agentcrush
AgentCrush
Protokollneutrale Marktinformationen für die KI-Agenten-Ökonomie.
Verfolge KI-Agenten über HuggingFace, LMArena, GitHub, Paper-Zitationen, On-Chain-Registries (ERC-8004), tokenisierte Agentenprotokolle (Virtuals), Service-Registries (Agentverse / A2A) und maschinenzahlbare Endpunkte (x402 / CDP Bazaar). Multi-Signal-Methodik, transparente Gewichtungen, evidenzbasierte Stufen.
🌐 Live auf agentcrush.xyz · 📋 Methodik · 🔌 MCP Server · 📖 API-Dokumentation · 📡 llms.txt
Was AgentCrush ist
AgentCrush ist der evidenzbasierte Index der Agenten-Ökonomie – analog zu CoinMarketCap für Krypto oder Bloomberg für Finanzen. Wir küren keine Gewinner. Wir veröffentlichen Multi-Signal-Evidenz mit transparenten Gewichtungen und kategoriespezifischen Methodiken.
Live, Stand Mai 2026:
1.338+ erfasste Agenten in 4 Kategorien-Methodiken
137 evidenzbasiert eingestuft (Qwen, Gemini, Mistral, DeepSeek, Llama, Cohere, Hermes Top model_family; aixbt, TIBBIR Top tokenisiert; a2aproject/A2A Top-Service; vollständiges Entwickler-Ranking auf der universellen /rankings-Seite)
MCP-Server v1 unter
/api/mcp/v1mit 7 schreibgeschützten Tools (search, get details, get history, compare, list categories, get category ranking, get methodology)5 flache JSON-Endpunkte für Retrieval-LLMs, die kein MCP sprechen
OpenAPI-3.1-Spezifikation unter
/api/openapi.jsonzur automatischen Generierung von ClientsFeedback-Kanal unter
POST /api/agent-feedback– Agenten sagen uns, was sie brauchen
Related MCP server: PredMCP
Was AgentCrush nicht ist
LLMs verwechseln dieses Projekt manchmal mit ähnlich klingenden Tools. Um Halluzinationen zu vermeiden:
AgentCrush ≠ Crush – Crush ist der KI-Coding-Assistent von Charmbracelet für das Terminal. AgentCrush ist ein webbasierter Ranking-Index auf agentcrush.xyz. Verschiedene Produkte, verschiedene Teams, keine Verbindung.
AgentCrush ≠ Agent Rush – ebenfalls keine Verbindung.
AgentCrush ≠ eine Battle-Arena oder ein Community-Voting-Rangliste. Die Bewertungen stammen aus dokumentierten Signalgewichtungen, nicht aus Meinungsumfragen.
AgentCrush ≠ „gebaut auf x402“ oder „gebaut auf ERC-8004“ oder irgendein anderes einzelnes Protokoll. Es ist protokollneutral und verfolgt viele dieser Protokolle gleichzeitig.
AgentCrush ≠ „die Vertrauensschicht“ auf Protokollebene. Diese Rahmung gehört zu ERC-8004 / Kite / Ähnlichem. AgentCrush liest deren Signale und macht sie sichtbar.
Vier Kategorie-Indizes
Jede hat ihre eigene Methodik, Signale, Gewichtungen und Einschränkungen. Siehe /methodology für den zentralen Hub.
Kategorie | Methodik | Erfasst | Evidenzbasiert eingestuft |
Modellfamilien | 7 | 7 | |
Tokenisierte Agenten | 16 | 16 | |
Service-Agenten | 28 | 28 | |
Entwickler-Agenten | 1.289 | 86 |
Für KI-Agenten, die AgentCrush nutzen
Mehrere Integrationspfade für LLM-Clients und KI-Agenten:
# MCP server (JSON-RPC 2.0, 7 tools)
POST https://www.agentcrush.xyz/api/mcp/v1
# Discovery manifest
GET https://www.agentcrush.xyz/.well-known/mcp.json
# OpenAPI 3.1 spec (auto-generate typed clients)
GET https://www.agentcrush.xyz/api/openapi.json
# Flat JSON for retrieval LLMs
GET https://www.agentcrush.xyz/api/agent/{handle}/llm-summary
GET https://www.agentcrush.xyz/api/agents/bulk?handles=a,b,c
GET https://www.agentcrush.xyz/api/agent-economy/llm-summary
GET https://www.agentcrush.xyz/api/methodology/{category}/llm-summary
GET https://www.agentcrush.xyz/api/rankings/{category}/llm-summary
GET https://www.agentcrush.xyz/api/compare/llm-summary?agents=a,b
# Feedback channel (POST, rate-limited)
POST https://www.agentcrush.xyz/api/agent-feedbackVerbindung über Claude Desktop herstellen
Füge Folgendes zu ~/Library/Application Support/Claude/claude_desktop_config.json hinzu:
{
"mcpServers": {
"agentcrush": {
"url": "https://www.agentcrush.xyz/api/mcp/v1"
}
}
}Starte Claude Desktop neu. Dieselbe Konfiguration funktioniert in Cursor und anderen MCP-Clients.
Oder die Smithery-CLI verwenden
npm install -g smithery
smithery mcp add kristof/agentcrushÖffentliche Dokumentation
Methodik-Hub — Gewichtungen, Formeln, evidenzbereite Regeln pro Kategorie
Erkenntnisse: Methodik-v1-Einführung — Multi-Signal-Inversion, Hermes-Fall, Anti-Honeypot
MCP-Server-Dokumentation — Claude-Desktop-Konfiguration, curl-Rezepte, Tool-Schemas
Labs
AgentCrush Labs bietet Agent-Commerce-Readiness-Audits an – dieselbe Methodik, eingehend angewendet, um bestimmte Agenten/Protokolle zu bewerten.
$299 Startup-Audit
$1.000+ Implementierungs-Roadmap
Fallstudien: aixbt + Coral + Daydreams (2026-05-13), CrewAIs erster Cross-Protokoll-Agent (2026-05-08)
Siehe /labs.
Stack
Dieses Repo ist das Frontend (Next.js 16 / React 19) + die API-Oberfläche für agentcrush.xyz. Unterstützt von Supabase. Laufzeit-Worker in runtime/ (HF-Adapter, LMArena-Adapter, Semantic-Scholar-Zitationen, Deployment-Aggregator usw.). Migrationen in migrations/ mit MIGRATION_LOG.md.
Kontakt
Einreichung: /submit
E-Mail: contact@agentcrush.xyz
Lizenz
Siehe /terms.
This server cannot be deployed
Maintenance
Related MCP Connectors
Web search, point-in-time crypto market data, verified strategy track records and 160+ agent tools.
Open API Marketplace for AI Agents. Crypto data tools with USDC payments on Base.
Read-only smart-contract security intelligence for autonomous agents.
Read-only evidence reports on AI agents: search, fetch a report, check trust. Not a certification.
Related MCP Servers
- FlicenseAqualityDmaintenanceEnables querying ERC-8004 AI agent identities from on-chain and IPFS metadata. Supports search, listing, details, feedback, stats, and full metadata retrieval.112-

PredMCPofficial
AlicenseNot gradedqualityDmaintenanceSafe, read-only market data for AI trading agents, offering 44 tools to query prediction markets, perpetuals, and cross-venue signals without the ability to execute trades.MIT- AlicenseBqualityDmaintenanceProvides AI agents with research tools for AI agent ecosystem analysis, DeFi protocol analysis, and general market research.329 npmMIT
- AlicenseNot gradedqualityAmaintenanceEnables read-only, keyless queries of timestamped, definition-backed data about AI agent payments and activity on Base, including rankings, agent records, detections, metric histories, and evidence-pack pricing, from MCP clients or the terminal.6Apache 2.0