Jarvis Registry
以统一 MCP 网关为企业 AI 工具访问提供身份、权限与可观测性。
按维度查看评分与理由
证据显示项目声称提供OAuth/OIDC、ACL引擎和审计日志，但未提供具体实现细节或安全审计报告。依赖安全方面，pyproject.toml列出了cryptography等依赖，但未提供漏洞扫描或锁定文件。外部影响方面，项目作为网关可能影响外部系统，但未明确说明。回滚机制未提及。来源归属方面，README承认基于agentic-community/mcp-gateway-registry，但未提供具体贡献者信息。因此，多数标准仅得1分，因为证据不足或仅断言。
项目结构清晰，有多个子项目（registry, auth-server, registry-pkgs），pyproject.toml中定义了测试任务，表明有一定的一致性。但依赖可用性方面，未提供锁定文件或依赖清单，无法确认依赖是否可获取。失败消息方面，未提供错误处理或用户提示的示例。因此，自洽性得2分，其他两项得1分。
README明确目标受众为企业AI copilot和自主代理，并提供了多种部署场景（AWS、Azure、GCP、Docker Compose），表明一定的适应性。但能力边界未明确说明，触发精度方面，未提供具体的触发条件或使用场景。环境适配方面，提供了多种云部署指南，但未提供详细的配置要求。因此，受众和场景得2分，其他两项得1分。
信息架构方面，README提供了清晰的文档结构，包括快速入门、文档链接等。安装说明提供了基本的快速启动步骤，但未提供详细的配置指南。命名稳定性方面，项目名称和版本号在pyproject.toml中定义，但未提供命名约定。示例和FAQ方面，README提供了演示视频链接，但未提供FAQ。已知限制未提及。许可证为Apache-2.0，符合要求。版本和变更日志方面，pyproject.toml中有版本号，但未提供变更日志。维护责任方面，README提供了贡献指南和安全报告邮箱，但未明确维护者。因此，多数标准得1或2分。
输出可用性方面，项目提供了UI和API，但未提供具体的输出示例。边际价值方面，项目声称解决企业AI集成问题，但未提供与其他方案的对比。成本效益方面，未提供性能或资源消耗数据。因此，边际价值得2分，其他两项得1分。
声明可追溯性方面，README中的功能声明未提供具体实现或测试证据。跨来源佐证方面，项目声称基于其他项目，但未提供验证。事实与推断分离方面，README中的描述多为断言，未区分事实和推断。因此，所有标准得1分。
- 项目声称提供企业级安全功能，但未提供实现细节或安全审计，需谨慎评估。
- 依赖安全未提供锁定文件或漏洞扫描，存在供应链风险。
- 未提供回滚机制，可能影响故障恢复。
- 未提及已知限制，可能隐藏潜在问题。
这个 Agent 能做什么，适合哪些场景？
Jarvis Registry 是 ASCENDING Inc 构建的开源企业级 MCP（Model Context Protocol）与 A2A Agent Gateway 和工作流编排平台。它以 MCP Gateway & Reverse Proxy 作为统一认证入口，支持通过 SSE 或 Streamable HTTP 接入 MCP 客户端和智能体。平台可登记与管理自主智能体，并让编排智能体通过同一网关协调工作智能体。身份层支持 Keycloak、Amazon Cognito 和 Microsoft Entra ID 的 OAuth 2.0/OIDC 集成；ACL 引擎可按 scope、角色及单个工具执行权限控制。该项目可用 Docker Compose 部署完整本地栈，也提供 AWS EKS、Azure AKS 和 GCP GKE 的部署指引。
部署后，MCP Gateway & Reverse Proxy 接收使用 MCP over SSE 或 Streamable HTTP 的 AI 客户端与智能体请求，并作为统一认证入口。它通过 OAuth 2.0/OIDC 对接 Keycloak、Amazon Cognito 或 Microsoft Entra ID，并由 ACL engine 按 scope、角色和单个工具实施访问控制。Registry 可登记和管理 A2A 自主智能体，编排智能体可经同一安全网关协调工作智能体；同时可依据 skills、descriptions 和 tags 进行语义搜索，以发现 MCP server 或 A2A agent。平台记录请求，并输出 OpenTelemetry tracing 与 Prometheus metrics 所需的可观测性数据。
- 企业平台团队需要让 Cursor、Claude Desktop、GitHub Copilot 或 VS Code 通过一个受认证的 MCP 入口访问内部工具时。
- 安全团队需要将 Keycloak、Amazon Cognito 或 Microsoft Entra ID 身份接入 AI 工具访问流程，并在工具粒度实施 ACL 时。
- 构建自主智能体流程的团队需要登记 A2A 智能体，并由编排智能体协调多个工作智能体时。
- 拥有多个 MCP server 的组织需要让客户端按技能、描述和标签在运行时发现合适服务时。
- 运维团队需要为 AI 客户端和智能体请求保留请求日志、OpenTelemetry 追踪及 Prometheus 指标时。
这个 Agent 有哪些优点和局限？
- 统一 MCP Gateway & Reverse Proxy 同时覆盖 SSE 和 Streamable HTTP，而非为每个客户端分别建设入口。
- OAuth 2.0/OIDC 可对接 Keycloak、Amazon Cognito 和 Microsoft Entra ID，并明确支持 scope、角色及单工具粒度的 ACL。
- 同一平台同时覆盖 MCP 服务发现和 A2A 智能体登记、管理与编排。
- 内置请求日志、OpenTelemetry tracing 与 Prometheus metrics，便于接入既有可观测性体系。
- 运行完整本地栈依赖 Python、uv、Docker Compose，并要求配置身份提供商凭据。
- README 没有给出 MCP 客户端配置、API/CLI、智能体登记或端到端工具调用的具体示例。
- 身份集成仅明确列出 Keycloak、Amazon Cognito 和 Microsoft Entra ID；其他身份提供商的适配情况没有证据。
- README 虽列出 EKS、AKS 和 GKE 部署指引，但未提供这些环境所需的配置细节、扩缩容方式或故障处理行为。
如何安装或部署这个 Agent？
前提是具备 Python、uv、Docker Compose，以及身份提供商凭据。执行：
git clone https://github.com/ascending-llc/jarvis-registry.git
cd jarvis-registry
cp .env.example .env# 在 .env 中配置身份提供商凭据
uv sync --all-packages
source .venv/bin/activate
docker compose --profile full up -d完整本地栈启动后，打开 http://localhost:80。
如何使用这个 Agent？
首次可用操作是完成 .env 中的身份提供商凭据配置、启动 full Docker Compose profile，然后在浏览器访问 http://localhost:80。README 说明该网关可接收 MCP over SSE 或 Streamable HTTP 客户端，并可接入 Cursor、Claude Desktop、GitHub Copilot 和 VS Code；但未提供可复制的 MCP 客户端配置、智能体注册步骤、工具调用示例或 API/CLI 调用，因此这些首个集成操作无法仅据现有资料复现。
这个 Agent 与同类方案有什么区别？
README 表明 Jarvis Registry 基于 agentic-community/mcp-gateway-registry 的基础工作演进而来；该项目定位为加入企业级身份、访问控制、可观测性及 A2A 编排能力的实现。