Servidor MCP de Contexte Tech

• Nombre en el registroio.github.contexte-tech/contextedirección en el dominio del proveedor

La dirección del servidor está en contextetech.com y quien lo publica lleva el nombre de la marca. Es el vínculo más débil de los tres: una dirección sola prueba menos que un espacio de nombres verificado.

• Estadorespondecomprobado el 2026-10-22
• Herramientas6
• El servidor se llamacontexte
• Versión del servidoronline
• Versión del protocolo2025-06-18

El 2026-10-22 el servidor respondió a initialize y tools/list sin iniciar sesión. Primera respuesta en 195 ms.

• Sus herramientas no hacen ninguno de los casos de uso comprobados: anonymise personal data in French, Swiss and Belgian texts; clean CSV files while logging each correction.
• Comprobado 1 de los 7 días necesarios para juzgar su fiabilidad.

Lo dicen reglas a partir de las mediciones de arriba. La primera llamada probable la elige un modelo de la lista de herramientas; lee su descripción antes de fiarte.

• Nota INITE MCPtras una semanala nota necesita 7 comprobaciones diarias: 1 hasta ahora
• Qué puede hacer un agente con él0 de 2 casos de uso
• Respondiómidiendo1 de las 7 comprobaciones diarias necesarias para mostrar el porcentaje
• Mediana de la primera respuesta549 ms
• Espacio en el contexto del agente≈ 1078 tokenslas definiciones de todas sus herramientas (6), que el agente lleva en cada turno
• Definiciones de herramientasA · 100 de 100
• Resultados tipados0 de 6 herramientasdeclaran outputSchema: el resultado llega tipado y se lee de una vez

• Todas las herramientas pasan las seis comprobaciones.

Un programa comprueba el servidor una vez al día: initialize y tools/list, sin modelo. Los tokens son la longitud de las definiciones, a unos cuatro caracteres por token. La nota promedia seis comprobaciones del nombre, la descripción, el esquema y las anotaciones de cada herramienta; dice lo bien descritas que están, no si funcionan. La nota pondera solo lo medido: si responde (30%), si hace el trabajo del producto (25%), definiciones (20%), contexto (10%) y uso (15%). Lo que no se midió queda fuera, y una instrucción oculta limita la nota a 40. El estado de los servidores MCP de los proveedores: método y números →

• search_resources

  Search the ContexteTech catalogue of AI building blocks: fine-tuning and evaluation datasets (chat, DPO, agent traces), prompts, few-shot contexts, MCP servers, models and more, many grounded in official European sources, in 9 languages…

• load_resource

  Read one ContexteTech resource, usually right after search_resources or when the user gives a code or page URL. Accepts the short code (end of the page URL, e.g. 'jr6t0n'), 'author/name', or 'code#v2' for a fixed version. Always returns…

• fill_prompt

  Fill a ContexteTech prompt template and return the ready-to-send text, nothing else. Use it when the user wants a prompt applied to their own case; call load_resource first if you need the template or the exact variable names. 'variables'…

• estimate_cost

  Estimate in euros what a ContexteTech resource costs to run with common AI models, from the week's list prices. Use it when the user asks about cost, budget or the cheapest model. For a prompt or context: input and output tokens, cost per…

• search

  Search the ContexteTech catalogue of AI datasets, prompts and contexts. Returns results with id, title and url.

• fetch

  Fetch the full content of a ContexteTech resource by the id returned by search.