Facet

io.github.halfspacelabs由 GitHub 帳號 halfspacelabs 發布v1.5.0更新於 Nov 7, 2026

Ask for a model and Facet does the rest: it builds, checks and serves a model for one task.

發布方自己的服務：Facet UCP Shopping

已驗證Streamable HTTP可網頁執行開發者工具 AI 與機器學習

服務詳細資訊

識別碼: io.github.halfspacelabs/facet
傳輸: Streamable HTTP
執行環境: Web executable
信任: Verified
發布於: Oct 25, 2026

安全提示

MCP 服務會接收對話中的工具呼叫請求，並可能執行外部操作。啟用前請先了解該服務能做什麼，並只授予它所需的權限。

註冊中心已驗證此條目所屬的 GitHub 帳號 halfspacelabs。這並不表明該帳號就是產品方。

SourceWeft 的檢查只涵蓋條目是否完整、端點是否回應；不審查伺服器的程式碼，也不審查其工具的行為。

在 README 中新增徽章

向讀者展示該 MCP 服務已收錄於 SourceWeft，徽章連結到本頁。

[![Listed on SourceWeft](https://sourceweft.com/badge/mcp/io.github.halfspacelabs%2Ffacet.svg)](https://sourceweft.com/mcp/io.github.halfspacelabs%2Ffacet?utm_source=readme&utm_medium=badge)

概覽

AI 產生的概覽

Facet 依一句自然語言需求，為單一窄任務建置、評估並提供模型，並附與程式碼倉庫相關的外掛技能。

可以做什麼: 用一句需求讓模型被建置、檢查並對外提供服務
找出倉庫中可由專用模型接手的 LLM 呼叫
以倉庫中的真實輸入，從某個具體呼叫產生模型
用倉庫中的範例比較模型，並把呼叫切換過去
查看倉庫呼叫了哪些模型、其評估結果以及進行中的變更
適用情境: 適合想把程式碼庫中通用 LLM 呼叫替換或收斂為專用模型的情境，也適合追蹤倉庫已依賴的模型。適用於在 Claude Code、Cursor、Codex 或其他 MCP 用戶端中工作、希望以評估驅動方式調整模型的團隊。
執行需求: 透過 streamable HTTP 存取的遠端 MCP 端點，以 OAuth 登入。目前僅限受邀者：須先加入等候名單，再以受邀電子郵件登入。外掛技能透過 Claude Code 外掛市集、Cursor 市集或 Codex/ChatGPT 外掛目錄安裝。

安裝前請注意

服務僅限受邀、以帳號為基礎，需要受邀電子郵件。測試、fixture 與樣本等倉庫內容可能被傳送給 Facet；README 稱在你確認前不會有內容離開本機，且不會開啟憑證檔案。切換模型會替換程式碼中現有的 LLM 呼叫，請審閱這些變更。

安裝

在 SourceWeft 中

開啟儀表板中的 Facet，將其新增到工作區。
連接所需的憑證。它們會被私密儲存，絕不會在公開頁面上展示。
為需要使用其工具的對話啟用該服務。

Web executable，透過 Streamable HTTP。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.halfspacelabs%2Ffacet/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。客戶端會在首次連接時完成 OAuth 登入。

{
  "mcpServers": {
    "facet": {
      "type": "http",
      "url": "https://facet.halfspacelabs.com/mcp"
    }
  }
}

README

Facet plugins

Facet takes a task from one plain-language ask to a live model: its agent builds a model for one narrow task, runs plain-language evals on every change, and serves it through an OpenAI-compatible API. This repository is its agent plugin: the remote MCP server and its Skills, for every agent that takes plugins.

In Claude Code the Skills are commands:

/facet:find: find the LLM calls in your repo a Model could take over. Sends nothing to Facet.
/facet:new <file:line>: make a Model from one call, with real inputs from your repo.
/facet:wire <model>: compare a Model on your repo's examples, then swap the call over.
/facet:status: the Models your repo calls, their evals and any Change in flight.

Nothing leaves your machine until you've seen it and said yes. Rows come only from your repo's tests, fixtures and samples; the agent never opens .env or credential files, drops rows that look like keys, offers to mask personal details, and never sends an LLM's answers as training data. The plugin runs no code on your machine.

Claude Code: /plugin marketplace add halfspacelabs/facet-plugins, then /plugin install facet@facet
Cursor: install Facet from the Cursor marketplace
Codex and ChatGPT: install Facet from the plugin directory
Any MCP client: add https://facet.halfspacelabs.com/mcp; it signs you in with OAuth

Facet is invite-only for now: join the waitlist first, then sign in with the email we invite. If sign-in shows a waitlist form, that email isn't invited yet.