Eval Engine API

io.github.invertedhoologan由 GitHub 账号 invertedhoologan 发布v0.1.0更新于 Oct 24, 2026

Pay-per-call AI evaluation MCP server. Score LLM outputs against benchmark rubrics via Workers AI.

已验证Streamable HTTP可网页运行AI 与机器学习

概览

AI 生成的概览

一个远程 MCP 服务器，通过 Workers AI 按基准评分标准为 LLM 输出打分，按调用次数计费。

可以做什么
通过 Workers AI 评估调用，按基准评分标准为 LLM 输出打分，从远程端点运行，无需本地安装。
适用场景
当你希望助手按既定评分标准对模型输出进行评分或比较，而不想自建评估流程时适用。
运行要求
通过 streamable HTTP 连接 eval.zuluworksai.com 的远程 MCP 端点；未声明任何软件包、环境变量或请求头。调用按次计费，意味着需要付费安排。
安装前请注意
该服务按调用次数计费，使用会产生费用。你提交的输出和评分标准内容会发送到第三方服务及其 Workers AI 后端。未声明身份验证，使用前请确认访问与计费如何绑定到你的账户。

安装

在 SourceWeft 中

  1. 打开 控制台中的 Eval Engine API，将其添加到工作区。
  2. 为需要使用其工具的对话启用该服务。

Web executable，通过 Streamable HTTP。 远程服务在工作区中配置后即可从网页运行时运行。

交给智能体安装

把这段提示词粘贴到 Claude Code、Codex、Cursor 等智能体，或 SourceWeft 对话中。智能体会读取该服务器的安装指南，先向你展示发布者、端点和登录方式，经你同意后再把它添加到你的客户端。密钥不会写进任何命令。

阅读 https://sourceweft.com/mcp/io.github.invertedhoologan%2Feval-engine-mcp/install.md，并按其中说明把这个 MCP 服务器接入我的客户端。修改任何配置之前，先告诉我它的发布者、端点和登录方式，等我确认。不要把 API 密钥写进命令或我会提交的文件；问我密钥应从哪里获取。

查看智能体所依据的安装指南

其他 MCP 客户端

把它添加到你客户端的 mcpServers 配置中。

{
  "mcpServers": {
    "eval-engine-api": {
      "type": "http",
      "url": "https://eval.zuluworksai.com/mcp"
    }
  }
}

工具

0
SourceWeft 尚未读取此服务器的工具。

版本历史

1
  1. v0.1.0最新Sep 16, 2026

评分

已满足适用检查项的 67%

该评分衡量此收录条目的完整程度，依据注册中心条目、端点与公开来源计算得出。它不是对服务器本身的评价，也不表示服务器安全或当前可用：可连通性是带日期的检查结果，评分也不包含安装量或用户评价。

  • 近 30 天内可连通必需25 分
  • 已声明认证方式必需10 分
  • 已列出工具必需15 分

    请让服务器在无凭据时响应 tools/list，或发布可在沙箱中无凭据启动的软件包。

  • 描述必需15 分
  • 图标10 分
  • 文档15 分

    请声明包含 README 的 GitHub 仓库，或在 OAuth 受保护资源元数据中提供 resource_documentation。

  • 许可证不适用

    托管服务按其提供方的条款使用，因此这里不要求许可证。此检查项不计入百分比。