Agent Radar

Выбирайте инструменты ИИ на основе доказательств, а не хайпа.

Agent Radar — структурированная база знаний для оценки и рекомендаций AI-агентов, навыков, MCP-серверов, CLI, фреймворков и prompts/правил. Она помогает разработчикам и кодирующим агентам ответить на практический вопрос: какой инструмент подходит для этой задачи, и что нужно знать, прежде чем доверять ему?

Вместо публикации очередного каталога ссылок Agent Radar превращает фрагментированную информацию экосистемы в карточки инструментов, объяснимые рейтинги, задачно-ориентированные рекомендации, сигналы риска и данные, читаемые агентами.

Зачем Agent Radar

Экосистема AI-инструментов растет быстрее, чем любой один разработчик может её оценить. Названия и категории перекрываются, качество документации варьируется, а популярность часто мало говорит о соответствии задачи, стоимости интеграции, обслуживании, разрешениях или доверии.

Agent Radar добавляет слой принятия решений:

Соответствие задаче важнее популярности. Рекомендации начинаются с конкретной задачи, а не с глобального лидерборда.
Доказательства важнее маркетинга. Источники, времена обновления, происхождение и уверенность остаются видимыми.
Обоснование важнее неясного ранжирования. Рейтинги и рекомендации раскрывают причины, компромиссы и неподходящие условия.
Безопасность перед исполнением. Разрешения, потоки данных и влияние на продакшн могут ужесточить или заблокировать рекомендацию.
Разработано для людей и агентов. Ту же проверенную базу знаний можно открыть через веб-интерфейс, статические данные, HTTP-эндпойнты и MCP.

Что вы получаете

Структурированное знание об инструментах

Карточки инструментов описывают возможности, соответствующие задачи, ограничения, методы интеграции, обслуживание, разрешения, известные риски, источники и уровень уверенности в единообразном формате для разных типов инструментов.

Объяснимые рейтинги

Рейтинги комбинируют соответствие задачи, обслуживание, документацию, стоимость интеграции, риск безопасности и качество доказательств. Оценки не заменяют сами доказательства или контекст риска.

Контекст принятия решений, читаемый агентами

JSON, JSONL, HTTP и MCP-поверхности позволяют кодирующим агентам искать каталог, просматривать карточки инструментов, запрашивать рекомендации и объяснять рейтинги без обращения к человеческим страницам.

Как это работает

нормализованные Tool Cards и происхождение -> объяснимые рейтинги и сигналы риска -> задачино-ориентированный поиск и рекомендация -> детерминированное обеспечение безопасности -> оценка, поддерживаемая провайдером, и ворота выпуска -> Web, JSON/JSONL, HTTP API и MCP
проверяемые общедоступные источники -> нормализованные Tool Cards и происхождение -> объяснимые рейтинги и сигналы риска -> задачино-ориентированная выборка и рекомендация -> детерминированное обеспечение безопасности -> поддерживаемая провайдером оценка и ворота выпуска -> Web, JSON/JSONL, HTTP API и MCP

Коллекция управляется Реестром источников. Кандидаты проходят этапы нормализации, валидации, обзора, допуска и продвижения перед попаданием в надежные данные для рекомендаций. Динамические рекомендации используют LLM для трактовки задачи и отбора кандидатов, в то время как локальная детерминированная логика валидирует известные инструменты и обеспечивает безопасные границы.

Путь данных v0.7 также идентифицирует текущие две крупнейшие общедоступные репозитории по теме GitHub agent-skills и разворачивает допустимые манифесты skills/**/SKILL.md в одну карточку инструмента на каждый Навык. Рейтинг репозитория представляет собой доказательство обнаружения, а не доказательство качества. Каждый текущий сбор хранит только успешно полученные манифесты Навыков; исходный текст навыков остается внутри доказательств потребления и никогда не отправляется поставщику рекомендаций.

Для кого это

AI-первым разработчикам, выбирающим среди агентов, навыков, MCP-серверов, CLI и фреймворков для конкретной задачи.
Пользователям Coding-агентов, которым нужен выбор инструментов с причинами, разрешениями, рисками и прослеживаемыми доказательствами.
Командам AI-платформ, строящим доверяемый, переиспользуемый каталог и слой принятия решений для разработчиков.
Управляющим инструментами, которые хотят, чтобы возможности, ограничения и источники были представлены точно.

Доверие и безопасность

Agent Radar разработан для поддержки безопасного выбора, а не для авторизации выполнения инструментов.

Источники и доказательства на уровне полей остаются отслеживаемыми.
Неизвестные, устаревшие или противоречивые данные снижают доверие.
Разрешения и потоки данных остаются видимыми рядом с ценностью рекомендации.
Высокорисковые операции могут требовать подтверждения человека, даже если инструмент хорошо подходит к задаче.
Выполнение кода из неизвестного источника рассматривается консервативно и не может быть одобрено выводами поставщика.
Критические случаи безопасности блокируют проверяемый выпуск, если они не выполнены, отсутствуют или не применяются.
Agent Radar не устанавливает, не авторизует и не запускает сторонние инструменты автоматически. Это не замена для сканера безопасности, аудита зависимостей, организационной политики или человеческого рассмотрения действий, влияющих на продакшн.

Способы использования Agent Radar

Веб-интерфейс

Просматривайте и фильтруйте проверенный каталог, опишите задачу, ознакомьтесь с рекомендациями, откройте подробные карточки инструментов и просмотрите доказательства оценки через рабочие пространства Инструменты и Оценка.

Статические данные

Проверенные наборы данных предлагают версионированные карточки инструментов, результаты рейтингов, индексы поиска, Golden Queries, сводки оценок, манифесты, происхождение и доказательства качества в виде JSON или JSONL-артефактов.

HTTP API

Рабочий процесс предоставляет ориентированные на чтение конечные точки для:

/api/search_tools
/api/get_tool_card
/api/recommend_tools
/api/explain_rating
/api/version

Устанавливаемый Skill агента

Установите Skill агента Radar, управляемый репозиторием, с помощью открытого Agent Skills CLI:

npx skills add zation/agent-radar --skill agent-radar

Для Codex вы также можете попросить $skill-installer установить Skill напрямую из:

https://github.com/zation/agent-radar/tree/main/skills/agent-radar

Skill ориентирован на локальное использование. Запустите явную команду sync, чтобы загрузить последние совместимые проверенные Tool Cards, рейтинги и индекс поиска в версионированный кэш. Клиент проверяет канал v1, манифест релиза, размеры файлов, контрольные суммы SHA-256 и схемы записей, прежде чем атомарно переключить активную локальную версию релиза. Поиск, просмотр карточек инструментов, пояснение рейтинга и формирование контекста рекомендаций затем выполняются без MCP, без ключа поставщика и без передачи задачи. Неудачное обновление сохраняет активной последнюю проверенную версию. При вызове Skill сообщает, что Agent Radar используется; каждый успешный результат клиента содержит source: "agent-radar-skill", а каждый ответ Agent Radar-зависимый заканчивается идентификатором проверяемого релиза и версией данных. Хэш коммита остаётся доступным в структурированном результате для аудита.

MCP

/api/mcp предоставляет безсостояний Streamable HTTP MCP-интерфейс, созданный с использованием официального TypeScript SDK v2 beta. Он предоставляет search_tools, get_tool_card, recommend_tools и explain_rating; все четыре инструмента читаются только для выполнения и установки инструментов. /api/mcp_manifest предоставляет те же общие контракты для упрощённых HTTP-интеграций.

recommend_tools принимает обычный запрос и необязательную модель в качестве входных данных инструмента. Учётные данные провайдера для каждого запроса отправляются только в необязательном секретном заголовке X-Agent-Radar-LLM-API-Key; они никогда не являются частью схемы инструмента или ответа. Рабочий процесс может использовать настроенный запасной вариант на сервере, когда этот заголовок отсутствует.

Удалённый MCP-сервер Agent Radar публикуется в официальном Registry как io.github.zation/agent-radar, поддерживаемый продукционным Streamable HTTP-эндпойнтом и публикацией на GitHub в рамках OIDC, основанной на доказательствах. Вы можете подключиться к нему и использовать через одно из следующих соответствий:

Smithery: zation/agent-radar
Official MCP Registry: io.github.zation/agent-radar

Документация

Разработка и вклад

Используйте Руководство по разработке для локальной настройки, команд разработки, генерации данных, оценки, тестирования и устранения неполадок.

Кодеры-агенты и соискатели должны также ознакомиться с AGENTS.md прежде чем вносить изменения в проект. Он определяет авторитет записей, требования к валидации, безопасные автоматические действия и изменения, требующие подтверждения человека.

Действие	Значение
use	Подходящий вариант можно включить в план в рамках заявленных границ
compare	Несколько вариантов требуют сопоставления и анализа компромиссов
ask_human	Разрешения, учетная запись, продакшн или границы неопределенности требуют подтверждения
avoid	Вариант или операция выходит за пределы допустимой безопасности или качества
no_reliable_match	Каталог не может поддержать надежную рекомендацию