Skip to main content
Glama
deenesjakoruzh
malcomzww

mcp-server-and-agent

by malcomzww
OverviewSchemaSourceRelated ServersDiscussionsAdmin
Python

mcp-server-and-agent

Ein handgeschriebener MCP-Server auf JSON-RPC-Ebene, vier Agenten-Topologien darüber, und die Fehlerrate jeder einzelnen, gemessen unter einem kontrollierten Fehlermodell. Das Agenten-Gehirn ist eine deterministische Simulation, kein Live-LLM – eine skriptierte Policy führt Pläne über dem echten MCP-Server aus, während ein parametrisierter Fehlerprozess ihre Entscheidungen mit angegebenen Raten stört. Das ist das Instrument, kein Kompromiss: Die Fehlerrate einer Topologie, gemessen an einem Live-Modell, ist durch den Nichtdeterminismus dieses Modells konfundiert, und man kann nicht erkennen, ob ein Unterschied von der Topologie oder vom Sampler stammt. Alles unten ist eine Fehlerrate einer Topologie unter einem Fehlermodell, niemals die eines echten Modells.

Dieses Repo beantwortet eine Frage:

Wie hoch ist die Fehlerrate jeder Agenten-Topologie, und schlägt supervisor tatsächlich single-agent?

Die Antwort

Supervisor schlägt single-agent, aber der Vorteil ist kleiner als seine Kosten, und er wird von zwei einfacheren Designs dominiert.

Topologie

Fehlerrate

Tokens/Lauf

vs. single

Schritte

Übergaben

single

31.7%

2,449

1.00x

5.44

0.00

supervisor

28.2%

4,238

1.73x

5.16

3.88

pipeline

21.2%

3,244

1.32x

5.37

1.66

reflexive

4.5%

2,996

1.22x

6.31

0.32

600 Läufe pro Topologie (6 Aufgaben x 100 Versuche), wobei jede Topologie für eine gegebene (Aufgabe, Versuch)-Kombination mit dem identischen Fehlerstrom konfrontiert wird – ein gepaarter Vergleich, keine vier unabhängigen Stichproben.

  • Supervisors 3.5-Punkte-Vorsprung ist real, kein Rauschen: gepaartes Bootstrap-Delta -0.035 [-0.062, -0.008] bei 95 %, das Intervall schließt Null aus.

  • Er kostet 1.73x die Tokens. pipeline und reflexive schlagen ihn sowohl bei der Fehlerrate als auch bei den Tokens. Das 1.7-fache für das drittbeste Ergebnis zu zahlen, ist die Erkenntnis.

  • Das Ranking reflexive < pipeline < supervisor < single gilt über einen 0.5x–2.0x-Sweep der Fehlerraten hinweg.

  • Die Abstände werden enger, wenn die Fehler zunehmen. Topologie ist ein Effekt zweiter Ordnung; Tool-Zuverlässigkeit ist der Effekt erster Ordnung.

Vollständige Tabelle, Konfidenzintervalle und Sensitivitäts-Sweep: results/topologies.md. Jede Zahl wird von scripts/generate_results.py erzeugt, das seine eigenen Behauptungen überprüft und mit einem Exit-Code ungleich Null abbricht, wenn sie verletzt werden.

Related MCP server: agentloop

Die nützlichere Antwort

Unter dem oben beschriebenen gemischten Fehlermodell sehen die Topologien ähnlich aus. Dreht man jeweils einen Fehler hoch, sind sie radikal verschieden – und welche Topologie hilft, hängt vollständig davon ab, welchen Fehler man hat:

Fehlerart

Beste

Schlechteste

Ist Topologie die Lösung?

Endlosschleife

supervisor 0.0%

single 24.6%

Ja – Schrittbudgets pro Einheit

Falsche Tool-Auswahl

reflexive 15.0%

pipeline 44.2%

Nein – die Schemas korrigieren

Fehlerkaskade

reflexive 21.7%

pipeline 56.7%

Nein – die Fehlermeldungen korrigieren

Kontexterschöpfung

supervisor 0.0%

single 83.8%

Ja – frische Kontexte

Teilweiser Fehler

—

—

Nein – Journaling und Kompensation

Unbestätigte Zerstörung

—

—

Nein – das Tool absichern

Zwei von sechs werden durch die Topologie behoben, beide durch dieselbe Eigenschaft – Isolierung von Ressourcen pro Arbeitseinheit, nicht Überwachung als solche. Die anderen vier werden in der Tool-Schicht behoben. Beachte, dass supervisor und pipeline bei Fehlerkaskaden schlechter sind als single: Ein frischer Worker-Kontext verwirft die Fehlerhistorie, die ihm gesagt hätte, den Aufruf nicht zu wiederholen. Isolierung begrenzt Kaskaden, amputiert aber auch das Lernen.

Das Bewertungs-Artefakt mit Reproduktions-Seeds, echten Traces und einer Maßnahme pro Modus: docs/failure-taxonomy.md.

Umfang

Bewusst eng gefasst. Im Umfang: die MCP-Protokolloberfläche, vier Topologien, sechs Fehlermodi und die Token-Kosten jeder einzelnen. Außerhalb des Umfangs: alles, was nicht hilft, die obige Frage zu beantworten.

Schnellstart

uv sync --extra dev
uv run pytest -q                          # 90 tests
uv run python scripts/generate_results.py # regenerates results/
uv run python scripts/find_failure_seeds.py

Führen Sie den MCP-Server mit jedem Client aus, der stdio spricht:

uv run python -m mcp_server_and_agent.server

Was hier enthalten ist

Datei

Beschreibung

src/.../protocol.py

JSON-RPC-2.0-Framing, Fehlerobjekte, Anfragevalidierung

src/.../server.py

MCP-Lebenszyklus, Dispatch, Idempotenz-Deduplizierung, stdio-Schleife

src/.../tools.py

5 Tools, 1 Resource, 1 Prompt, das Bestätigungs-Gate, Rollback-Journal

src/.../faults.py

das Fehlermodell – die unabhängige Variable des Experiments

src/.../agent.py

die skriptierte Policy, die ReAct-Schleife, der Aufgabensatz

src/.../topologies.py

die vier Topologien

Der MCP-Server ist gegen die Spezifikation geschrieben, nicht auf einem SDK

initialize / tools/list / tools/call / resources/read / prompts/get / ping, mit korrekten -32700 / -32600 / -32601 / -32602 / -32603-Fehlerobjekten. Der Grund ist nicht Purismus: Ein SDK verdeckt genau die Nahtstellen, die dieses Repo misst. Protokollkonformität ist eine der wenigen Dinge in einem Agenten-Stack, die exakt testbar sind – eine fehlerhafte Anfrage hat genau einen korrekten Fehlercode – daher deckt tests/test_protocol_conformance.py die Fälle ab, die eine Happy-Path-Implementierung falsch macht: Benachrichtigungen, die keine Antwort erhalten, "id": null, das eine Anfrage und keine Benachrichtigung ist, Batch-Ablehnung und die unten genannte Grenze.

Ein Tool, das nicht existiert, ist -32602. Ein Tool, das existiert und fehlschlägt, ist eine erfolgreiche Antwort mit isError. Ersteres ist ein Bug im Client; Letzteres ist Feedback, auf das der Agent reagieren kann. Beides gleichzusetzen bedeutet, dass der Agent entweder nicht behebbare Aufrufe endlos wiederholt oder bei behebbaren aufgibt.

Vier Topologien

  • single – ein Agent, die gesamte Tool-Liste, der gesamte Plan. Baseline.

  • supervisor – ein Supervisor weist jeden Schritt einem frischen Worker zu. Jede Zuweisung zahlt eine Übergabesteuer, weil der Worker kalt startet.

  • pipeline – eine feste Kette aus discover → fetch → aggregate. Keine Routing-Entscheidung, die falsch sein kann; kein Re-Planer, wenn eine Stufe fehlschlägt. Der Kontext wird nach vorne gereicht.

  • reflexive – ein einzelner Agent plus genau ein Reflexions- und Wiederholungsdurchlauf. Als vierte gewählt, weil sie isoliert, was supervisor vermischt: ob ein zweiter Versuch mehr wert ist als ein zweiter Agent. Beide kosten zusätzliche Tokens; unter diesem Fehlermodell fügt nur einer eine Fähigkeit hinzu.

Provenienz

Jede Zahl in dieser README stammt aus einem eingecheckten Skript.

  • Datum: 2026-08-25

  • Hardware: 24-Kern-CPU, 32 GB RAM, keine GPU

  • Modell: simulated-scripted-policy – kein LLM beteiligt

  • Seed: 20260825

  • Reproduktion: python scripts/generate_results.py

  • Roh-Artefakt: results/topologies-raw.md (gitignored – Details pro Aufgabe)

  • Eingechecktes Artefakt: results/topologies.md

CI regeneriert results/ und schlägt bei git diff --exit-code fehl, sodass eine manuell bearbeitete Zahl den Build bricht. Dieses Gate bedeutet nur etwas, weil das Experiment deterministisch ist – gleicher Seed, gleiche Fehlerraten – was tests/test_topologies.py in beide Richtungen überprüft.

Einschränkungen

  • An keiner Messung war ein LLM beteiligt. Das Agenten-Gehirn ist eine skriptierte Policy, und die Fehler stammen aus einer Verteilung, die ich gewählt habe. Dies sind Fehlerraten von Topologien unter einem kontrollierten Fehlermodell, nicht von irgendeinem echten Modell in einem echten Einsatz. Übertragbar ist die Form des Ergebnisses – welche Maßnahme welchen Mechanismus angreift – nicht die Werte.

  • Die Fehlerraten sind nicht kalibriert. Nichts hier belegt, dass ein echter Agent in 16% der Fälle ein Tool falsch auswählt. Ihre Kalibrierung erfordert die Live-Läufe, die dieses Repo bewusst nicht durchführt, und bis jemand das tut, sind die absoluten Raten willkürlich und nur die Vergleiche aussagekräftig.

  • Token-Zahlen sind synthetisch: eine feste Gebühr pro Schritt plus len(text)//4 für Beobachtungen. Über Topologien hinweg konsistent, sodass die Verhältnisse gelten; die Dollarbeträge prognostizieren niemandes Rechnung.

  • Sechs Aufgaben, ein Server, eine Aufgabenform. Alle sechs sind Suche-dann-Abruf-dann-Aggregation. Der Fall, den ein Supervisor gewinnen soll – echte parallele, trennbare Teilaufgaben – ist hier nicht repräsentiert, und diese Zahlen sind kein Beleg dagegen. Das ist die größte Sache, die das Repo nicht belegt.

  • reflexive erhält einen Wiederholungsversuch, den die anderen nicht haben. Ein Teil seines Vorteils ist eine zweite Ziehung aus der Fehlerverteilung und nicht Reflexion als solche.

  • Kein LangGraph. Das Briefing nannte es; die Agenten-Schleife hier ist in ~200 Zeilen handgeschrieben, weil die untersuchten Fehlermodi Eigenschaften der Schleife sind, und ein Framework hätte die Schrittbegrenzung, Kontextabrechnung und den Kaskadendetektor zu den Implementierungsdetails von jemand anderem gemacht.

  • Erkennung wird gemessen; Wiederherstellung meist nicht. Abgesehen vom Rollback-Pfad belegt dies, dass Fehler erkannt werden, nicht dass ein auf diesen Maßnahmen aufgebautes System mehr Aufgaben abschließt.

Basiert auf

  • llm-client-kit v0.1.0 – CostLedger für Token- und Ausgabenabrechnung.

  • llm-eval-harness v0.1.0 – stats.paired_delta_ci und is_reportable für die Konfidenzintervalle, types.RunMeta für den Provenienzblock.

Lizenz

MIT – siehe LICENSE.

Available Tools

5 tools
append_noteB

Append a free-text note to the session note log.

NameRequiredDescriptionDefault
textYesnote body

TDQS

B3.3/5.0
Behavior2/5

Does the description disclose side effects, auth requirements, rate limits, or destructive behavior?

Annotations already declare idempotentHint=false and destructiveHint=false, so safety is covered. The description adds only the fact it appends to a log but does not disclose side effects, permissions, or failure behavior. Given the annotations, the description contributes minimal value beyond the obvious write nature.

Agents need to know what a tool does to the world before calling it. Descriptions should go beyond structured annotations to explain consequences.

Conciseness5/5

Is the description appropriately sized, front-loaded, and free of redundancy?

The description is a single, front-loaded sentence with no extraneous detail. It efficiently conveys the core action and object.

Shorter descriptions cost fewer tokens and are easier for agents to parse. Every sentence should earn its place.

Completeness3/5

Given the tool's complexity, does the description cover enough for an agent to succeed on first attempt?

For a simple tool with one parameter and no output schema, the description is minimally adequate. However, it does not mention typical usage scenarios, return behavior, or failure modes, which could be helpful for an agent deciding whether this tool fits a given task.

Complex tools with many parameters or behaviors need more documentation. Simple tools need less. This dimension scales expectations accordingly.

Parameters3/5

Does the description clarify parameter syntax, constraints, interactions, or defaults beyond what the schema provides?

Schema coverage is 100% and the parameter 'text' is documented as 'note body'. The description's phrase 'free-text note' adds a slight nuance about the unstructured nature of the input, but does not materially extend the schema. Baseline 3 is appropriate.

Input schemas describe structure but not intent. Descriptions should explain non-obvious parameter relationships and valid value ranges.

Purpose5/5

Does the description clearly state what the tool does and how it differs from similar tools?

The description uses a specific verb ('Append') with a clear resource ('session note log') and describes the content ('free-text note'). It is easily distinguished from the sibling tools (search_records, fetch_record, summarise_amounts, delete_record) which perform different actions.

Agents choose between tools based on descriptions. A clear purpose with a specific verb and resource helps agents select the right tool.

Usage Guidelines2/5

Does the description explain when to use this tool, when not to, or what alternatives exist?

The description provides no explicit guidance on when to use this tool versus alternatives. It does not mention any prerequisites, exclusions, or typical workflows where appending a note would be appropriate over other operations.

Agents often have multiple tools that could apply. Explicit usage guidance like "use X instead of Y when Z" prevents misuse.

delete_recordA
Destructive

Permanently delete a record. Destructive and gated: the first call returns a confirm_token describing what would be deleted, and the deletion only happens on a second call carrying that token.

NameRequiredDescriptionDefault
record_idYesexact record id to delete
confirm_tokenNotoken from the prior unconfirmed call

TDQS

A4.4/5.0
Behavior5/5

Does the description disclose side effects, auth requirements, rate limits, or destructive behavior?

Annotations already mark the tool as destructive and non-idempotent, and the description adds substantial context: permanence, the two-step confirmation mechanism, and the token's role. This is exactly the behavioral detail an agent needs beyond the structured annotations.

Agents need to know what a tool does to the world before calling it. Descriptions should go beyond structured annotations to explain consequences.

Conciseness5/5

Is the description appropriately sized, front-loaded, and free of redundancy?

A single, tightly packed sentence that front-loads the destructive nature and then explains the gating protocol. There is no filler, and every clause carries essential behavioral information.

Shorter descriptions cost fewer tokens and are easier for agents to parse. Every sentence should earn its place.

Completeness4/5

Given the tool's complexity, does the description cover enough for an agent to succeed on first attempt?

For a destructive two-step tool with no output schema, the description covers the critical interaction flow and irreversibility. It stops short of specifying the shape of the token response or any post-deletion confirmation, but the essential calling protocol is fully conveyed.

Complex tools with many parameters or behaviors need more documentation. Simple tools need less. This dimension scales expectations accordingly.

Parameters3/5

Does the description clarify parameter syntax, constraints, interactions, or defaults beyond what the schema provides?

The input schema already provides 100% parameter coverage, describing record_id and confirm_token clearly. The description reinforces the confirm_token semantics but does not add new parameter-level detail beyond what the schema already contains.

Input schemas describe structure but not intent. Descriptions should explain non-obvious parameter relationships and valid value ranges.

Purpose5/5

Does the description clearly state what the tool does and how it differs from similar tools?

States the exact operation ('Permanently delete a record') with a clear resource and irreversible effect. The description also distinguishes this from the sibling read/summarize/append tools by emphasizing deletion and the confirmation gate.

Agents choose between tools based on descriptions. A clear purpose with a specific verb and resource helps agents select the right tool.

Usage Guidelines4/5

Does the description explain when to use this tool, when not to, or what alternatives exist?

The description clearly communicates that deletion is not immediate: the first call generates a confirm_token and only a second call with that token actually deletes. It implicitly tells an agent to never expect deletion on the first call, though it does not explicitly enumerate when not to use the tool.

Agents often have multiple tools that could apply. Explicit usage guidance like "use X instead of Y when Z" prevents misuse.

fetch_recordA
Idempotent

Fetch one record by its exact id. Returns the record's title, owner, amount and tags.

NameRequiredDescriptionDefault
record_idYesexact record id, e.g. rec-001

TDQS

A4.3/5.0
Behavior4/5

Does the description disclose side effects, auth requirements, rate limits, or destructive behavior?

Annotations already declare idempotentHint=true and destructiveHint=false, covering the safety profile. The description adds value by disclosing that the response includes title, owner, amount, and tags, which is beyond structured annotations and helps the agent set expectations for the returned data.

Agents need to know what a tool does to the world before calling it. Descriptions should go beyond structured annotations to explain consequences.

Conciseness5/5

Is the description appropriately sized, front-loaded, and free of redundancy?

A single, front-loaded sentence that states the operation and its result with no filler. Every word contributes meaning, and the structure is easy to parse quickly.

Shorter descriptions cost fewer tokens and are easier for agents to parse. Every sentence should earn its place.

Completeness5/5

Given the tool's complexity, does the description cover enough for an agent to succeed on first attempt?

For a simple one-parameter read operation, the description is complete: it names the input, explains the match criterion, and lists the returned fields. The output schema is absent, but the description explicitly fills that gap. Sibling distinctions are evident through the 'exact id' wording, and the annotations cover behavioral safety.

Complex tools with many parameters or behaviors need more documentation. Simple tools need less. This dimension scales expectations accordingly.

Parameters3/5

Does the description clarify parameter syntax, constraints, interactions, or defaults beyond what the schema provides?

Schema description coverage is 100%, with record_id already documented as an exact record id with an example. The description merely reinforces the schema rather than adding new semantic detail. Baseline of 3 is appropriate because the schema carries the parameter meaning and the description adds minimal extra value.

Input schemas describe structure but not intent. Descriptions should explain non-obvious parameter relationships and valid value ranges.

Purpose5/5

Does the description clearly state what the tool does and how it differs from similar tools?

States a specific verb ('Fetch'), a resource ('one record'), and the lookup key ('exact id'), which clearly differentiates it from the sibling search_records. The added return-field list further clarifies the tool's scope. This is a precise, unambiguous definition.

Agents choose between tools based on descriptions. A clear purpose with a specific verb and resource helps agents select the right tool.

Usage Guidelines4/5

Does the description explain when to use this tool, when not to, or what alternatives exist?

The phrase 'by its exact id' implies the proper context: when the caller already knows the precise identifier. It does not explicitly name alternatives like search_records for fuzzy or filtered lookup, but the context is clear enough for an agent to select this tool over the siblings.

Agents often have multiple tools that could apply. Explicit usage guidance like "use X instead of Y when Z" prevents misuse.

search_recordsA
Idempotent

Search the record store by a free-text query matched against title, owner and tags. Returns matching record ids.

NameRequiredDescriptionDefault
queryYesfree-text search term

TDQS

A4.4/5.0
Behavior4/5

Does the description disclose side effects, auth requirements, rate limits, or destructive behavior?

Annotations already indicate idempotent and non-destructive behavior. The description adds useful behavioral detail: it specifies what fields are matched, that the query is free-text, and that the result is a set of record ids. This is meaningful context beyond the annotations, especially since there is no output schema.

Agents need to know what a tool does to the world before calling it. Descriptions should go beyond structured annotations to explain consequences.

Conciseness5/5

Is the description appropriately sized, front-loaded, and free of redundancy?

The description is two short sentences with no redundant wording. The action and scope are front-loaded, and every phrase contributes useful information.

Shorter descriptions cost fewer tokens and are easier for agents to parse. Every sentence should earn its place.

Completeness4/5

Given the tool's complexity, does the description cover enough for an agent to succeed on first attempt?

For a single-parameter, non-destructive search tool with idempotency annotations, the description covers the core behavior and return value sufficiently. Minor details like pagination, ordering, or empty-result behavior are absent, but they are not essential for correct invocation.

Complex tools with many parameters or behaviors need more documentation. Simple tools need less. This dimension scales expectations accordingly.

Parameters4/5

Does the description clarify parameter syntax, constraints, interactions, or defaults beyond what the schema provides?

The schema fully documents the query parameter as a 'free-text search term'. The description adds semantic value by explaining that the term is matched against title, owner, and tags, which clarifies how the parameter is interpreted beyond the schema alone.

Input schemas describe structure but not intent. Descriptions should explain non-obvious parameter relationships and valid value ranges.

Purpose5/5

Does the description clearly state what the tool does and how it differs from similar tools?

The description uses a specific verb ('Search') and resource ('record store'), and further clarifies the scope by naming the matched fields (title, owner, tags) and the output (matching record ids). This clearly distinguishes search_records from siblings like fetch_record and delete_record, which imply direct record retrieval or mutation.

Agents choose between tools based on descriptions. A clear purpose with a specific verb and resource helps agents select the right tool.

Usage Guidelines4/5

Does the description explain when to use this tool, when not to, or what alternatives exist?

The description makes clear this tool is for free-text, field-matching search across records. It gives enough context for an agent to select it for search-style queries, though it does not explicitly contrast it with fetch_record or other alternatives.

Agents often have multiple tools that could apply. Explicit usage guidance like "use X instead of Y when Z" prevents misuse.

summarise_amountsA
Idempotent

Compute count, total and mean of the amount field across the given record ids. All ids must exist.

NameRequiredDescriptionDefault
record_idsYeslist of exact record ids

TDQS

A4.1/5.0
Behavior4/5

Does the description disclose side effects, auth requirements, rate limits, or destructive behavior?

The annotations already declare idempotentHint=true and destructiveHint=false, and the description does not contradict them. It adds meaningful behavioral context beyond annotations by stating the precondition that all ids must exist and by naming the calculated summary values, which is especially valuable because no output schema is provided.

Agents need to know what a tool does to the world before calling it. Descriptions should go beyond structured annotations to explain consequences.

Conciseness5/5

Is the description appropriately sized, front-loaded, and free of redundancy?

The description is two concise sentences with no filler: the first states the operation and its outputs, and the second states the single relevant precondition. The key information is front-loaded and easy for an agent to parse quickly.

Shorter descriptions cost fewer tokens and are easier for agents to parse. Every sentence should earn its place.

Completeness5/5

Given the tool's complexity, does the description cover enough for an agent to succeed on first attempt?

For a simple one-parameter, non-destructive, idempotent aggregation tool, the description is complete: it states what is computed, over which input, and the required precondition. Although there is no output schema, naming count, total, and mean sufficiently describes the return values.

Complex tools with many parameters or behaviors need more documentation. Simple tools need less. This dimension scales expectations accordingly.

Parameters3/5

Does the description clarify parameter syntax, constraints, interactions, or defaults beyond what the schema provides?

Schema coverage is 100% because the input schema already describes record_ids as 'list of exact record ids'. The description adds the role of the ids in the aggregation and mentions the 'amount field', but it does not provide deeper parameter-level detail, so the baseline score of 3 is appropriate.

Input schemas describe structure but not intent. Descriptions should explain non-obvious parameter relationships and valid value ranges.

Purpose5/5

Does the description clearly state what the tool does and how it differs from similar tools?

The description uses a specific verb ('Compute') and identifies the resource ('amount field') and the scope ('given record ids'), clearly distinguishing this as an aggregation tool from the sibling fetch/search/mutation tools. It also enumerates the three outputs (count, total, mean), leaving no ambiguity about what the tool returns.

Agents choose between tools based on descriptions. A clear purpose with a specific verb and resource helps agents select the right tool.

Usage Guidelines3/5

Does the description explain when to use this tool, when not to, or what alternatives exist?

Usage is implied: an agent can infer this tool is for summarizing amounts across a known set of record ids, and the precondition 'All ids must exist' adds a useful constraint. However, it does not explicitly contrast with alternatives like search_records or fetch_record, nor state when this tool should be preferred over them.

Agents often have multiple tools that could apply. Explicit usage guidance like "use X instead of Y when Z" prevents misuse.

Tool Schema Changelog

Recent tool additions, removals, and schema changes observed during successful MCP inspections.

  1. 5 tool updatesv0.1.0
    • First observedappend_note
    • First observeddelete_record
    • First observedfetch_record
    • First observedsearch_records
    • First observedsummarise_amounts
Deploy Server
Context Every Agent Can ShareAgents share what they learn, hand off work, and keep it when you switch models. Start with 5 GB free.fulcradynamics.comAd

TDQS

A4/5.0

Scored across 5 tools

Disambiguation5/5

Each tool performs a distinct action: searching, fetching by ID, aggregating amounts, appending notes, and deleting records. There is no overlap or ambiguity between them.

Naming Consistency5/5

All tool names consistently follow the verb_noun pattern (search_records, fetch_record, summarise_amounts, append_note, delete_record), using uniform snake_case naming.

Tool Count5/5

With 5 tools, the surface is well-scoped and covers essential operations without bloat or unnecessary duplication. The count is appropriate for a focused record management server.

Completeness3/5

The tools cover search, fetch, aggregation, note appending, and deletion, but lack create and update operations. While the server may be intentionally read-only plus deletion, the asymmetry is a notable gap for a record management domain.

Maintenance

ActivitySlowing
ResponsivenessNo issues

Resources

Related MCP Connectors

Related MCP Servers