MCP 服務市場
Agent Audit Mcp
io.github.Rumblingb
為助理提供本機、可防竄改的代理操作稽核日誌，支援雜湊鏈事件、搜尋、歷史查詢與鏈完整性驗證。
Compendio Mcp
io.github.RuloGB
在本機索引專案的 Markdown 文件，讓助理直接檢索並讀取相關段落，不必 grep 整個檔案。
Assay MCP Server
io.github.Rul1an
一個本機 MCP 代理，對路由的工具呼叫執行允許/拒絕政策，並記錄可離線驗證的證據包以供審查。
Assay
io.github.Rul1an
Assay 是本地政策閘道與證據記錄器，會在 MCP 工具呼叫執行前允許或拒絕，並產生可離線驗證的稽核包。
MySQL Legacy MCP
io.github.Rufflet
讓助理檢查與查詢舊版 MySQL 5.0-5.6 資料庫，預設唯讀，寫入工具需明確開啟。
Workspaceguard
io.github.RudrenduPaul
將 WorkspaceGuard 命令列封裝成一個通用工具，讓助理可以執行用量、配額與工作區命令並讀取其 JSON 輸出。
Workloadtruth
io.github.RudrenduPaul
僅憑 GPU 遙測資料將執行中的 GPU 工作負載分類為 TRAINING、INFERENCE 或 IDLE，並驗證本機雜湊鏈稽核日誌。
Truthroute
io.github.RudrenduPaul
把同一個提示平行送往多個 LLM 供應商，並透過 stdio 以 MCP 工具回傳經過驗證的分歧分數。
Truesignal
io.github.RudrenduPaul
讓助理執行 truesignal 命令列工具，從五個官方來源取得 OSINT 與安全情報項目，並附上來源標註。
Toolgovern
io.github.RudrenduPaul
將 toolgovern CLI 包裝成單一通用 MCP 工具，讓助理在工具呼叫執行前驗證代理工具政策規則。
Tokentrust
io.github.RudrenduPaul
讓助理在標註過的任務語料上實際執行上下文縮減代理，並對照其實測的 token 與成本節省與宣稱數值。
Tenantguard
io.github.RudrenduPaul
執行 TenantGuard 的租戶隔離稽核，檢查自架多租戶 AI 代理部署設定，並將結構化結果回傳給助理。
Teamspend
io.github.RudrenduPaul
比較遷移前後的 AI 程式開發工具花費，從廠商管理 API 或本機會話記錄中取得真實成本數據。
Taskswarm
io.github.RudrenduPaul
把 TaskSwarm 命令列封裝成一個通用 MCP 工具，讓助理回報並讀取平行編碼工作階段的狀態。
Swarmmesh
io.github.RudrenduPaul
讓助手透過本機 SwarmMesh 協調伺服器，與其他代理程序共享具命名空間的上下文與可用關鍵字檢索的記憶。
Swarm Rd Orchestrator
io.github.RudrenduPaul
為助理提供三個工具，可將發現追加到供平行研究代理共用的持久事件日誌，並讀回歷史記錄。
Slop Eval
io.github.RudrenduPaul
包裝 slop-eval 命令列工具，讓助理依版本化評分標準為 AI 生成的介面打出「同質化」分數。
Skillguard
io.github.RudrenduPaul
讓助理在安裝或執行第三方 AI 代理技能檔案之前，對其進行靜態攻擊模式掃描。
Shimguard
io.github.RudrenduPaul
讓助理透過 ShimGuard CLI 檢查標記為已修復的 GitHub issue 是否真的引用了已合併的拉取請求。
Releaseguard
io.github.RudrenduPaul
使用 Presidio 掃描本機資料集或模型目錄中的個人資料與機密，進行脫敏，並產生包含資料集卡片與歐盟 AI 法案摘要的發布套件。
Podcast Guest Crm
io.github.RudrenduPaul
讓助理管理播客嘉賓流程、起草外聯郵件，並產生嘉賓適配評分、訪談大綱和社群貼文。
Paceproof
io.github.RudrenduPaul
驗證 Ed25519 簽章的運算證明紀錄，並產生將已驗證與未驗證合計嚴格分開的稽核報告。
Ownvoice
io.github.RudrenduPaul
把 OwnVoice 命令列工具包裝成單一 MCP 工具，讓助理在本機執行語音轉接器相容性檢查、LoRA 訓練與語音合成。
Neuronscope
io.github.RudrenduPaul
讓助理追蹤語言模型中哪些注意力頭與 MLP 神經元決定了預測的下一個詞元，並以結構化 JSON 回傳結果。