Token导航 LogoToken导航TokenDH.com
Shared Context Cache MCP Server logo
AI代理stdio官方级别未说明来源级核验

Shared Context Cache MCP Server

MCP Server

一种用于AI代理间共享和验证计算结果的MCP服务器,旨在降低token成本并提高可靠性。

工具数

8

提示词数

0

GitHub Stars

1

资源数

0
AI代理PythonClaude数据分析Claude

安装说明

本站只整理中文说明和来源信息,不托管安装包,也不代用户安装。

作者 / 组织

AiAgentKarl

提供方

AiAgentKarl

最后核验

2026/5/17 20:19

快速接入

先看主来源和安装命令,再打开仓库或文档;下面只保留这个条目的关键接入事实。

命令预览

pip install shared-context-cache-mcp-server

详细介绍

共享上下文缓存mcp服务器

用于共享上下文缓存和信任验证的MCP服务器 --AI代理共享和验证计算结果,以降低令牌成本并提高可靠性。

![PyPI](https://pypi.org/project/shared-context-cache-mcp-server/) ![License: MIT](LICENSE)

为什么?

每个AI代理都在不断地重新计算相同的结果:天气查询、价格检查、文档摘要、研究查询。使用此MCP服务器,代理 分享 通过公共缓存计算结果——以及 验证 彼此的结果。

信任层(v0.2.0)

缓存结果只有在准确的情况下才有用。信任验证系统解决了这个问题:

  • 每个缓存条目都有一个 信任评分 根据有多少特工证实了这一点
  • 客服电话 confirm_entry 当他们验证缓存结果是否正确时
  • get_trusted 仅返回由3个以上代理确认的条目(可配置)
  • 网络效应: 更多的代理验证=更可信的结果=每个人都受益
就像用于代理智能的CDN——具有同行评审的准确性。

安装

pip install shared-context-cache-mcp-server

工具(8)

工具说明
cache_lookup按关键字查找缓存结果——包括信任分数
cache_search按关键字搜索缓存——查找具有信任级别的预先计算结果
cache_store存储其他代理的计算结果(以trust_score=1开头)
confirm_entry确认缓存结果准确——提高信任度
get_trusted仅获得由3名以上代理商确认的参赛作品(高置信度)
cache_analytics详细分析:命中率、信任分布、顶级代理、网络得分
cache_stats基本缓存统计数据(命中、未命中、成本节约)
cache_list列出具有信任分数的缓存条目,可选择按标签过滤

使用模式

1. SEARCH:   cache_search("weather berlin") or cache_lookup("weather:berlin:today")
2. HIT?      Use the cached result. Check trust_score for confidence level.
3. VERIFY:   If result is accurate, call confirm_entry("weather:berlin:today")
4. MISS?     Compute the result, then cache_store(key, value, tags="weather,berlin")
5. TRUSTED:  Use get_trusted(min_trust=3) for only peer-verified results

信任级别

信任评分级别含义
1未验证只有原始代理存储了它
2部分核实另一名特工证实了这一点
3-4可信多个代理验证了准确性
5+高度信任代理商之间达成强烈共识

Claude桌面配置

{
  "mcpServers": {
    "shared-context-cache": {
      "command": "shared-context-cache-mcp-server"
    }
  }
}

缓存密钥约定

使用描述性的分层键:

  • weather:berlin:2026-03-28
  • research:arxiv:2501.00001:summary
  • price:bitcoin:usd:2026-03-28
  • analysis:company:AAPL:q1-2026

TTL强制

条目在TTL后自动过期(默认值:24小时,最大值:7天)。过期的条目会以缓存未命中的形式返回——重新计算并存储。

分析

使用 cache_analytics 有关详细见解:

  • 命中率 --缓存有多有效?
  • 访问量最大的条目 --代理商最需要什么?
  • 最值得信赖的条目 --最高同行验证结果
  • 顶级贡献代理 --谁在构建共享知识?
  • 信任分配 --缓存的整体验证程度如何?
  • 网络效应得分 --代理网络有多强?

运作原理

Agent A stores result     -->  trust_score = 1 (unverified)
Agent B confirms result   -->  trust_score = 2 (partially verified)
Agent C confirms result   -->  trust_score = 3 (trusted)
Agent D uses get_trusted  -->  Gets only verified results, saves computation

代理参与的越多,整个缓存就越可靠。这就是核心网络效应。

后端

许可证

麻省理工学院-- AiAgentKarl

目录标签

目录标签

AI代理PythonClaude数据分析本地部署缓存服务信任验证网络效应

支持客户端

Claude

接入字段

传输方式(transport,传输协议)

stdio

鉴权方式(authType,认证方式)

token

工具数量(toolCount,工具数)

8

资源数量(resourceCount,资源数)

0

提示词数量(promptCount,提示词数)

0

权限和风险

stdiotoken部署方式未说明

接入前请确认传输方式、认证方式和部署位置,并根据实际工具能力限制访问范围。

安装前确认

不要直接授予不必要的文件、网络或账号权限;先核对安装命令和配置内容。

来源信息

继续浏览同类 MCP