IMPOCOR-AI Nexus

io.github.professoryilmaz1由 GitHub 帳號 professoryilmaz1 發布v0.1.0更新於 Oct 24, 2026

Agent-native security, trust, reliability, data and procurement tools for AI workflows.

已驗證Streamable HTTP可網頁執行開發者工具AI 與機器學習

概覽

AI 產生的概覽

遠端 MCP 端點，為工具描述、結構化代理輸出與 RAG 證據品質提供免費診斷與付費修復。

可以做什麼
診斷並最佳化 MCP 或工具描述：免費品質檢查，付費最佳化工具針對目的、觸發、輸入、輸出與限制提示。依必填欄位與基本物件契約檢查結構化代理輸出，並提供付費修復方案。檢查 RAG 主張與來源的引用及時效中繼資料涵蓋情形，並產生付費 RAG 證據品質報告。
適用情境
適合在發布工具前檢查描述品質、依結構描述驗證結構化代理輸出，或在交付 AI 工作流程前審查 RAG 引用與來源時效。
執行需求
遠端 streamable HTTP 端點；未宣告本機套件、環境變數或請求標頭。付費工具需先透過提供方的 agent-commerce 頁面購買授權。
安裝前請注意
六個工具中有三個為付費工具，使用前需購買授權；免費工具僅提供診斷。提交檢查的內容會傳送至第三方遠端服務，請避免傳送敏感的工具描述、輸出或 RAG 來源。

安裝

在 SourceWeft 中

  1. 開啟 儀表板中的 IMPOCOR-AI Nexus，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 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.professoryilmaz1%2Fimpocor-ai-nexus/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": {
    "impocor-ai-nexus": {
      "type": "http",
      "url": "https://ai.impocorgroup.com/mcp"
    }
  }
}

工具

6

analyze_tool_description

Free diagnostic for MCP/tool description quality. Use before publishing a tool to identify missing purpose, trigger, input, output and constraint cues.

輸入參數name必填description必填inputSchemaoutputSchema

optimize_tool_description

Paid optimizer for MCP/tool descriptions. Purchase entitlement: https://ai.impocorgroup.com/agent-commerce/buy/mcp-tool-description-qa

輸入參數name必填description必填inputSchemaoutputSchemaentitlementSession

inspect_structured_output

Free inspection of structured agent output against required fields and basic object contracts.

輸入參數value必填schema必填

repair_structured_output_plan

Paid structured-output repair plan. Purchase entitlement: https://ai.impocorgroup.com/agent-commerce/buy/structured-output-schema-guard

輸入參數value必填schema必填entitlementSession

inspect_rag_evidence

Free evidence-hygiene diagnostic for RAG claims and sources, including citation and recency metadata coverage.

輸入參數claims必填sources必填

rag_quality_report

Paid RAG evidence QA report. Purchase entitlement: https://ai.impocorgroup.com/agent-commerce/buy/rag-citation-freshness-qa

輸入參數claims必填sources必填entitlementSession

版本歷史

1
  1. v0.1.0最新Sep 16, 2026

評分

已滿足適用檢查項的 83%

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
  • 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。