开源测试床对比 MCP 服务器、技能与基线运行
butaloto · reddit · 2026-07-29
一个开源测试床，专门用来比较同一提示词在不同配置下的表现：
- 启用 MCP server
- 更换 agent skills 或指令
- 增减可用工具
- 只跑 baseline，不加任何工具
作者的目标是让 MCP server 或某个 skill 的效果评估更接近真实，而不是只看孤立 demo。帖子也在征求从业者对比较维度、指标和测试流程的建议。
所属事件:开源MCP测试床支持对比Agent配置表现(2 条相关)→
「编程与Agent」频道最新
- iFixAi 可在 120 秒内审计 AI agent，并给出 45 项检查评分 — eyishazyer · 2026-07-29
- Claude 加 Kling MCP，一张图就能生成四种电影感视频 — azed_ai · 2026-07-29
- OpenAI 说编程代理正在接管科研里的重复劳动 — eyishazyer · 2026-07-29
- Qdrant 联合 Future AGI 和 AWS 讲自我改进检索循环 — qdrant_engine · 2026-07-29
- Claude 结合 Higgsfield MCP，把奥德赛神话做成 40 秒电影视频 — azed_ai · 2026-07-29
- MazeBench 用 3D 开放世界测长期规划，现有 agent 难通关 — giffmana · 2026-07-29