAR 引用。

功能对比

功能	Observatory	mcp-recorder	MCPBench	mcp-jest
自动发现服务	✅	—	—	—
检查功能	✅	—	✅	✅
调用工具	✅	—	—	✅
检测架构漂移	✅	—	—	—
录制／回放	✅	✅	—	—
根据录制数据验证	✅	—	—	—
响应快照差异	✅	—	—	—
基准测试／延迟	—	—	✅	—
Jest 集成	—	—	—	✅
可作为 MCP 服务运行	✅	—	—	—

每种工具都有自己的优势。Observatory 专注于回归检测和适合 CI 的工作流。mcp-recorder 是出色的透明代理。MCPBench 是性能基准测试的首选。若你已在使用 Jest 工作流，mcp-jest 是理想之选。

先前项目

录制／回放／验证模式的灵感来自：

• VCR（Ruby）——开创了基于录制数据的 HTTP 录制／回放
• Polly.js（Netflix）——用于 JavaScript 的 HTTP 交互录制
• mcp-recorder——MCP 专用流量录制代理
• MCPBench——MCP 服务基准测试
• mcp-jest——面向 MCP 服务的 Jest 风格测试

限制

• 需要交互式 OAuth 的服务（例如 Google Drive）必须先完成身份验证，Observatory 才能连接
• 不支持自定义 WebSocket 传输（例如 BrowserTools MCP）
• 少数服务会超时或在初始化前关闭——请参阅已知问题和兼容性

与 mcp-seatbelt 配合使用

先扫描，再信任。然后运行 npx -y @kryptosai/mcp-observatory@latest enforce --start-proxy——Observatory 会编写一份默认拒绝的 mcp-seatbelt 策略并启动代理。Observatory 负责验证；seatbelt 负责执行。

与 agent-obs 配合使用

使用 Observatory 保护你的服务。使用 agent-obs 跟踪你的 Agent——这是一款开源的 Agent 执行跟踪工具，可记录每次工具调用、计算 A-F 会话评分，并准确展示 Agent 将时间花在哪里、消耗了多少令牌以及遇到了哪些错误。Observatory 会告诉你服务是否安全。agent-obs 会告诉你 Agent 对服务做了什么。免费、本地优先，npm install -g agent-obs。

贡献者 ✨

感谢以下贡献者的出色付出：

• leemeo3——3 个 Safety Index 目标（Git、Chrome DevTools、Filesystem MCP）
• albatrossflyon-coder——GitHub MCP Safety Index（#201）
• tanishxdev——旧版 CLI 弃用警告（#187）
• sansynx——CLI 格式验证（#182）

查看所有贡献者 →

参与贡献

欢迎贡献者加入！本项目遵循贡献者公约行为准则。最快的参与方式：

git clone https://github.com/KryptosAI/mcp-observatory.git && cd mcp-observatory && npm install && npm test

最常见的首次贡献是将 MCP 服务添加到 Safety Index（10-15 分钟）。完整指南、代码规范和贡献者认可阶梯，请参阅 CONTRIBUTING.md。

---

如果 Observatory 帮你避免了一次失败的部署，不妨给它点个星标。这能帮助其他人发现这个项目。