Agent Reliability — MCP 服务器

对自主 AI 智能体进行测试、基准测试与审计——方法、测试工具与证据。

一个远程 MCP 服务器，构建于托管的知识图谱之上。它返回的每个断言都绑定到一个已注册来源：工具在回传断言时会 带上 引用来源和置信度值，因此智能体可以展示依据，而不是凭空断言。

无需安装任何东西。它是一个托管的 streamable-HTTP 端点：

https://agentreliability.dev/mcp

添加到客户端

Claude Code

claude mcp add --transport http agent-reliability https://agentreliability.dev/mcp

Claude Desktop / 任意读取 mcpServers 的客户端

{
  "mcpServers": {
    "agent-reliability": {
      "type": "streamable-http",
      "url": "https://agentreliability.dev/mcp"
    }
  }
}

无需 API 密钥、无需账户、无需认证。只读。

无需任何客户端，即可检查它能否回答：

curl -s https://agentreliability.dev/mcp \
  -H 'Content-Type: application/json' \
  -H 'Accept: application/json, text/event-stream' \
  -H 'mcp-protocol-version: 2025-06-18' \
  -d '{"jsonrpc":"2.0","id":1,"method":"tools/list"}'

Related MCP server: agentcrush

工具

共有八个工具，每个都有 outputSchema，且均返回 structuredContent。

建议的调用路径是 get_overview → search 或 answer → get_entity → get_related。get_overview 的存在，是因为刚到达的智能体需要先知道该语料库能否提供帮助，而不用先花费一次调用来猜测。

语料库里有什么

主题包括：评测和基准（GAIA、AgentBench、Inspect）、LLM-as-judge 及其失败模式、古德哈特定律与基准污染、故障注入与混沌测试、审批关卡与自主层级、智能体关联性与忠实性。

它被构建用于回答的问题

• 如何区分真实的评估，还是我的智能体已经记忆的基准？

• 校准对 LLM 评判者而言意味着什么，它如何度量？

• 故障注入实际能够捕获哪些失败模式？

实际返回的回答长什么样

针对实时端点的一次真实调用——用 answer 处理问题 "how do I tell a real eval from a benchmark pollution" ——会返回如下 structuredContent（已截断）：

{
  "answered": true,
  "entity": {
    "id": "agent-reliability-glossary",
    "name": "Agent reliability glossary",
    "evidence_tier": "secondary",
    "confidence": 0.85,
    "last_verified": "2026-08-08",
    "canonical_url": "https://agentreliability.dev/k/agent-reliability-glossary"
  },
  "claims": [
    {
      "text": "An eval is a structured, repeatable test that measures an LLM or LLM-based system against a defined dimension; frameworks package evals as registries of reusable templates.",
      "sources": [{ "title": "openai/evals — framework for evaluating LLMs and LLM systems" }]
    }
  ]
}

注意随回答一并承载的内容：证据层级、置信度、最后验证日期，以及断言背后的来源——它们不是需要智能体解析的 prose，而是可以采信的字段。智能体可以放弃置信度较弱的断言，也可以直接引用原始来源。

当语料库无法回答时，answered 值为 false。它不会即兴编造，而且未命中会被记录下来，以便将来填补空白。

机器可读的接口

MCP 端点是多个接口之一。同一语料库也可以序列化为智能体可直接读取的纯文本文件：

每个知识对象都有一个人工可读页面和一个机器可读配对页面，它们在相同 id 下，并拥有一个在所有接口间都可以对齐的规范 URL。

在集成前值得了解的行为

• 仅 POST 接口。其他任何方法都返回 405，并带 Allow: POST, OPTIONS 响应头。

• 速率限制： 每个客户端每分钟 120 次请求，在共享存储中计数，并公布在每次响应的 RateLimit-Limit、RateLimit-Remaining 和 RateLimit-Reset 中（这三者均通过 CORS 暴露）。它采取 fail open 策略：若共享存储不可达，请求仍然得到正常处理。

• 格式错误的请求会返回符合规范的 JSON-RPC 格式错误——无法解析的正文返回 -32700，未知工具返回 -32602——绝不会返回 HTML 错误页面。

• 请求正文有大小限制，并且在传输前经过校验。

隐私

无账户、无 cookie、无广告。使用统计仅以聚合目标进行，使用每日轮换的哈希标识符，并保留 200 天；原始 IP 从不存储。完整政策：PRIVACY.md。

来源与许可

知识内容采用 CC-BY-4.0：可以使用，使用时请注明来源。来源注册表公开，正是为了让断言可以被核实，而非被简单信任——get_sources 返回任何断言所依赖的具体依据。

断言带有证据层级和 last_verified 日期。凡是证据较弱的地方，对象会明确如实说明，而不会将其美化或四舍五入。

它是如何构建的

由 Citarium 编译并运行。Citarium 是一个开源框架，用于将知识图谱转换成浏览器网站、API、MCP 服务器和智能体可读的文件——这些全部来自单一数据源；目前它正处于外部评估之中，贡献者和教育记录均公开可见。

此仓库是本服务器的公开对外呈现：其结构和文档。语料库本身位于 agentreliability.dev。