RAGScore
Generate QA datasets & evaluate RAG systems with failure diagnosis. Any LLM.
MCP-сервер · от HZYAI
Коротко
RAGScore: MCP-сервер, издатель HZYAI. Витрин, которые мы читаем и где он опубликован: 1 (Official MCP Registry). Мы впервые увидели его 2026-10-11 и с тех пор изменений не фиксировали. Данные нашего прохода по витринам на 2026-10-13.
Что просит
- Работает на вашем компьютере
- Секретов: 2
- Настроек: 2
Требует: ANTHROPIC_API_KEY (секрет), OPENAI_API_KEY (секрет)
Что объявляет, просит и запускает, полностью
Устанавливайте плагины только от разработчиков, которым доверяете. Мы показываем то, что публикуют витрины, и не проверяем плагины.
Пакет
PyPI ragscore (ragscore на PyPI)
- Загрузки PyPI за неделю: 65 (2026-10-13)
- Загрузки PyPI за месяц: 337 (2026-10-13)
- Последняя версия на PyPI: 0.8.7, опубликована 2026-05-25
В OSV нет известных уязвимостей для 0.8.6 (проверено 2026-10-13)
Данные PyPI взяты с pypi.org, загрузки PyPI с pypistats.org. Каждое число принадлежит своему реестру и никогда не складывается с другим. Реестр, который не публикует число, ничего не показывает: нет числа не значит ноль. Записи об уязвимостях взяты из OSV.dev (CC BY 4.0) и относятся только к объявленной версии; листинг без объявленной версии ответа не получает. Код мы не сканируем.
Работает с
- Claude Code
- Codex
- Cursor
- VS Code
- Copilot CLI
По маркетплейсам, где он опубликован, и объявленному транспорту MCP, как их документирует каждый клиент. Плагины мы не тестируем.
Подключить
Команды и конфигурации собраны только из того, что объявляют витрины. Мы не запускаем их за вас и не проверяем плагины.
Как локальный MCP-сервер: пакет PyPI
Собрано из того, что объявляет Official MCP Registry.
claude mcp add --env "ANTHROPIC_API_KEY=<YOUR_ANTHROPIC_API_KEY>" --env "OPENAI_API_KEY=<YOUR_OPENAI_API_KEY>" --transport stdio ragscore -- uvx ragscore[mcp_servers.ragscore]
command = "uvx"
args = ["ragscore"]
[mcp_servers.ragscore.env]
ANTHROPIC_API_KEY = "<YOUR_ANTHROPIC_API_KEY>"
OPENAI_API_KEY = "<YOUR_OPENAI_API_KEY>"{
"mcpServers": {
"ragscore": {
"command": "uvx",
"args": [
"ragscore"
],
"env": {
"ANTHROPIC_API_KEY": "<YOUR_ANTHROPIC_API_KEY>",
"OPENAI_API_KEY": "<YOUR_OPENAI_API_KEY>"
}
}
}
}Замените значения в угловых скобках своими. Мы показываем имена настроек, но не значения.
Где опубликован
| Витрина | Статус | Версия | Числа | Проверен | Впервые замечен |
|---|---|---|---|---|---|
| Official MCP Registry (Открыть запись реестра) | Опубликован | 0.8.6 | Загрузки за месяц (PyPI): 337 Загрузки за неделю (PyPI): 65 Форки (GitHub): 2 Звёзды (GitHub): 15 |
Не помечен |
Каждое число принадлежит своей витрине и никогда не складывается с числами других витрин. Если витрина число не публикует, мы его не показываем: нет числа не значит ноль.
Что менялось
С тех пор как мы следим за плагином, ничего не менялось.
Похожие плагины
Продукты, чьи собственные названия, описания, инструменты и скиллы ближе всего по смыслу к этому, на всех витринах, которые мы читаем. Близость упорядочена только внутри этого списка.
-
Build a RAG pipeline station by station and search your own documents with cited answers.
-
Turn any document into a production-ready RAG dataset from Claude, Cursor, or any MCP host.
-
Local-first RAG engine with MCP server for AI agent integration.
-
golden-dataset-mcp io.github.nipunkhanderia/golden-dataset-mcp
Version-controlled golden datasets and RAG evaluation, no API key needed.
-
Prompt evals over MCP: run a prompt on your dataset, score each output 1-5 with an LLM judge.
-
rag io.github.fieldcure/rag
MCP RAG server with hybrid search, multi-KB support, and AI-powered chunk contextualization.
-
Pay-per-call AI evaluation MCP server. Score LLM outputs against benchmark rubrics via Workers AI.
-
Search, reuse, verify AI reasoning. Task marketplace with leaderboard. Zero-barrier, no auth.
-
IA-QA — 130+ QA & Dev Tools for AI Agents
130+ QA & dev tools for AI agents: prompt injection, RAG testing, VLM eval, guardrails. Free.
-
Skills for adding DeepEval evaluations, tracing, datasets, Confident AI reports, and iterative improvement loops to AI applications.
Похожие плагины по витринам
Тот же вопрос к каждой витрине по отдельности: есть ли там аналог этого плагина?
Есть на витрине Claude Code: claude-plugins-community (5)
-
Skills for working with Langfuse, the open-source LLM engineering platform for tracing, prompt management, and evaluation.
-
Context engineering plugin for Claude Code — real-time prompt scoring, RLM adaptive weights, and token optimization. Scores every tool use across 5 dimensions (token utilization…
-
MCP RAG: index PDFs, repos, YouTube, Discord, text; optional YouTube vision; query with citations.
-
AI agent evaluation sandbox for Claude Code. Holdout scenario testing with Doer/Judge/Adversary/Observer roles, probabilistic satisfaction scoring, and append-only JSONL audit…
-
Break through difficult problems by gathering diverse AI perspectives in parallel. Consensus queries multiple AI providers concurrently — GPT-5.2, Gemini 3.1 Pro, and DeepSeek…
Есть на витрине Claude Code: claude-plugins-official (5)
-
Skills for adding DeepEval evaluations, tracing, datasets, Confident AI reports, and iterative improvement loops to AI applications.
-
Skills for working with Langfuse, the open-source LLM engineering platform for tracing, prompt management, and evaluation.
-
Build multimodal AI applications with Pixeltable -- tables, computed columns, embedding search, UDFs, tool-calling agents, and 25+ AI provider integrations.
-
Output.ai workflow development toolkit for Claude Code. Adds 5 specialist agents (planner, builder, debugger, prompt writer, quality reviewer), 40+ slash-command skills covering…
-
Create, connect, and interact with an AlloyDB for PostgreSQL database and data.
Есть на витрине Claude: knowledge-work-plugins (5)
-
Skills for working with Langfuse, the open-source LLM engineering platform for tracing, prompt management, and evaluation.
-
Build multimodal AI applications with Pixeltable -- tables, computed columns, embedding search, UDFs, tool-calling agents, and 25+ AI provider integrations.
-
DataRobot skills for AI/ML workflows — model training, deployment, predictions, feature engineering, monitoring, explainability, data preparation, App Framework CI/CD, and…
-
Atlan data catalog plugin for Claude Code. Search, explore, govern, and manage your data assets through natural language. Powered by the Atlan MCP server with semantic search…
-
Agent skills for Qdrant vector search covering scaling, performance optimization, search quality, monitoring, deployment, model migration, version upgrades, and SDK usage across…
Есть на витрине Codex: openai-curated (openai/plugins) (5)
-
Evaluate Codex skills and plugins from chat with a beginner-friendly start command, local-first reports, token budget explanations, and guided benchmarking.
-
Build with OpenAI APIs, Agents SDK, and ChatGPT Apps, and create and save OpenAI API keys from Codex.
-
Skills for NVIDIAs ecosystem spans GPU acceleration, CUDA, AI agents, inference, robotics, Physical AI, Omniverse, and simulation. This plugin helps you understand the pieces…
-
Answer product and business questions with data
-
General life-sciences research workflows with query routing, evidence synthesis, and optional parallel subagent analysis across genetics, omics, biology, chemistry, structure…
Есть на витрине Community GitHub marketplaces (5)
-
Skills for adding DeepEval evaluations, tracing, datasets, Confident AI reports, and iterative improvement loops to AI applications.
-
Multi-model LLM Council and parallel AI window for Claude Code. Fork any model, fold results back.
-
Stop shipping agents on vibes — agent eval for any MCP workflow. Score output quality, catch PII and prompt injection, verify citations, and enforce cost budgets. 12 MCP tools +…
-
Ask other AI agents, get a second opinion, and publish or challenge knowledge claims on ANP2's public signed log.
-
Read large logs, JSON and docs in a fraction of the tokens. Offline, fact-preserving optimizer.
Есть на витрине Copilot CLI: github/awesome-copilot (5)
-
Three-layer verification pipeline for AI output. Extracts claims, finds sources, and flags hallucination risks so humans can verify before acting.
-
Run a lightweight, role-separated AI development team with flexible tools, developer-selected models, proportionate planning, and optional QA.
-
Task Researcher and Task Planner for intermediate to expert users and large codebases - Brought to you by microsoft/edge-ai
-
See your local Copilot token usage by day, model, and session, and get tips to use it more efficiently.
-
A runtime-portable 5-agent quality gate that adjudicates text artifacts before they ship. Five role-conditioned LLM deliberators run a 2-round async protocol with cross-read…
Есть на витрине Copilot CLI: github/copilot-plugins (5)
-
Toolkit for building Microsoft 365 Copilot declarative agents — scaffolding, JSON manifest development, and capability configuration.
-
workiq
Query Microsoft 365 data with natural language — emails, meetings, documents, Teams messages, and more.
-
workiq-productivity
WorkIQ productivity skills powered by the local WorkIQ CLI — read-only insights across email, meetings, calendar, Teams, SharePoint, projects, and people.
-
model-apps
Build and deploy Power Apps generative pages for model-driven apps with specialist agents for planning, entity creation, and parallel code generation. Requires PAC CLI >= 2.7.0…
-
Build Power Apps Canvas Apps using the Canvas Authoring MCP server.
Есть на витрине Cursor: cursor/plugins (5)
-
Iterative self-referential AI loops using the Ralph Wiggum technique.
-
Incremental transcript-driven memory updates for AGENTS.md using high-signal bullet points only.
-
Search company knowledge and draft verified answers.
-
Explore datasets and tables and run SQL queries.
-
Consult a stronger model before major decisions, when stuck, and before declaring done.
Есть на витрине Docker MCP Catalog (5)
-
Read and score Opik traces, experiments, datasets and prompts from your AI assistant.
-
Production-ready RAG service to search and retrieve data from your documents.
-
Tools for interacting with Hugging Face models, datasets, research papers, and more.
-
Connector for Perplexity API, to enable real-time, web-wide research.
-
The Official Model Context Protocol (MCP) server for Kagi Search & other tools.
Есть на витрине Official MCP Registry (5)
-
Build a RAG pipeline station by station and search your own documents with cited answers.
-
Turn any document into a production-ready RAG dataset from Claude, Cursor, or any MCP host.
-
Local-first RAG engine with MCP server for AI agent integration.
-
golden-dataset-mcp io.github.nipunkhanderia/golden-dataset-mcp
Version-controlled golden datasets and RAG evaluation, no API key needed.
-
Prompt evals over MCP: run a prompt on your dataset, score each output 1-5 with an LLM judge.
Найдено по смыслу, а не по общему коду или репозиторию: похожие плагины остаются разными продуктами, и это не обзор и не рекомендация.
Это ваш плагин?
Добавьте плагин в свои проекты и докажите, что поддерживаете его: файлом в репозитории, файлом на вашем домене или DNS-записью. Вы будете получать уведомления, когда витрина добавит плагин, снимет его, изменит отметку verified или список того, что он просит, а его удалённый endpoint встанет на мониторинг как веб-сервис.
Данные витрины Official MCP Registry. Числа взяты из наших регулярных обходов витрин, последняя проверка . Контакты издателей плагинов мы не публикуем.