Öffentliches Register
Software-GesundheitsberichtSchema 0.34.0 · Metriken 2.10.0 · 2026-08-27 16:53 UTC

langchain-ai / langchain-mcp-adapters

LangChain 🔌 MCP

PythonMIT★ 3.643 Sterne⑂ 482 Forksseit Feb. 2025Auf GitHub ansehen ↗
ArtMCP-ServerBibliothekwie das ermittelt wird
#langchain#langgraph#mcp#python#tools

langchain-ai/langchain-mcp-adapters erreicht einen Gesundheitsindex von 94 von 100 und liegt damit im Bereich Außergewöhnlich. Am stärksten schneidet es bei Community & Adoption (90/100) ab, am schwächsten bei Sustainability & Governance (73/100). Zuletzt heute aktualisiert. 2 Mitwirkende tragen den Großteil der jüngsten Arbeit.

94
gesamt / 100
Außergewöhnlich

Software-Gesundheitsindex

Metriken werden auf einer standardisierten Skala von 1–100 in gewichtete Kategorien gruppiert. Der Gesamtwert beginnt als ihr gewichtetes Mittel, kalibriert auf die Verteilung des öffentlichen Registers, sodass die Stufen Perzentilbedeutung tragen; sobald öffentliche Evidenz die Richtlinie für Hochrisikojurisdiktionen auslöst, wird die Bewertung angepasst und erhält die Obergrenze Gefährdet von 34.

94
Außergewöhnlich93-100Die Spitzengruppe des Registers (≈ obere 5 %); erfüllt im Wesentlichen alle geprüften Kriterien
Exzellent80-92Durchgehend stark; geringfügige Lücken
Gut65-79Gesund; Lücken sind begrenzt und beherrschbar
Mittel50-64Akzeptabel mit deutlichen Lücken; Überprüfung empfohlen
Schwach35-49Wesentliche Schwächen in mehreren Bereichen
Gefährdet20-34Erhebliche Schwächen; eine Übernahme erfordert Vorsicht
Kritisch1-19Schwerwiegende Probleme (aufgegeben, nur ein Maintainer, keine Hygiene)
VitalitätCommunity &VerbreitungNachhaltigkeit &GovernanceEngineering-QualitätSicherheitAI Readiness

Bewertungsprofil

Jede Achse ist eine Kategorie. Die Form zählt mehr als der Durchschnitt — ein gesundes Projekt füllt die gesamte Fläche, während ein Profil aus Spitzen und Kratern bedeutet, dass Stärke in einer Dimension Risiken in einer anderen verdeckt.

Der gewichtete Gesamtwert 81 wird auf der veröffentlichten Indexskala auf 94 kalibriert (Register-Kalibrierung 2026-08-02).

Eigentümerschaft

LangChainOrganisation
21.961 Follower258 öffentliche Reposseit März 2023

Dieses Repository wird von einer Organisation getragen — geteilte, rechenschaftspflichtige Trägerschaft, die jeden einzelnen Maintainer überdauern kann.

Paket-Ökosysteme

RegistryPaketVersionDownloads / MonatVersionenZuletzt veröffentlicht
PyPIlangchain-mcp-adapters0.3.27.948.38732vor 21 Tagen

Metriken nach Kategorie

Vitalität

Lebt das Projekt — wird Code geschrieben und werden Releases ausgeliefert?

86Exzellent · 21 % des Gesamtindex

Entwicklungsaktivität

83Exzellent
Wie die Bewertung erfolgt
36/36Push-Aktualität — letzter Push vor 0 Tagen
18.7/36Commit-Rhythmus — 27/52 Wochen mit Commits
18/18Commit-Volumen — 118 Commits im letzten Jahr
10/10OpenSSF Scorecard: Maintained — 30 commit(s) and 4 issue activity found in the last 90 days -- score normalized to 10
Verwendete Eingangsdaten
commits_last_year118
human_commit_share0,36
days_since_last_push0
active_weeks_last_year27

Release-Disziplin

90Exzellent
Wie die Bewertung erfolgt
27/27Liefert Releases aus — 30 Releases veröffentlicht
36/36Release-Aktualität — letztes Release vor 21 Tagen
27/27Release-Rhythmus — ein Release etwa alle 31 Tage
0/10OpenSSF Scorecard: Signed-Releases — Project has not signed or included provenance with any releases.
Verwendete Eingangsdaten
releases_count30
latest_release_taglangchain-mcp-adapters==0.3.2
releases_from_tagsnein
days_since_latest_release21
mean_days_between_releases31

Community & Verbreitung

Hat das Projekt Nutzer, Downloads, Aufmerksamkeit und ein einladendes Umfeld für Beitragende?

90Exzellent · 17 % des Gesamtindex

Popularität & Verbreitung

87Exzellent
Wie die Bewertung erfolgt
57.8/60Stars — 3.643 Stars
22.4/25Forks — 482 Forks
7.1/15Watcher — 20 Watcher
Verwendete Eingangsdaten
forks482
stars3.643
watchers20
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history

Community-Gesundheit

85Exzellent
Wie die Bewertung erfolgt
22.5/22.5README
22.5/22.5Lizenz — anerkannte Lizenz (MIT)
18/18CONTRIBUTING-Leitfaden
13.5/13.5Verhaltenskodex
0/7.2Issue-Vorlage
0/6.3PR-Vorlage
Verwendete Eingangsdaten
has_readmeja
has_licenseja
readme_badges0
has_contributingja
has_issue_templatenein
has_code_of_conductja
readme_badge_services—
has_pull_request_templatenein

Ökosystem-Verbreitung (Downloads)

100Außergewöhnlich
Wie die Bewertung erfolgt
80/80Downloads pro Monat — 7.948.387 Downloads/Monat über pypi
0/20Abhängige in der Registry — von diesem Ökosystem nicht ausgewiesen
Verwendete Eingangsdaten
packageslangchain-mcp-adapters
dependents—
ecosystemspypi
total_downloads—
monthly_downloads7.948.387
unverified_packages_excluded—
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Abhängige in der Registry. Die verbleibenden Gewichte wurden renormalisiert.

Nachhaltigkeit & Governance

Überdauert das Projekt die Menschen, die es tragen — Bus-Faktor, Reaktionsfähigkeit, Trägerschaft und Paketpflege?

73Gut · 23 % des Gesamtindex

Maintainer-Resilienz (Bus-Faktor)

60Mittel
Wie die Bewertung erfolgt
25.2/54Bus-Faktor — 2 Beitragende decken die Hälfte aller Commits ab
15.7/22.5Commit-Verteilung — wichtigste beitragende Person verfasste 30 % der Commits
13.5/13.5Breite der Beitragenden — 28 Beitragende
6/10OpenSSF Scorecard: Contributors — project has 2 contributing companies or organizations -- score normalized to 6
Verwendete Eingangsdaten
bus_factor2
contributors_sampled28
top_contributor_share0,304

Reaktionsfähigkeit bei Issues & PRs

64Mittel
Wie die Bewertung erfolgt
34.2/42Issue-Lösungsquote — 82 % der Issues geschlossen
21.3/30PR-Annahme — 190/267 entschiedene PRs gemergt
5.2/13Newcomer PR acceptance — 2/5 PRs von Erstbeitragenden in 30 Tagen gemergt
3/15OpenSSF Scorecard: Code-Review — Found 2/10 approved changesets -- score normalized to 2
Verwendete Eingangsdaten
merged_prs190
open_issues50
closed_issues221
prs_merged_7d1
prs_decided_7d3
prs_merged_30d3
prs_decided_30d7
issue_closed_ratio0,815
closed_unmerged_prs77
first_time_authors_30d4
first_time_prs_merged_30d2
first_time_prs_decided_30d5

Eigentümerschaft & Trägerschaft

75Gut
Wie die Bewertung erfolgt
30/30Organisatorische Trägerschaft — im Besitz einer Organisation
0/20Verifizierte Domain
25/25Reichweite des Inhabers — 21.961 Follower von langchain-ai
20/25Kontohistorie — 258 öffentliche Repos, Kontoalter ca. 3 Jahre
Verwendete Eingangsdaten
followers21.961
owner_typeOrganization
is_verifiednein
owner_loginlangchain-ai
public_repos258
account_age_days1.274

Paketpflege

100Außergewöhnlich
Wie die Bewertung erfolgt
25/25Veröffentlicht & auflösbar — 1 Paket(e) auf pypi
35/35Veröffentlichungsaktualität — letzte Veröffentlichung vor 21 Tagen
20/20Versionshistorie — 32 veröffentlichte Versionen
20/20Nicht veraltet — aktiv, nicht veraltet oder zurückgezogen
Verwendete Eingangsdaten
packageslangchain-mcp-adapters
ecosystemspypi
any_deprecatednein
min_days_since_publish21

Engineering-Qualität

Sind grundlegende Engineering- und Dokumentationspraktiken vorhanden?

80Exzellent · 19 % des Gesamtindex

Engineering-Praktiken

84Exzellent
Wie die Bewertung erfolgt
24/24CI-Workflows — 5 Workflow(s)
24/24Tests vorhanden
16/16Linter-Konfiguration — pyproject.toml ([tool.ruff])
0/9.6Pre-Commit-Hooks
0/6.4.editorconfig
20/20OpenSSF Scorecard: CI-Tests — 29 out of 29 merged PRs checked by a CI test -- score normalized to 10
Verwendete Eingangsdaten
has_cija
has_testsja
has_editorconfignein
has_linter_configja
has_precommit_confignein

Dokumentation

75Gut
Wie die Bewertung erfolgt
30/30README
0/25Dokumentationsverzeichnis
15/15Dokumentations-/Homepage-Site — https://docs.langchain.com/oss/python/langchain/mcp
10/10Repository-Beschreibung
10/10Topics — 5 Topics
10/10Wiki
Verwendete Eingangsdaten
topicslangchain, langgraph, mcp, python, tools
has_wikija
homepagehttps://docs.langchain.com/oss/python/langchain/mcp
docs_sitehttps://docs.langchain.com/oss/python/langchain/mcp
has_readmeja
has_docs_dirnein
has_descriptionja

Sicherheit

Sind die sichtbaren Sicherheits- und Lieferkettenpraktiken belastbar, ohne ungeklärte Exposition gegenüber Hochrisikojurisdiktionen?

75Gut · 16 % des Gesamtindex

Sicherheitslage

69Gut
Wie die Bewertung erfolgt
7.5/7.5Binary-Artifacts — no binaries found in the repo
2.2/7.5Branch-Protection — branch protection is not maximal on development and all release branches
2.5/2.5CI-Tests — 29 out of 29 merged PRs checked by a CI test -- score normalized to 10
0/2.5CII-Best-Practices — no effort to earn an OpenSSF best practices badge detected
1.5/7.5Code-Review — Found 2/10 approved changesets -- score normalized to 2
1.5/2.5Contributors — project has 2 contributing companies or organizations -- score normalized to 6
10/10Dangerous-Workflow — no dangerous workflow patterns detected
7.5/7.5Dependency-Update-Tool — update tool detected
0/5Fuzzing — project is not fuzzed
2.5/2.5Lizenz — license file detected
7.5/7.5Maintained — 30 commit(s) and 4 issue activity found in the last 90 days -- score normalized to 10
5/5Packaging — packaging workflow detected
2/5Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 4
5/5SAST — SAST tool is run on all commits
4.5/5Security-Policy — security policy file detected
0/7.5Signed-Releases — Project has not signed or included provenance with any releases.
6.8/7.5Token-Permissions — detected GitHub workflow tokens with excessive permissions
6.8/7.5Vulnerabilities — 1 existing vulnerabilities detected
Verwendete Eingangsdaten
sourceopenssf_scorecard
checks_evaluated18
scorecard_versionv5.5.0
checks_inconclusive0
scorecard_aggregate6,9

Abhängigkeits-Advisories

100Außergewöhnlich
Wie die Bewertung erfolgt
35/35Direkte Abhängigkeiten ohne bekannte Advisories — keine direkte Abhängigkeit trägt ein bekanntes Advisory
25/25Indirekte Abhängigkeiten ohne bekannte Advisories — keine indirekte Abhängigkeit trägt ein bekanntes Advisory
0/40Keine offenen Advisories — kein Advisory trägt ein Veröffentlichungsdatum
Verwendete Eingangsdaten
sourceosv
advisories0
affected_packages0
assessed_packages48
unassessed_packages0
affected_by_severitynone
direct_affected_packages0
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Keine offenen Advisories. Die verbleibenden Gewichte wurden renormalisiert. Abgeglichen wurde die Laufzeit-Abhängigkeitshülle von pypi:langchain-mcp-adapters@0.3.2 — das, was die Installation des veröffentlichten Pakets nach sich zieht — mit 48 Paketen. Erreichbarkeit wird nicht analysiert.

AI Readiness

Wie gut ist das Repository dafür ausgestattet, mit KI-Coding-Agenten entwickelt und gepflegt zu werden? Trägt ein bewusst kleines Gewicht (4 %): Agenten-Tooling ist ein echtes Pflegesignal, doch ein Repository ohne jedes Signal kann weiterhin 100/100 erreichen.

81Exzellent · 4 % des Gesamtindex

AI-Agentenkontext & Leitlinien

55Mittel
Wie die Bewertung erfolgt
0/45Agentenanweisungen — keine CLAUDE.md / AGENTS.md / Editor-Regeln
15/15Maschinenlesbare Doku (llms.txt) — llms.txt wird von der Projektwebsite ausgeliefert (https://docs.langchain.com/llms.txt)
40/40Lesbare Commit-Historie — 35 von 36 menschlichen Commits benennen ihre Absicht (strukturierter Betreff oder erläuternder Text)
Verwendete Eingangsdaten
has_llms_txtja
llms_txt_urlhttps://docs.langchain.com/llms.txt
legible_history_share0,972
agent_instruction_files—
agent_instruction_max_bytes—

AI-Verify-Loop (Build / Test / Typprüfung)

92Exzellent
Wie die Bewertung erfolgt
18/18Bootstrap mit einem Befehl — Makefile
22/22Automatisierte Tests
11/11Lint-/Format-Konfiguration — pyproject.toml ([tool.ruff])
11/11Statische Typprüfung — langchain_mcp_adapters/py.typed
10/10Reproduzierbare Umgebung — lockfile
8/10Belegte Agentenpraxis — 4 der letzten 100 Commits von Agenten verfasst oder ihnen zugeschrieben
8/8Automatisierte Wartung — 62 der letzten 100 Commits sind automatisierte Abhängigkeits-Updates
4/10OpenSSF Scorecard: Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 4
Verwendete Eingangsdaten
has_nixnein
has_testsja
lockfilesuv.lock
has_dockerfilenein
typed_languagenein
bootstrap_filesMakefile
has_devcontainernein
has_linter_configja
typecheck_configslangchain_mcp_adapters/py.typed
agent_commit_share0,04
toolchain_manifests—
dependency_bot_commit_share0,62

AI-Code-Lesbarkeit für Modelle

82Exzellent
Wie die Bewertung erfolgt
27/45Typprüfbarer Code — Python mit Typprüfungs-Konfiguration (langchain_mcp_adapters/py.typed)
55/55Handhabbare Dateigrößen — 0/28 Quelldateien über 60 KB
Verwendete Eingangsdaten
primary_languagePython
largest_source_bytes46.967
source_files_sampled28
oversized_source_files0

Maschinenlesbare AI-Schnittstellen

100Außergewöhnlich
Wie die Bewertung erfolgt
0/40API-Schema (OpenAPI/GraphQL/proto) — für diese Art von Software nicht anwendbar
20/20MCP-Server
40/40Lauffähige Beispiele — examples
Verwendete Eingangsdaten
example_dirsexamples
has_mcp_signalja
api_schema_files—
interfaces_expected_of—
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): API-Schema (OpenAPI/GraphQL/proto). Die verbleibenden Gewichte wurden renormalisiert.

Eckdaten

3.643GitHub-Sterne
28Mitwirkende
118Commits, letzte 12 Monate
0Tage seit letztem Push
30Releases
2Bus-Faktor
50offene Issues
PyPIPaket-Ökosysteme

Warnungen zur Datenerhebung

  • Star history unavailable: GitHub GraphQL error: Resource not accessible by personal access token

Weitere Details

Stern- und Fork-Verlauf 0 ★ / 482 ⇿
0Sterne
482Forks
30Releases

Wann jeder Stern und Fork hinzugefügt wurde, von GitHub erfasst und nach Tagen gruppiert. Das kumulierte Wachstum steht direkt über den täglichen Zugängen, aus denen es besteht, sodass beide gegeneinander lesbar sind: stetiger organischer Zuwachs sieht ganz anders aus als ein abrupter, kurzlebiger Ausschlag. Wo dieser Unterschied messbar ist, wird er als Wachstumsauthentizität ausgewiesen.

010020030040050048272025-022025-112026-08
Major 0Minor 0Patch 0

Jeder Punkt umfasst 2 Tage.

OpenSSF Scorecard 6.9 / 10
6.9Gesamtwert

Unabhängige, werkzeugneutrale Sicherheitsbewertung durch das quelloffene OpenSSF Scorecard. Jede Prüfung honoriert eine Sicherheits-Praxis, nicht das Werkzeug eines bestimmten Anbieters. Prüfungen, die Scorecard nicht ermitteln konnte, sind mit k. A. markiert und vom Sicherheitswert ausgeschlossen (nie als null gezählt).Scorecard v5.5.0 · 2026-08-27 16:53 UTC

10Binary-Artifactsno binaries found in the repo
3Branch-Protectionbranch protection is not maximal on development and all release branches
10CI-Tests29 out of 29 merged PRs checked by a CI test -- score normalized to 10
0CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
2Code-ReviewFound 2/10 approved changesets -- score normalized to 2
6Contributorsproject has 2 contributing companies or organizations -- score normalized to 6
10Dangerous-Workflowno dangerous workflow patterns detected
10Dependency-Update-Toolupdate tool detected
0Fuzzingproject is not fuzzed
10Licenselicense file detected
10Maintained30 commit(s) and 4 issue activity found in the last 90 days -- score normalized to 10
10Packagingpackaging workflow detected
4Pinned-Dependenciesdependency not pinned by hash detected -- score normalized to 4
10SASTSAST tool is run on all commits
9Security-Policysecurity policy file detected
0Signed-ReleasesProject has not signed or included provenance with any releases.
9Token-Permissionsdetected GitHub workflow tokens with excessive permissions
9Vulnerabilities1 existing vulnerabilities detected
Direkte Abhängigkeiten 3
RegistryPaketVersionsvorgabeManifest
PyPIlangchain-core>=1.3.3,<2.0.0pyproject.toml
PyPImcp>=1.24.0,<2.0.0pyproject.toml
PyPItyping-extensions>=4.14.0pyproject.toml
Alle Abhängigkeiten 97

Vollständig aufgelöster Abhängigkeitssatz aus dem GitHub-Abhängigkeitsgraphen: 4 direkte und 93 indirekte (transitive) Pakete. Die transitive Hülle ist vollständig, wenn das Repository eine Lockfile eincheckt.

RegistryPaketVersionBeziehung
PyPIlangchain-core1.4.9direkt
PyPImcp1.28.1direkt
PyPItyping-extensions4.13.2direkt
PyPItyping-extensions4.16.0direkt
PyPIannotated-types0.7.0indirekt
PyPIanyio4.11.0indirekt
PyPIanyio4.14.2indirekt
PyPIast-serialize0.6.0indirekt
PyPIattrs25.3.0indirekt
PyPIattrs25.4.0indirekt
PyPIbackports-asyncio-runner1.2.0indirekt
PyPIcertifi2025.4.26indirekt
PyPIcertifi2025.8.3indirekt
PyPIcffi2.0.0indirekt
PyPIcharset-normalizer3.4.3indirekt
PyPIclick8.3.0indirekt
PyPIclick8.4.2indirekt
PyPIcolorama0.4.6indirekt
PyPIcryptography50.0.0indirekt
PyPIdirty-equals0.11indirekt
PyPIexceptiongroup1.2.2indirekt
PyPIexceptiongroup1.3.0indirekt
PyPIh110.16.0indirekt
PyPIhttpcore1.0.9indirekt
PyPIhttpx0.28.1indirekt
PyPIhttpx-sse0.4.0indirekt
PyPIhttpx-sse0.4.1indirekt
PyPIidna3.15indirekt
PyPIiniconfig2.1.0indirekt
PyPIjsonpatch1.33indirekt
PyPIjsonpointer3.0.0indirekt
PyPIjsonschema4.25.1indirekt
PyPIjsonschema4.26.0indirekt
PyPIjsonschema-specifications2025.9.1indirekt
PyPIlangchain1.3.13indirekt
PyPIlangchain-mcp-adapters0.3.2indirekt
PyPIlangchain-protocol0.0.18indirekt
PyPIlanggraph1.2.9indirekt
PyPIlanggraph-checkpoint4.1.1indirekt
PyPIlanggraph-prebuilt1.1.0indirekt
PyPIlanggraph-sdk0.4.2indirekt
PyPIlangsmith0.8.18indirekt
PyPIlibrt0.13.0indirekt
PyPImcp-simple-streamablehttp-stateless0.1.0indirekt
PyPImypy2.3.0indirekt
PyPImypy-extensions1.1.0indirekt
PyPInodeenv1.9.1indirekt
PyPIorjson3.11.6indirekt
PyPIormsgpack1.12.0indirekt
PyPIpackaging25.0indirekt
PyPIpathspec1.0.4indirekt
PyPIpluggy1.5.0indirekt
PyPIpluggy1.6.0indirekt
PyPIpycparser3.0indirekt
PyPIpydantic2.11.4indirekt
PyPIpydantic2.11.9indirekt
PyPIpydantic2.13.4indirekt
PyPIpydantic-core2.33.2indirekt
PyPIpydantic-core2.46.4indirekt
PyPIpydantic-settings2.10.1indirekt
PyPIpydantic-settings2.9.1indirekt
PyPIpygments2.20.0indirekt
PyPIpyjwt2.13.0indirekt
PyPIpyright1.1.400indirekt
PyPIpytest9.0.3indirekt
PyPIpytest9.1.1indirekt
PyPIpytest-asyncio1.4.0indirekt
PyPIpytest-socket0.8.0indirekt
PyPIpytest-timeout2.4.0indirekt
PyPIpython-dotenv1.2.2indirekt
PyPIpython-multipart0.0.31indirekt
PyPIpywin32311indirekt
PyPIpyyaml6.0.2indirekt
PyPIreferencing0.36.2indirekt
PyPIreferencing0.37.0indirekt
PyPIrequests2.33.0indirekt
PyPIrequests-toolbelt1.0.0indirekt
PyPIrpds-py0.27.1indirekt
PyPIrpds-py0.30.0indirekt
PyPIruff0.11.8indirekt
PyPIruff0.16.0indirekt
PyPIsniffio1.3.1indirekt
PyPIsse-starlette2.3.4indirekt
PyPIsse-starlette3.0.2indirekt
PyPIstarlette1.3.1indirekt
PyPItenacity9.1.2indirekt
PyPItomli2.2.1indirekt
PyPItypes-setuptools83.0.0.20260724indirekt
PyPItyping-inspection0.4.1indirekt
PyPItyping-inspection0.4.2indirekt
PyPIurllib32.7.0indirekt
PyPIuuid-utils0.14.0indirekt
PyPIuvicorn0.37.0indirekt
PyPIuvicorn0.51.0indirekt
PyPIwebsockets15.0.1indirekt
PyPIxxhash3.6.0indirekt
PyPIzstandard0.25.0indirekt
Abhängigkeits-Advisories 0

Die Installation von pypi:langchain-mcp-adapters@0.3.2 zieht 48 Pakete nach sich, direkt und transitiv: 0 tragen bekannte Advisories, davon 0 direkte Abhängigkeiten.

Keine bekannten Advisories betreffen die bewerteten Abhängigkeiten.

Ein Advisory bedeutet, dass die im Abhängigkeitsgraphen erfasste Version in den betroffenen Bereich eines Advisories fällt. Erreichbarkeit wird nicht analysiert, und der Graph enthält Entwicklungs- und Test-Pins — ein Fund kann das Werkzeug betreffen und nicht die ausgelieferte Software.

JSON-Rohbericht maschinenlesbar

Feedback

Stimmt etwas in diesem Bericht nicht, oder gibt es Gedanken dazu? Falsche Messungen, übersehene Tools, Ideen, Fragen — alles ist willkommen. Jede Nachricht wird gelesen und beantwortet.

Die Nachricht bleibt bei der Anmeldung erhalten.

Verwandte Einträge

Geprüfte Repositories, die Katalog-Tags oder Ökosysteme mit langchain-ai/langchain-mcp-adapters teilen. Nebeneinander lesen →

99IBM/mcp-context-forgeAn AI Gateway, registry, and proxy that sits in front of any MCP, A2A, or REST/gRPC APIs, exposing a unified endpoint with centralized discovery, guardrails and management. Optimizes Agent & Tool calling, and supports plugins.Außergewöhnlich99langchain-ai/langgraphBuild resilient agents.Außergewöhnlich98langchain-ai/langchainThe agent engineering platform.Außergewöhnlich98bytedance/deer-flowAn open-source long-horizon SuperAgent harness that researches, codes, and creates. With the help of sandboxes, memories, tools, skill, subagents and message gateway, it handles different levels of tasks that could take minutes to hours.Außergewöhnlich98langchain-ai/langchainjsThe agent engineering platformAußergewöhnlich100deepset-ai/haystackOpen-source AI orchestration framework for building context-engineered, production-ready LLM applications. Design modular pipelines and agent workflows with explicit control over retrieval, routing, memory, and generation. Built for scalable agents, RAG, multimodal applications, semantic search, and conversational systems.Außergewöhnlich

Bewertungen sind Signale, keine Garantien. Sie spiegeln öffentlich sichtbare Praxis auf GitHub wider — kein Code-Audit und keine Sicherheitsgarantie.

Fehlende Daten werden ausgeschlossen und die Gewichte neu normiert, nie als null bewertet. Die Methodik ist versioniert und offen: Metriken v2.10.0, Schema v0.34.0 — vollständige Methodik · Metriken-Wiki.

Wie ein einzelnes Ergebnis im Gesamtregister steht: aggregierte Statistiken — PyPI.