MCP-Universe

🎉 最新更新

📊 MCPMark 评估 - MCP-Universe 现已支持对 MCPMark 任务进行评估

🚀 MCP+ - 为 MCP 客户端提供的智能体封装，可降低高达 75% 的 Token 成本

🔬 深度研究智能体 - 通过并行工具调用扩展深度研究智能体的广度，提升性能与效率

---

什么是 MCP-Universe？

MCP-Universe 是一个用于构建、优化和评估与 Model Context Protocol (MCP) 交互的 AI 智能体的综合生态系统。除了我们业界领先的真实世界 MCP 服务器交互基准测试外，MCP-Universe 还提供了一套用于智能体开发的生产级工具，包括专业研究智能体（深度研究智能体）、智能上下文管理（MCP+）以及复杂的编排工作流。

基准测试： 不同于现有的依赖过于简单任务的基准测试，MCP-Universe 通过与实际 MCP 服务器交互，在真实世界场景中对 LLM 进行评估，从而解决了关键性的评估空白，涵盖了真实的应用程序挑战，例如：

• 🎯 长跨度推理： 跨越多个步骤的任务
• 🔧 庞大且陌生的工具空间： 包含各类多样的 MCP 服务器
• 🌍 真实数据源： 以及实时运行环境
• ⚡ 动态评估： 具备对时间敏感的地面实况（Ground Truth）

目录

• 最新动态
• 架构概览
• 快速入门
  • 前置要求
  • 安装
  • 快速测试
• 评估 LLM 与智能体
  • 前置要求
  • 环境配置
  • 基准测试配置
  • 执行
  • 保存运行日志
  • 将测试结果保存为报告
  • 可视化智能体运行信息
• 创建自定义基准测试
  • 任务定义
  • 基准测试定义
• 引用

最新动态

MCPMark 基准测试

📊 使用 MCPMark 评估 MCP 智能体

MCP-Universe 现已支持对 MCPMark 基准测试进行评估，从而实现对 MCP 智能体的全面测试与基准化。您可以在 MCP-Universe 框架内直接运行 MCPMark 评估，以衡量智能体在 MCP 任务上的表现。

📚 资源：

• 如何运行 MCPMark
• 评估分数

---

MCP+：MCP 智能体的精准上下文管理

🚀 在不牺牲质量的前提下，降低高达 75% 的 LLM Token 成本

MCP 工具通常会返回庞大且冗长的输出，这会浪费 LLM 的上下文窗口并增加成本。MCP+ 通过智能后处理封装了您的 MCP 客户端，在信息到达 LLM 之前仅提取相关内容。

✨ 核心功能

• 💰 大幅降低成本： 工具输出的 Token 节省 50-75%
• ⚡ 无需修改代码： 作为标准 MCP 客户端的直接替换方案

📚 了解更多请访问 mcp-plus.github.io →

---

深度研究智能体：广度与深度 (W&D) 研究

🔬 通过并行工具调用扩展研究广度

2026 年 2 月 11 日 — 我们推出了广度与深度 (W&D) 研究智能体，通过在每一步进行更多的并行工具调用来扩展“广度”。该方法在 BrowseComp、HLE 和 GAIA 基准测试上提高了准确性，同时减少了轮次、API 成本和实际耗时。我们的 W&D 智能体在 GPT-5-medium 上在 BrowseComp 达到了 62.2% 的得分，优于 GPT-5-high 深度研究模型（54.9%）。

📚 资源：

• 论文
• 网站
• 代码

---

架构概览

（原文此处中断，保持格式完整）