MCP-сервер AgentKernel

• Имя в реестреsi.agentkernel/modelsподтверждён в реестре MCP

Имя в реестре лежит в пространстве agentkernel.si. Реестр пускает в такое пространство только того, кто доказал владение доменом через DNS или HTTP.

• Состояниеотвечаетпроверено 2026-10-27
• Инструменты6
• Сервер называет себяagentkernel
• Версия сервера1.0.0
• Версия протокола2025-06-18

2026-10-27 сервер ответил на initialize и tools/list без входа. Первый ответ за 102 мс.

• Инструменты делают все проверенные сценарии: Find a model for a task and budget; Compare model prices and performance across providers; Estimate monthly API cost for a token volume.
• Проверок пока 1 из 7, нужных, чтобы судить о надёжности.

Вывод сделан правилами по замерам выше. Вероятный первый вызов выбрала модель по списку инструментов: прочитайте описание, прежде чем на него полагаться.

• Оценка INITE MCPчерез неделюдля оценки нужно 7 ежедневных проверок, пока 1
• Что агент может с ним сделать3 из 3 сценариев
• Отвечалидёт замерпроверок пока 1, долю покажем после 7
• Медиана первого ответа125 мс
• Место в контексте агента≈ 1 048 токеновописания всех инструментов (6), они занимают контекст агента на каждом ходу
• Описания инструментовB · 83 из 100
• Типизированные ответы0 из 6 инструментовобъявлен outputSchema: ответ приходит с типами и читается сразу

• Параметры без описания: в 6 из 6

Программа проверяет сервер раз в день: initialize и tools/list, без модели. Токены - это длина описаний из расчёта примерно четыре символа на токен. Оценка - среднее шести проверок имени, описания, схемы и аннотаций каждого инструмента. Она говорит, насколько понятно описаны инструменты, а не о том, работают ли они. Оценка складывается только из замеренного: отвечает ли сервер (25%), делает ли работу продукта (25%), описания (20%), контекст (10%), использование (10%) и насколько просто подключиться (10%). Незамеренная часть не учитывается, а скрытая инструкция ограничивает оценку 40 баллами. Состояние MCP-серверов вендоров: методика и цифры →

• best_for_task

  Ranks AI models for one task by performance only (price shown, never used for the rank). Tasks cover text, coding, agents, websites/UI/games/data viz, image generation and editing, video from text or image, video editing, text to speech…

• recommend_models

  Returns the best-fitting language models for a use case and monthly API budget using the published AgentKernel Fit Score (performance, cost, context, features), with optional privacy and licence requirements.

• get_model

  Price, context window, performance/coding/agentic index with rank, licence, privacy, cost for a usage volume and cheaper or open alternatives for one language model.

• find_models

  Searches and filters the catalog of language models by name, provider, licence and privacy, sorted by performance, coding, agentic index, price or context.

• estimate_cost

  Monthly API cost at base rates for up to five models and a token volume, with the volume translated into words and pages.

• cheaper_alternative

  For a model you use today, finds a cheaper model at most five performance-index points lower for the same usage.