ACI.dev 开源工具调用平台
将 600+ 工具接入任意 agentic IDE 或 AI Agent 的开源工具调用平台，支持统一 MCP 服务器或直接函数调用。
证据显示有权限控制（如自然语言权限边界）、用户确认（如dry-run模式）、数据流透明度（如工具使用日志）、敏感数据处理（如secrets管理）、依赖安全（如CodeQL）、外部影响（如工具调用）、回滚（如dry-run）、来源归属（如Apache-2.0）。但多为声明，缺乏具体实现细节，故各给1分。
自洽性：README与代码结构一致，但未深入验证。依赖可用性：有CI配置，但未验证依赖是否可获取。失败消息：测试中有断言，但未提供用户友好的错误信息。故各给1分。
受众与场景：README列出了多种用例，给2分。能力边界：有权限边界声明，但未详细说明，给1分。触发精度：有动态工具发现，但未明确触发条件，给1分。环境适配：支持多种IDE和框架，但未提供具体配置，给1分。
信息架构：有README、SECURITY.md等，结构清晰，给2分。安装说明：有本地开发指引，但未提供详细安装步骤，给1分。命名稳定性：有版本号，但未说明命名规则，给1分。示例与FAQ：有示例，但无FAQ，给1分。已知限制：未提及，给1分。许可证：Apache-2.0，给2分。版本与变更日志：有版本号，但无变更日志，给1分。维护责任：有SECURITY.md，但未明确维护者，给1分。
输出可用性：有SDK和MCP，但未验证输出格式，给1分。边际价值：提供600+集成，价值高，给2分。成本效益：开源，但未提供成本分析，给1分。
声明可追溯：README有链接，但未提供具体证据，给1分。跨源验证：有多个仓库，但未交叉验证，给1分。事实与推断分离：未明确区分，给1分。
- 静态审查，未执行代码，所有评分基于文件内容，置信度低。
- 发布者身份未验证，不应基于品牌推断可靠性。
- 安全声明（如权限控制、secrets管理）缺乏实现细节，需进一步审查代码。
- 依赖安全仅通过CodeQL配置体现，未验证实际依赖漏洞。
- 回滚机制仅体现在dry-run，未验证实际回滚能力。
这个 Agent 能做什么，适合哪些场景？
ACI.dev 是一个开源工具调用平台，为 AI Agent 提供对 600+ 预集成的工具（如 Google Calendar、Slack、Vercel、Supabase）的访问权限。平台包含后端服务（backend/）和开发者门户（frontend/），提供多租户认证（OAuth flow）、细粒度权限控制和动态工具发现。工具可通过统一的 MCP 服务器（aci-mcp）或轻量级 Python SDK（aci-python-sdk）访问，兼容任意 LLM 框架。该平台是 VibeOps 概念的诞生地，旨在让 AI 自动化运维任务，如部署、配置等。采用 Apache 2.0 许可证，完全开源。
ACI.dev 平台管理工具集成、用户认证和权限，将工具调用暴露给 AI Agent。其核心组件包括后端服务器（backend/）和前端门户（frontend/）。后端处理 OAuth 认证、令牌管理、权限检查和工具发现，通过 REST API 或 MCP 协议提供接口。前端门户允许用户管理工具、查看调用日志和配置权限。平台支持通过 MCP 服务器直接调用 600+ 工具，或通过 Python SDK 进行直接函数调用。它支持多租户环境，可以为多个用户和多个服务提供安全的认证。
- 开发者使用 agentic IDE（如 Cursor）配置 MCP 服务器，让 AI 直接管理 Vercel、Supabase 等部署。
- 运维人员利用 VibeOps 实现自动化部署和监控，减少手动操作。
- 团队构建内部聊天机器人，让员工通过自然语言访问公司 SaaS 应用。
- 个人开发者使用 Python SDK 创建自定义 AI 助手，管理个人日历、邮箱等。
- 销售团队部署自动外呼销售 Agent，自动生成线索、发送邮件和更新 CRM。
- 支持团队使用 AI 处理客户工单，自动回复常见问题。
这个 Agent 有哪些优点和局限？
- 提供 600+ 预集成工具，降低开发工作量。
- 支持多租户 OAuth 认证，简化多用户、多服务的认证管理。
- 动态工具发现和自然语言权限控制，提高 Agent 的可靠性。
- 多种接入方式：MCP 服务器、Python SDK，灵活适配不同 Agent。
- 需要自行部署后端和前端，增加了运维成本。
- 权限配置和工具管理需要一定的学习成本。
- 依赖第三方服务（如 OAuth 提供商），可能受服务可用性影响。
- 文档可能不完整，需要参考 README 和示例代码。
如何安装或部署这个 Agent？
要安装 ACI.dev，请按照 README 中的指南进行：1. 克隆仓库：git clone https://github.com/aipotheosis-labs/aci.git。2. 分别按照 backend/README.md 和 frontend/README.md 中的说明设置后端和前端。需要安装 Python 和 Node.js 依赖。此外，还需要为 OAuth 集成配置服务凭据（如 Google、Slack）。
如何使用这个 Agent？
使用 ACI.dev 的典型方式：1. 配置后端服务器，连接需要集成的服务（如 Vercel、Slack）。2. 在前端门户中创建用户和权限。3. 通过 MCP 服务器或 Python SDK 将工具暴露给 AI Agent。例如，可以将 ACI.dev 的 MCP 服务器添加到 Cursor 或 Claude Desktop，以直接调用工具。对于 Python SDK，可以通过 pip 安装并调用函数。