AD cn-model-gateway
Унифицированный сервер MCP для китайских больших языковых моделей, предоставляющий унифицированный интерфейс вызова для десяти моделей (DeepSeek, Tongyi Qianwen, Zhipu GLM, Kimi, Tencent Hunyuan, Volcengine Doubao, MiniMax, Lingyi Wanwu, Baichuan Intelligent, Jueju Xingchen) для 18+ фреймворков агентов, таких как Claude Code / Cursor / Cline / n8n, через стандартный протокол JSON-RPC 2.0. Добавлены 5 адаптеров для фреймворков, не входящих в MCP: LangChain Tool, AutoGPT Plugin, CrewAI Tool, Coze Plugin, Dify Tool Node, реализующие расширение от экосистемы MCP до всей экосистемы Agent. Встроенный набор для тестирования производительности моделей (50 тестовых вопросов, 6-мерная оценка, сравнение по радару, отслеживание истории) и отслеживание цен на токены в реальном времени (получение цен, уведомления об изменениях, график тенденций, прогнозирование затрат). Поддерживает 8 инструментов MCP (ask_model/describe_image/embed_text/rerank/audio_transcribe/video_understand/list_providers/health_check), чтение ресурсов (статистика конфигурации/использования), предустановленные шаблоны prompt (обзор кода/перевод), встроенное унифицированное сопоставление ошибок, потоковый вывод SSE, статистику использования, контроль параллелизма с учетом аппаратного обеспечения. Режим auto поддерживает ранжирование по профилю возможностей + автоматическое переключение при сбое (тайм-аут/сбой переключает на резервный); API key поддерживает приоритетное чтение из переменной окружения; SQLite использует режим WAL для поддержки одновременной записи несколькими фреймворками агентов; поддерживает мультимодальные визуальные модели (Qwen-VL/GLM-4V/Doubao Vision) и понимание изображений (describe_image); поддерживает Function Calling / Tool Use (передача параметра tools в ask_model); добавлены четыре новых инструмента: встраивание текстовых векторов (embed_text), переранжирование документов (rerank), преобразование аудио в текст (audio_transcribe), понимание видео (video_understand). Достаточно заполнить api_key в config.json для запуска, не требуется GPU, не требуется тонкая настройка, не требуется частное развертывание, только стандартный шлюз протокола MCP.
машинный переводПоказать оригиналСкрыть оригинал«国产大模型统一 MCP 服务器，通过标准 JSON-RPC 2.0 协议为 Claude Code / Cursor / Cline / n…»
国产大模型统一 MCP 服务器，通过标准 JSON-RPC 2.0 协议为 Claude Code / Cursor / Cline / n8n 等 18+ Agent 框架提供 DeepSeek、通义千问、智谱 GLM、Kimi、腾讯混元、火山豆包、MiniMax、零一万物、百川智能、阶跃星辰十家模型的统一调用接口。新增 5 个非 MCP 框架适配器：LangChain Tool、AutoGPT Plugin、CrewAI Tool、Coze 插件、Dify 工具节点，实现从 MCP 生态到全 Agent 生态的扩展。内置模型性能基准测试套件（50 道题库、6 维度评分、雷达图对比、历史追踪）和 Token 价格实时追踪（价格抓取、变更通知、趋势图、成本预测）。支持 8 个 MCP 工具（ask_model/describe_image/embed_text/rerank/audio_transcribe/video_understand/list_providers/health_check）、资源读取（配置/使用统计）、预置 prompt 模板（代码审查/翻译），内置统一错误映射、流式 SSE 输出、使用量统计、硬件感知并发控制。auto 模式支持能力画像排序 + 自动故障转移（超时/失败切备用）；API key 支持环境变量优先读取；SQLite 启用 WAL 模式支持多 Agent 框架并发写入；支持多模态视觉模型（Qwen-VL/GLM-4V/豆包视觉）和图片理解（describe_image）；支持 Function Calling / Tool Use（ask_model 传入 tools 参数）；新增文本向量嵌入（embed_text）、文档重排序（rerank）、语音转文字（audio_transcribe）、视频理解（video_understand）四个新工具。config.json 填写 api_key 即可启动，无需 GPU、不做微调、不做私有部署，只做标准 MCP 协议网关。
Унифицированный сервер MCP для китайских больших языковых моделей, предоставляющий унифицированный интерфейс вызова для десяти моделей (DeepSeek, Tongyi…
Как процесс D 46/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия
Как улучшить
- Свои кейсы (evals/evals.json, 4–6 реальных запросов с ожидаемыми ответами): тогда полная проверка прогонит именно их, а не черновик от модели.
- spec.yaml с триггерными фразами и утверждениями — контракт поведения для CI; `skilltest init` создаст шаблон.
Находки guard · 1
✓ Критических и высоких находок нет
Средние и низкие: 1
-
низкая Секреты в коде
secret-high-entropy-token_core/cache.py:38Строка, похожая на токен (может быть id, хеш или секрет) (в кавычках — упоминание, а не команда)_embedding_model = SentenceTransformer('para…-v2')в кавычках
Просканировано файлов: 59. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
✓ По спецификации Agent Skills замечаний нет
Процессный рейтинг: все десять параметров 46/100
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 0Входы и предусловия. Не сказано, что нужно иметь на входе
- 0Ошибки и развилки. Линейный процесс без обработки сбоев
- 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
- 20Когда включается. Не сказано, при каком запросе скилл включается
- 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
- 100Шаги. Шагов: 24
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 2682 токенов
- 100Повторный запуск. Изменяющих операций нет
- low Разделов верхнего уровня: 15. Похоже на несколько доменов в одном скилле
- low Скилл сам сортирует и ранжирует выдачу: это работа системы на той стороне, а не модели
Всё перечисленное измерено по тексту скилла, а не оценено моделью: цифры проверяемы. Вес параметра тем больше, чем чаще из-за него процесс встаёт.
Сигналы качества
- +5В description нет примеров фраз, по которым скилл должен срабатывать
- +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
- +3Длина description 867: рекомендуется 120–800 символов
- +3Формат ответа не описан: модель каждый раз решает сама
- -217 эмодзи в инструкциях: шум для модели
- +1Лицензия не указана
- +2Инструкции на одном языке
- +4Структура: 22 заголовков
- +3Пошаговые инструкции: 24 пунктов
- +4Есть примеры (6 блоков кода)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 79.