Satori-Aligner

io.github.Evozim由 GitHub 帳號 Evozim 發布v1.0.0更新於 Oct 24, 2026

Factual alignment and semantic bias scanner for LLM inputs.

已驗證SSE可網頁執行AI 與機器學習

概覽

AI 產生的概覽

一個遠端 MCP 端點，用來掃描 LLM 輸入的事實對齊情況與語意偏誤。

可以做什麼
Satori-Aligner 是一個託管型 MCP 伺服器，被描述為針對 LLM 輸入的事實對齊與語意偏誤掃描器。它透過 SSE 在遠端端點存取，因此助理是把文字傳送到該服務進行掃描，而不是在本機執行分析。未公布工具清單，因此它實際暴露的操作在此無法說明。
適用情境
當你希望助理在使用提示詞或生成文字之前，檢查其事實對齊情況與語意偏誤時，可以考慮它。它可能適合需要由外部服務掃描模型輸入的審核或品質檢查環節。
執行需求
需要支援 SSE 傳輸的遠端 MCP 用戶端，以及連線到該服務商端點的網路存取。未宣告任何套件、環境變數或帳號。清單中列出一個 payment-signature 標頭，描述為 Base64 編碼的 EIP-3009 TransferWithAuthorization 簽章，用於進階結算。
安裝前請注意
此服務為遠端服務，提交的任何文字都會傳送給第三方。payment-signature 標頭帶有與區塊鏈式轉帳相關的加密授權簽章，應視為支出憑證，不要隨意分享。未公布工具清單，因此伺服器如何處理提交的資料沒有完整說明。

安裝

在 SourceWeft 中

  1. 開啟 儀表板中的 Satori-Aligner，將其新增到工作區。
  2. 為需要使用其工具的對話啟用該服務。

Web executable，透過 SSE。 遠端服務在工作區中設定後即可從網頁執行環境執行。

交給代理程式安裝

把這段提示詞貼上到 Claude Code、Codex、Cursor 等代理程式，或 SourceWeft 對話中。代理程式會讀取該伺服器的安裝指南，先向你展示發布者、端點和登入方式，經你同意後再把它新增到你的客戶端。金鑰不會寫進任何命令。

閱讀 https://sourceweft.com/mcp/io.github.Evozim%2Fsatori-aligner/install.md，並按其中說明把這個 MCP 伺服器接入我的客戶端。修改任何設定之前，先告訴我它的發布者、端點和登入方式，等我確認。不要把 API 金鑰寫進命令或我會提交的檔案；問我金鑰應從哪裡取得。

檢視代理程式所依據的安裝指南

其他 MCP 客戶端

把它新增到你客戶端的 mcpServers 設定中。

{
  "mcpServers": {
    "satori-aligner": {
      "type": "sse",
      "url": "https://satori-aligner-mcp.vercel.app/api/mcp"
    }
  }
}

工具

0
SourceWeft 尚未讀取此伺服器的工具。

版本歷史

1
  1. v1.0.0最新Sep 16, 2026

評分

已滿足適用檢查項的 67%

該評分衡量此收錄條目的完整程度，依據註冊中心條目、端點與公開來源計算得出。它不是對伺服器本身的評價，也不表示伺服器安全或目前可用：可連通性是帶日期的檢查結果，評分也不包含安裝量或使用者評價。

  • 近 30 天內可連通必需25 分
  • 已宣告認證方式必需10 分
  • 已列出工具必需15 分

    請讓伺服器在無憑證時回應 tools/list，或發布可在沙箱中無憑證啟動的軟體包。

  • 描述必需15 分
  • 圖示10 分
  • 文件15 分

    請宣告包含 README 的 GitHub 儲存庫，或在 OAuth 受保護資源後設資料中提供 resource_documentation。

  • 授權條款不適用

    託管服務按其提供方的條款使用，因此這裡不要求授權條款。此檢查項不計入百分比。