Öffentliches Register
Software-GesundheitsberichtSchema 0.34.0 · Metriken 2.10.0 · 2026-10-19 12:58 UTC

sitbon / magg

Magg: The MCP Aggregator

PythonAGPL-3.0★ 144 Sterne⑂ 25 Forksseit Juni 2025Auf GitHub ansehen ↗
ArtMCP-ServerBibliothekKommandozeilenwerkzeugwie das ermittelt wird
#aggregator#ai#docker#docker-compose#fastmcp#json-rpc#llm#mcp#mcp-sdk#mcp-server#mcp-servers#modelcontextprotocol#proxy#pydantic#pydantic-v2#python

sitbon/magg erreicht einen Gesundheitsindex von 71 von 100 und liegt damit im Bereich Gut. Am stärksten schneidet es bei Engineering Quality (90/100) ab, am schwächsten bei Sustainability & Governance (50/100). Zuletzt vor 21 Tagen aktualisiert. Ein einzelner Mitwirkender trägt den Großteil der jüngsten Arbeit.

71
gesamt / 100
Gut

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.

71
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 63 wird auf der veröffentlichten Indexskala auf 71 kalibriert (Register-Kalibrierung 2026-08-02).

Eigentümerschaft

Phillip SitbonPersönliches Konto
43 Follower28 öffentliche Reposseit Jan. 2012

Dieses Repository gehört einem persönlichen Konto. Ein Projekt mit nur einem Eigentümer trägt ein höheres Kontinuitätsrisiko als ein organisationsgetragenes.

Paket-Ökosysteme

RegistryPaketVersionDownloads / MonatVersionenZuletzt veröffentlichtTags
PyPImagg1.3.039823vor 22 Tagenagentaggregatoraiaiohttpcontextfastmcpmcpmodelprotocolproxypydanticpydantic-settingsrich

Metriken nach Kategorie

Vitalität

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

66Gut · 21 % des Gesamtindex

Entwicklungsaktivität

54Mittel
Wie die Bewertung erfolgt
28.8/36Push-Aktualität — letzter Push vor 21 Tagen
2.1/36Commit-Rhythmus — 3/52 Wochen mit Commits
12.7/18Commit-Volumen — 25 Commits im letzten Jahr
10/10OpenSSF Scorecard: Maintained — 14 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 10
Verwendete Eingangsdaten
commits_last_year25
human_commit_share1
days_since_last_push21
active_weeks_last_year3

Release-Disziplin

83Exzellent
Wie die Bewertung erfolgt
27/27Liefert Releases aus — 18 Releases veröffentlicht
36/36Release-Aktualität — letztes Release vor 22 Tagen
19.8/27Release-Rhythmus — ein Release etwa alle 50,4 Tage
0/10OpenSSF Scorecard: Signed-Releases — Project has not signed or included provenance with any releases.
Verwendete Eingangsdaten
releases_count18
latest_release_tagv1.3.0
releases_from_tagsnein
days_since_latest_release22
mean_days_between_releases50,4

Community & Verbreitung

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

54Mittel · 17 % des Gesamtindex

Popularität & Verbreitung

46Schwach
Wie die Bewertung erfolgt
35/60Stars — 144 Stars
11.5/25Forks — 25 Forks
0/15Watcher — 0 Watcher
Verwendete Eingangsdaten
forks25
stars144
watchers0
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history

Community-Gesundheit

70Gut
Wie die Bewertung erfolgt
22.5/22.5README
22.5/22.5Lizenz — anerkannte Lizenz (AGPL-3.0)
18/18CONTRIBUTING-Leitfaden
0/13.5Verhaltenskodex
0/7.2Issue-Vorlage
0/6.3PR-Vorlage
Verwendete Eingangsdaten
has_readmeja
has_licenseja
readme_badges7
has_contributingja
has_issue_templatenein
has_code_of_conductnein
readme_badge_servicesgithub.com, shields.io
has_pull_request_templatenein

Ökosystem-Verbreitung (Downloads)

43Schwach
Wie die Bewertung erfolgt
34.7/80Downloads pro Monat — 398 Downloads/Monat über pypi
0/20Abhängige in der Registry — von diesem Ökosystem nicht ausgewiesen
Verwendete Eingangsdaten
packagesmagg
dependents—
ecosystemspypi
total_downloads—
monthly_downloads398
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?

50Mittel · 23 % des Gesamtindex

Maintainer-Resilienz (Bus-Faktor)

23Gefährdet
Wie die Bewertung erfolgt
9/54Bus-Faktor — 1 Beitragende decken die Hälfte aller Commits ab
1.6/22.5Commit-Verteilung — wichtigste beitragende Person verfasste 93 % der Commits
2.7/13.5Breite der Beitragenden — 2 Beitragende
10/10OpenSSF Scorecard: Contributors — project has 5 contributing companies or organizations
Verwendete Eingangsdaten
bus_factor1
contributors_sampled2
top_contributor_share0,929

Reaktionsfähigkeit bei Issues & PRs

36Schwach
Wie die Bewertung erfolgt
21/42Issue-Lösungsquote — 50 % der Issues geschlossen
15/30PR-Annahme — 4/8 entschiedene PRs gemergt
0/13Newcomer PR acceptance — 0/2 PRs von Erstbeitragenden in 30 Tagen gemergt
0/15OpenSSF Scorecard: Code-Review — Found 0/21 approved changesets -- score normalized to 0
Verwendete Eingangsdaten
merged_prs4
open_issues2
closed_issues2
prs_merged_7d0
prs_decided_7d0
prs_merged_30d1
prs_decided_30d3
issue_closed_ratio0,5
closed_unmerged_prs4
first_time_authors_30d2
first_time_prs_merged_30d0
first_time_prs_decided_30d2

Eigentümerschaft & Trägerschaft

56Mittel
Wie die Bewertung erfolgt
10/30Organisatorische Trägerschaft — persönliches (Nutzer-)Konto
0/20Verifizierte Domain — für Nutzerkonten nicht anwendbar
11.8/25Reichweite des Inhabers — 43 Follower von sitbon
22.6/25Kontohistorie — 28 öffentliche Repos, Kontoalter ca. 14 Jahre
Verwendete Eingangsdaten
followers43
owner_typeUser
is_verified—
owner_loginsitbon
public_repos28
account_age_days5.380
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Verifizierte Domain. Die verbleibenden Gewichte wurden renormalisiert.

Paketpflege

100Außergewöhnlich
Wie die Bewertung erfolgt
25/25Veröffentlicht & auflösbar — 1 Paket(e) auf pypi
35/35Veröffentlichungsaktualität — letzte Veröffentlichung vor 22 Tagen
20/20Versionshistorie — 23 veröffentlichte Versionen
20/20Nicht veraltet — aktiv, nicht veraltet oder zurückgezogen
Verwendete Eingangsdaten
packagesmagg
ecosystemspypi
any_deprecatednein
min_days_since_publish22

Engineering-Qualität

Sind grundlegende Engineering- und Dokumentationspraktiken vorhanden?

90Exzellent · 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 — 4 out of 4 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

100Außergewöhnlich
Wie die Bewertung erfolgt
30/30README
25/25Dokumentationsverzeichnis
15/15Dokumentations-/Homepage-Site — https://pypi.org/project/magg/
10/10Repository-Beschreibung
10/10Topics — 16 Topics
10/10Wiki
Verwendete Eingangsdaten
topicsaggregator, ai, docker, docker-compose, fastmcp, json-rpc, llm, mcp, mcp-sdk, mcp-server, mcp-servers, modelcontextprotocol, proxy, pydantic, pydantic-v2, python
has_wikija
homepagehttps://pypi.org/project/magg/
docs_sitehttps://pypi.org/project/magg/
has_readmeja
has_docs_dirja
has_descriptionja

Sicherheit

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

59Mittel · 16 % des Gesamtindex

Sicherheitslage

49Schwach
Wie die Bewertung erfolgt
7.5/7.5Binary-Artifacts — no binaries found in the repo
0.8/7.5Branch-Protection — branch protection is not maximal on development and all release branches
2.5/2.5CI-Tests — 4 out of 4 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
0/7.5Code-Review — Found 0/21 approved changesets -- score normalized to 0
2.5/2.5Contributors — project has 5 contributing companies or organizations
10/10Dangerous-Workflow — no dangerous workflow patterns detected
0/7.5Dependency-Update-Tool — no update tool detected
0/5Fuzzing — project is not fuzzed
2.5/2.5Lizenz — license file detected
7.5/7.5Maintained — 14 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 10
5/5Packaging — packaging workflow detected
0/5Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 0
5/5SAST — SAST tool is run on all commits
2/5Security-Policy — security policy file detected
0/7.5Signed-Releases — Project has not signed or included provenance with any releases.
6/7.5Token-Permissions — detected GitHub workflow tokens with excessive permissions
0/7.5Vulnerabilities — 16 existing vulnerabilities detected
Verwendete Eingangsdaten
sourceopenssf_scorecard
checks_evaluated18
scorecard_versionv5.5.0
checks_inconclusive0
scorecard_aggregate4,9

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_packages79
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:magg@1.3.0 — das, was die Installation des veröffentlichten Pakets nach sich zieht — mit 79 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.

56Mittel · 4 % des Gesamtindex

AI-Agentenkontext & Leitlinien

40Schwach
Wie die Bewertung erfolgt
0/45Agentenanweisungen — keine CLAUDE.md / AGENTS.md / Editor-Regeln
0/15Maschinenlesbare Doku (llms.txt)
40/40Lesbare Commit-Historie — 75 von 100 menschlichen Commits benennen ihre Absicht (strukturierter Betreff oder erläuternder Text)
Verwendete Eingangsdaten
has_llms_txtnein
llms_txt_url—
legible_history_share0,75
agent_instruction_files—
agent_instruction_max_bytes—

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

53Mittel
Wie die Bewertung erfolgt
0/18Bootstrap mit einem Befehl
22/22Automatisierte Tests
11/11Lint-/Format-Konfiguration — pyproject.toml ([tool.ruff])
0/11Statische Typprüfung
10/10Reproduzierbare Umgebung — Dockerfile, lockfile
10/10Belegte Agentenpraxis — 8 der letzten 100 Commits von Agenten verfasst oder ihnen zugeschrieben
0/8Automatisierte Wartung — keine automatisierten Abhängigkeits-Updates beobachtet
0/10OpenSSF Scorecard: Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 0
Verwendete Eingangsdaten
has_nixnein
has_testsja
lockfilesuv.lock
has_dockerfileja
typed_languagenein
bootstrap_files—
has_devcontainernein
has_linter_configja
typecheck_configs—
agent_commit_share0,08
toolchain_manifests—
dependency_bot_commit_share0

AI-Code-Lesbarkeit für Modelle

55Mittel
Wie die Bewertung erfolgt
0/45Typprüfbarer Code — Python ohne Typprüfungs-Konfiguration
55/55Handhabbare Dateigrößen — 0/96 Quelldateien über 60 KB
Verwendete Eingangsdaten
primary_languagePython
largest_source_bytes41.731
source_files_sampled96
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

144GitHub-Sterne
2Mitwirkende
25Commits, letzte 12 Monate
21Tage seit letztem Push
18Releases
1Bus-Faktor
2offene 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 ★ / 25 ⇿
0Sterne
25Forks
10Releases

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.

05101520252522025-062026-022026-09
Major 0Minor 6Patch 4

Jeder Punkt umfasst 2 Tage.

OpenSSF Scorecard 4.9 / 10
4.9Gesamtwert

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 · 2026-10-19 12:58 UTC

10Binary-Artifactsno binaries found in the repo
1Branch-Protectionbranch protection is not maximal on development and all release branches
10CI-Tests4 out of 4 merged PRs checked by a CI test -- score normalized to 10
0CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
0Code-ReviewFound 0/21 approved changesets -- score normalized to 0
10Contributorsproject has 5 contributing companies or organizations
10Dangerous-Workflowno dangerous workflow patterns detected
0Dependency-Update-Toolno update tool detected
0Fuzzingproject is not fuzzed
10Licenselicense file detected
10Maintained14 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 10
10Packagingpackaging workflow detected
0Pinned-Dependenciesdependency not pinned by hash detected -- score normalized to 0
10SASTSAST tool is run on all commits
4Security-Policysecurity policy file detected
0Signed-ReleasesProject has not signed or included provenance with any releases.
8Token-Permissionsdetected GitHub workflow tokens with excessive permissions
0Vulnerabilities16 existing vulnerabilities detected
Direkte Abhängigkeiten 11
RegistryPaketVersionsvorgabeManifest
PyPIfastmcp>=3.4,<4pyproject.toml
PyPImcp>=1.28pyproject.toml
PyPIaiohttp>=3.12.13pyproject.toml
PyPIpydantic>=2.11.7pyproject.toml
PyPIpydantic-settings>=2.10.0pyproject.toml
PyPIrich>=14.0.0pyproject.toml
PyPIprompt-toolkit>=3.0.51pyproject.toml
PyPIcryptography>=45.0.4pyproject.toml
PyPIpyjwt>=2.10.1pyproject.toml
PyPIwatchdog>=6.0.0pyproject.toml
PyPIart>=6.5pyproject.toml
Alle Abhängigkeiten 92

Vollständig aufgelöster Abhängigkeitssatz aus dem GitHub-Abhängigkeitsgraphen: 11 direkte und 81 indirekte (transitive) Pakete. Die transitive Hülle ist vollständig, wenn das Repository eine Lockfile eincheckt.

RegistryPaketVersionBeziehung
PyPIaiohttp3.14.3direkt
PyPIart6.5direkt
PyPIcryptography50.0.0direkt
PyPIfastmcp3.4.5direkt
PyPImcp1.29.0direkt
PyPIprompt-toolkit3.0.53direkt
PyPIpydantic2.13.4direkt
PyPIpydantic-settings2.14.2direkt
PyPIpyjwt2.13.0direkt
PyPIrich15.0.0direkt
PyPIwatchdog6.0.0direkt
PyPIaiofile3.11.1indirekt
PyPIaiohappyeyeballs2.7.1indirekt
PyPIaiosignal1.4.0indirekt
PyPIannotated-types0.8.0indirekt
PyPIanthropic0.120.2indirekt
PyPIanyio4.14.2indirekt
PyPIattrs26.1.0indirekt
PyPIauthlib1.7.2indirekt
PyPIbeartype0.22.9indirekt
PyPIcachetools7.1.7indirekt
PyPIcaio0.9.25indirekt
PyPIcertifi2026.7.22indirekt
PyPIcffi2.1.0indirekt
PyPIclick8.4.2indirekt
PyPIcolorama0.4.6indirekt
PyPIcyclopts4.22.4indirekt
PyPIdistro1.9.0indirekt
PyPIdnspython2.8.0indirekt
PyPIdocstring-parser0.18.0indirekt
PyPIemail-validator2.3.0indirekt
PyPIexceptiongroup1.3.1indirekt
PyPIfastmcp-slim3.4.5indirekt
PyPIfrozenlist1.8.0indirekt
PyPIgriffelib2.1.0indirekt
PyPIh110.16.0indirekt
PyPIhttpcore1.0.9indirekt
PyPIhttpx0.28.1indirekt
PyPIhttpx-sse0.4.3indirekt
PyPIidna3.18indirekt
PyPIiniconfig2.3.0indirekt
PyPIjaraco-classes3.4.0indirekt
PyPIjaraco-context6.1.2indirekt
PyPIjaraco-functools4.6.0indirekt
PyPIjeepney0.9.0indirekt
PyPIjiter0.16.0indirekt
PyPIjoserfc1.7.4indirekt
PyPIjsonref1.1.0indirekt
PyPIjsonschema4.26.0indirekt
PyPIjsonschema-path0.5.0indirekt
PyPIjsonschema-specifications2025.9.1indirekt
PyPIkeyring25.7.0indirekt
PyPImagg1.3.0indirekt
PyPImarkdown-it-py4.2.0indirekt
PyPImdurl0.1.2indirekt
PyPImore-itertools11.1.0indirekt
PyPImultidict6.7.1indirekt
PyPIopenapi-pydantic0.5.1indirekt
PyPIopentelemetry-api1.44.0indirekt
PyPIpackaging26.2indirekt
PyPIpathable0.6.0indirekt
PyPIplatformdirs4.11.0indirekt
PyPIpluggy1.6.0indirekt
PyPIpropcache0.5.2indirekt
PyPIpy-key-value-aio0.4.5indirekt
PyPIpycparser3.0indirekt
PyPIpydantic-core2.46.4indirekt
PyPIpygments2.20.0indirekt
PyPIpyperclip1.11.0indirekt
PyPIpytest9.1.1indirekt
PyPIpytest-asyncio1.4.0indirekt
PyPIpython-dotenv1.2.2indirekt
PyPIpython-multipart0.0.32indirekt
PyPIpywin32312indirekt
PyPIpywin32-ctypes0.2.3indirekt
PyPIpyyaml6.0.3indirekt
PyPIreferencing0.37.0indirekt
PyPIrich-rst2.1.0indirekt
PyPIrpds-py2026.6.3indirekt
PyPIruff0.16.1indirekt
PyPIsecretstorage3.5.0indirekt
PyPIsniffio1.3.1indirekt
PyPIsse-starlette3.4.6indirekt
PyPIstarlette1.3.1indirekt
PyPItyping-extensions4.16.0indirekt
PyPItyping-inspection0.4.2indirekt
PyPIuncalled-for0.3.2indirekt
PyPIuvicorn0.52.1indirekt
PyPIwatchfiles1.2.0indirekt
PyPIwcwidth0.8.2indirekt
PyPIwebsockets17.0.1indirekt
PyPIyarl1.24.5indirekt
Abhängigkeits-Advisories 0

Die Installation von pypi:magg@1.3.0 zieht 79 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 sitbon/magg 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.Außergewöhnlich99ag2ai/ag2AG2 (formerly AutoGen): The Open-Source AgentOS.Join us at: https://discord.gg/sNGSwQME3xAußergewöhnlich98modelcontextprotocol/csharp-sdkThe official C# SDK for Model Context Protocol servers and clients. Maintained in collaboration with Microsoft.Außergewöhnlich100deepset-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.Außergewöhnlich99awslabs/mcpOpen source MCP Servers for AWSAußergewöhnlich98googleapis/mcp-toolboxMCP Toolbox for Databases is an open source MCP server for databases.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.