Epoch Ai Models

@pipeworx/epoch-ai-models

AI 模型信息——组织、发布日期、参数量、训练计算量（FLOP）估算、硬件和可访问性，可按名称查询，也可按组织／领域／年份／计算量阈值搜索，或汇总为年度训练计算量趋势。

属于 Pipeworx——一个将 AI Agent 连接到 1866+ 个实时数据源的 MCP 网关。这是一个独立的非官方集成，与上游提供方无关联、未获其认可，也非由其发布。

工具

• ai_model(name) — 查询单个模型的组织、发布日期、参数量、训练计算量估算、硬件和可访问性。可解析带日期的变体（查询“GPT-4”会匹配数据集中的“GPT-4 (Mar 2023)”行）。若名称未匹配，则返回 found:false 和数据集中最接近的名称，不会返回空结果。
• ai_models_search(organization?, domain?, year?, min_compute?, query?, limit?, offset?) — 按组织、领域（例如“Language”“Vision”）、发布日期和／或最低训练计算量（FLOP）阈值筛选数据集。结果按时间从新到旧排列，数量上限为 limit（默认值 50，最大值 200），并提供 count_matching／truncated，确保大量匹配结果不会被静默截断。
• ai_compute_trend(domain?, from_year?) — 按年份统计有计算量估算的模型数量，以及当年最大的训练运行计算量（FLOP）；可按领域和起始年份筛选。

身份验证

无需密钥。

数据来源

• Epoch AI，“Data on AI models”——Epoch AI 关于知名机器学习模型及其组织、发布日期、参数量、训练计算量、硬件和可访问性的数据集。

许可：Epoch AI 以 CC BY 发布这些数据——“可免费使用、分发和复制，但须根据知识共享署名许可注明来源和作者。”每个工具响应都会附带此署名信息以及 data_as_of（此隔离环境上次从 Epoch AI 获取数据集的时间）。

备注

• Epoch AI 会在名称末尾用括号标注日期变体（例如“GPT-4 (Mar 2023)”“GPT-4 Turbo (Nov 2023)”）。ai_model 会去掉这一限定信息，以便将“GPT-4”这类不带日期的查询解析为规范版本；若多个日期变体具有相同的基础名称，则选择其中最早且带有训练计算量估算的版本。
• 上游的 Organization、Country (of organization)、Domain 和 Organization categorization 列均以逗号分隔多个值（一个模型可以列出多个组织或领域）；所有工具都会将这些值作为数组返回，并按子字符串／成员关系筛选，而非按完整字符串精确匹配。
• 并非每一行都有训练计算量或参数量估算——许多条目因其他原因（基准测试结果、可访问性）而受到关注，因此这些字段在上游数据中留空。ai_models_search 的 min_compute 筛选器和 ai_compute_trend 都会将空白估算视为“排除”，而非零。

快速开始

添加到你的 MCP 客户端（Claude Desktop、Cursor、Windsurf 等）：

{
  "mcpServers": {
    "epoch-ai-models": {
      "url": "https://gateway.pipeworx.io/epoch-ai-models/mcp"
    }
  }
}

此端点实际提供的内容

https://gateway.pipeworx.io/epoch-ai-models/mcp 上的 tools/list 会返回上表中的工具，以及 Pipeworx 共享元工具——ask_pipeworx、 discover_tools、search_within、remember/recall 和网关范围内的其他工具。因此，你看到的工具数量会多于此表：目前，单个工具包端点除了列出该工具包自身的工具，还会列出大约 30 个共享工具。连接的 initialize 响应会说明其确切范围，也是当天情况的权威依据。

这是有意为之，并非意外的多路复用。元工具可以让一个限定范围的连接回答此工具包无法涵盖的问题——通过 ask_pipeworx 跨整个目录进行路由——而无需你再添加第二个 MCP 服务。目前无法挂载不含这些元工具的工具包端点；如果这些额外的架构定义占用的上下文比路由带来的价值还多，请连接一次完整网关，而不是连接多个工具包端点。

或者，连接完整的 Pipeworx 网关，直接列出所有工具包的工具，而不仅仅是此工具包的工具：

{
  "mcpServers": {
    "pipeworx": {
      "url": "https://gateway.pipeworx.io/mcp"
    }
  }
}

这两个 URL 都会连接到同一个网关和同样的 1866+ 个数据源。直接列出的工具所属工具包不同；通过任一 URL 连接后，ask_pipeworx 都能访问所有工具包的工具。

没有 MCP 客户端？通过 HTTP 调用

curl -X POST https://gateway.pipeworx.io/v1/tools/ai_model \
  -H 'Content-Type: application/json' \
  -d '{"name":"GPT-4"}'

首次调用无需账户。查看任意工具：GET https://gateway.pipeworx.io/v1/tools/ai_model。查找工具包：使用 {"query":"..."} 调用 POST https://gateway.pipeworx.io/v1/tools/search_packs。

独立运行（无需网关账户）

此软件包也可以作为本地 stdio MCP 服务运行——无需 Pipeworx 账户，也无需经由网关往返：

{
  "mcpServers": {
    "epoch-ai-models": {
      "command": "npx",
      "args": ["-y", "@pipeworx/mcp-epoch-ai-models"]
    }
  }
}

或者直接运行它，确认服务能够启动：

npx -y @pipeworx/mcp-epoch-ai-models

它通过 stdin/stdout 使用 MCP，并响应 initialize/tools/list/tools/call，且仅提供此工具包的工具——不包含上方网关连接所添加的共享元工具。相同的源代码，相同的工具，但没有 ask_pipeworx 路由。

使用 ask_pipeworx

你可以用通俗易懂的语言提问，而不必直接调用工具——此功能既适用于上方的工具包端点，也适用于完整网关：

ask_pipeworx({ question: "your question about Epoch Ai Models data" })

网关会选择合适的工具并自动填入参数。

更多信息

• 文档和指南
• pipeworx.io

许可证

MIT