Smithery

La creación de agentes de IA sofisticados a menudo implica conectarlos a diversas herramientas externas y fuentes de datos. Gestionar estas integraciones puede volverse rápidamente complejo, requiriendo código personalizado para cada conexión y llevando a sistemas fragmentados y difíciles de mantener. Smithery proporciona una plataforma dedicada para optimizar este proceso para los desarrolladores que trabajan con la IA agentic. Ofrecemos un registro centralizado y una solución de alojamiento específicamente para servicios agentic – servidores diseñados para comunicarse sin problemas con los agentes de modelos lingüísticos utilizando el Model Context Protocol (MCP). Nuestro objetivo es acelerar el desarrollo de la IA agentic haciendo que estos servicios esenciales sean fáciles de descubrir, estén estandarizados y sean fáciles de implementar.

Características principales

• 🔍 Descubra servicios agentic: Encuentre los servidores MCP adecuados para sus aplicaciones de IA a través de nuestro registro centralizado. Puede navegar por la plataforma o buscar mediante programación utilizando la API del registro (GET /servers), aprovechando la búsqueda semántica y filtros específicos (como owner:, repo:, is:deployed) para identificar los servicios que necesita. Cada listado proporciona detalles como descripciones, endpoints y métricas de uso.

• 🚀 Implemente y aloje sus servidores MCP: Comparta fácilmente sus propios servicios agentic con la comunidad. Smithery le permite implementar servidores MCP de entrada/salida estándar (STDIO), alojándolos a través de una conexión WebSocket. Esto proporciona beneficios como la generación automática de un espacio de pruebas para las pruebas de usuario, una mayor visibilidad en los resultados de búsqueda y un acceso simplificado para los usuarios sin necesidad de instalaciones locales. Las implementaciones se ejecutan en un entorno sin servidor.

• 🧩 Intégrese sin problemas con MCP: Aproveche el Model Context Protocol (MCP), un estándar abierto para conectar LLM con herramientas y datos externos. Al utilizar los servidores MCP listados en Smithery, elimina la necesidad de código de integración personalizado para cada fuente de datos o herramienta. Este enfoque estandarizado simplifica la creación y el mantenimiento de agentes como IDE inteligentes, interfaces de chat y flujos de trabajo de IA personalizados.

• ⚙️ Estandarice la configuración y la conexión: Interactúe con diversos servidores MCP a través de una interfaz consistente. Smithery utiliza esquemas JSON (configSchema) proporcionados por los autores del servidor para definir la configuración necesaria para la conexión. Ya sea que se conecte a través de WebSocket (wss://server.smithery.ai/${qualifiedName}/ws?config=${base64encode(config)}) u otros métodos, comprenderá los parámetros necesarios por adelantado.

Casos de uso

1. Mejora de un asistente de IA con datos en tiempo real: Está desarrollando un asistente de IA que necesita acceder a información meteorológica actual. En lugar de construir un wrapper de API personalizado, busca en el registro de Smithery utilizando la API (GET /servers?q=weather) un servidor MCP que proporcione datos meteorológicos. Recupera sus detalles (GET /servers/{qualifiedName}), anota su esquema de configuración requerido y lo integra en su agente utilizando una biblioteca cliente MCP, conectándose a través de la URL de WebSocket proporcionada.

2. Compartir una herramienta interna personalizada: Su equipo ha construido un servicio interno que permite a un agente LLM consultar la base de datos de documentación de su empresa a través de una interfaz MCP. Para que sea accesible a otros desarrolladores y agentes dentro de la empresa, añade el servidor a Smithery y utiliza la función Deployments. Smithery aloja el servidor, proporciona un endpoint WebSocket estable y lo hace visible a través del registro, simplificando su adopción en diferentes proyectos.

3. Construcción de un flujo de trabajo de agente multiherramienta: Está construyendo un agente de investigación que necesita obtener artículos académicos, resumir contenido web y gestionar citas. Utiliza Smithery para descubrir servidores MCP separados que se especializan en cada tarea (por ejemplo, un servidor de búsqueda de arXiv, un servidor de web scraping/resumen, un servidor de Zotero/bibliografía). Debido a que todos se adhieren al estándar MCP, la integración de estas diversas herramientas en su agente se vuelve significativamente más manejable que lidiar con APIs dispares.

Conclusión

Smithery actúa como el centro esencial para los desarrolladores que construyen con IA agentic. Al proporcionar un registro centralizado para descubrir servidores MCP y ofrecer una implementación y alojamiento optimizados, simplificamos el proceso de conexión de sus agentes LLM a las herramientas y datos que necesitan. Adoptar el Model Context Protocol a través de Smithery significa dedicar menos tiempo al código de integración boilerplate y más tiempo centrado en la construcción de aplicaciones de IA inteligentes y capaces. Explore el registro para encontrar servicios existentes, o implemente el suyo propio y contribuya al creciente ecosistema.