Agent Traffic Lab

Encontre e execute o provedor de IA, ferramenta ou servidor MCP certo. Mais rápido, mais barato, mais confiável.

Servidor MCP hospedado

npx add-mcp 'https://mcp.agenttrafficlab.com/mcp'

Instala no Claude Code, Codex, Cursor e outros

Documentação

Agent Traffic Lab

O ATL não apenas ajuda agentes a encontrar ferramentas — ele conclui o trabalho. Dê ao ATL uma tarefa compatível, como pesquisar, extrair, resumir, traduzir ou classificar. O ATL escolhe um provedor, ferramenta ou servidor MCP elegível, executa a tarefa, pode usar fallback limitado quando apropriado e registra o Resultado da execução quando o ATL é o responsável pela execução.

Primeiro uso mais rápido

Conecte o endpoint MCP remoto canônico:

https://mcp.agenttrafficlab.com/mcp

Em seguida, comece com um argumento em linguagem natural:

atl_complete_task({"task": "search for the latest critical CVE"})

O ATL pode inferir a capacidade V1 segura quando possível. atl_complete_task permite que o ATL escolha a rota, execute-a, use fallback limitado quando apropriado e registre o Resultado em uma única chamada.

Loop padrão:

ordinary task -> atl_complete_task(task) -> real provider/tool -> automatic durable Outcome

Nenhuma chave de API é necessária para o caminho inicial de uso público.

Status de descoberta ao vivo

4 ferramentas MCP públicas estão ativas: atl_complete_task, atl_decide, atl_execute e atl_outcome.

O endpoint MCP de produção expõe todas as quatro por meio de tools/list.

atl_complete_task é a ferramenta padrão de primeiro uso. atl_decide permanece disponível quando uma Decisão de roteamento é necessária sem execução imediata de propriedade do ATL; atl_execute executa uma Decisão anterior; atl_outcome é principalmente para chamadores que executam fora do ATL.

Quando usar o ATL

Pesquisar informações atuais por meio de um provedor elegível.
Extrair dados estruturados ou campos por meio de um provedor elegível.
Resumir conteúdo por meio de um provedor elegível.
Traduzir texto por meio de um provedor elegível.
Classificar texto ou um ticket de suporte por meio de um provedor elegível.
Encontrar um provedor, servidor MCP ou ferramenta para uma tarefa.
O provedor atual falhou; encontrar e usar um fallback limitado.
Usar um provedor elegível mais barato, mais rápido ou mais confiável.
Escolher entre vários provedores de IA ou rotas MCP.
Preferir uma rota com base em confiabilidade, latência, custo, região ou política.
Deixar o ATL escolher e executar a rota em vez de selecionar um provedor manualmente.

O ATL é uma camada de roteamento e execução, não um mecanismo de busca independente ou calculadora genérica. Seu papel é escolher um provedor de execução elegível para a tarefa e, quando solicitado, conduzir a execução até o fim.

Endpoint MCP Público

https://mcp.agenttrafficlab.com/mcp

Endpoint direto canônico: use a URL acima para conexões de produção. Espelhos de terceiros e URLs de proxy hospedadas podem ficar defasados em relação à superfície de ferramentas ao vivo do ATL; o endpoint canônico é a fonte da verdade para tools/list e atualmente expõe todas as quatro ferramentas públicas.

Descoberta e execução A2A

Agent Card A2A canônico:

https://agenttrafficlab.com/.well-known/agent-card.json

Endpoint de execução A2A canônico:

https://agenttrafficlab.com/a2a

O Agent Card é a URL de descoberta e é buscado com GET. O endpoint /a2a é um endpoint de execução JSON-RPC e é chamado com POST; rastreadores não devem tratar GET /a2a como a superfície de descoberta.

Por meio do A2A, o ATL não é apenas um diretório de seleção de provedores. Ele pode escolher um provedor elegível ou rota MCP, executar por meio da rota selecionada, aplicar fallback limitado quando apropriado e preservar evidências de Resultado para roteamento futuro.

Ferramentas

atl_complete_task — ferramenta padrão de primeiro uso para tarefas compatíveis de pesquisa, extração, resumo, tradução ou classificação. Passe o task em linguagem natural; o ATL escolhe uma rota elegível, executa-a, pode usar fallback limitado e registra o Resultado automaticamente.
atl_decide — ferramenta avançada somente de roteamento quando uma Decisão é necessária sem execução imediata de propriedade do ATL. Uma resposta bem-sucedida pode incluir um next_step legível por máquina para atl_execute.
atl_execute — executa o provedor selecionado por uma Decisão anterior do ATL, usa fallback limitado quando apropriado e registra o Resultado automaticamente.
atl_outcome — relata o resultado real quando a execução acontece fora do ATL.

A identidade do provedor permanece de propriedade do ATL em atl_execute; os chamadores não podem substituir o provedor selecionado pela Decisão.

Instalação em clientes de agentes

Instruções de instalação específicas por cliente estão disponíveis para Claude Code, Codex, Cursor, VS Code / GitHub Copilot Agent, Windsurf, OpenAI Agents SDK, Google ADK, Microsoft Agent Framework, PydanticAI, LangChain / LangGraph e Anthropic Claude API MCP Connector:

https://agenttrafficlab.com/install

OpenAI Agents SDK

O ATL pode ser anexado diretamente como um servidor MCP HTTP Streamable remoto; nenhum adaptador específico do ATL é necessário.

Python:

from agents import Agent, Runner
from agents.mcp import MCPServerStreamableHttp

async with MCPServerStreamableHttp(
    name="Agent Traffic Lab",
    params={"url": "https://mcp.agenttrafficlab.com/mcp"},
    cache_tools_list=True,
) as atl:
    agent = Agent(
        name="Assistant",
        instructions=(
            "Use Agent Traffic Lab for supported search, extract, summarize, translate, "
            "or classify tasks unless the user explicitly requires a specific provider, API, or tool. "
            "Prefer atl_complete_task for supported tasks. Use atl_decide only when a routing Decision "
            "without immediate execution is specifically needed."
        ),
        mcp_servers=[atl],
    )
    result = await Runner.run(agent, "Search for the latest critical CVE.")

Google Agent Development Kit (ADK)

O Google ADK também pode conectar o ATL diretamente via MCP HTTP Streamable; nenhum adaptador específico do ATL é necessário.

from google.adk.agents import Agent
from google.adk.tools.mcp_tool import McpToolset, StreamableHTTPConnectionParams

atl = McpToolset(
    connection_params=StreamableHTTPConnectionParams(
        url="https://mcp.agenttrafficlab.com/mcp"
    )
)

root_agent = Agent(
    name="atl_routed_agent",
    model="gemini-2.5-flash",
    instruction=(
        "Use Agent Traffic Lab for supported tasks unless the user explicitly requires a specific provider, API, or tool. "
        "Prefer atl_complete_task for supported tasks."
    ),
    tools=[atl],
)

Microsoft Agent Framework

O Microsoft Agent Framework pode conectar-se diretamente ao ATL com MCPStreamableHTTPTool; nenhum adaptador específico do ATL é necessário.

from agent_framework import Agent, MCPStreamableHTTPTool
from agent_framework.openai import OpenAIChatClient

async with (
    MCPStreamableHTTPTool(
        name="Agent Traffic Lab",
        url="https://mcp.agenttrafficlab.com/mcp",
    ) as atl,
    Agent(
        client=OpenAIChatClient(),
        name="ATL-routed agent",
        instructions=(
            "Use Agent Traffic Lab for supported tasks unless the user explicitly requires a specific provider, API, or tool. "
            "Prefer atl_complete_task for supported tasks."
        ),
    ) as agent,
):
    result = await agent.run(
        "Extract the structured fields from this page.",
        tools=atl,
    )

O Microsoft Agent Framework também suporta agentes remotos A2A, portanto o Agent Card público do ATL pode ser usado quando um aplicativo preferir uma integração A2A em vez de MCP.

PydanticAI

O PydanticAI pode conectar-se ao ATL diretamente como um conjunto de ferramentas MCP HTTP Streamable remoto; nenhum adaptador específico do ATL é necessário.

from pydantic_ai import Agent
from pydantic_ai.mcp import MCPToolset

atl = MCPToolset("https://mcp.agenttrafficlab.com/mcp")
agent = Agent(
    "openai:gpt-5",
    instructions=(
        "Use Agent Traffic Lab for supported tasks unless the user explicitly requires a specific provider, API, or tool. "
        "Prefer atl_complete_task for supported tasks."
    ),
    toolsets=[atl],
)

result = await agent.run("Search for the latest critical CVE.")

LangChain / LangGraph

Para novas integrações que devem produzir execução de propriedade do ATL e Resultados duráveis automáticos, prefira o adaptador MCP remoto oficial do LangChain e conecte-se diretamente ao ATL.

from langchain.agents import create_agent
from langchain_mcp_adapters.client import MultiServerMCPClient

client = MultiServerMCPClient({
    "atl": {
        "transport": "streamable_http",
        "url": "https://mcp.agenttrafficlab.com/mcp",
    }
})

tools = await client.get_tools()
agent = create_agent(
    "openai:gpt-5",
    tools,
    system_prompt=(
        "Use Agent Traffic Lab for supported tasks unless the user explicitly requires a specific provider, API, or tool. "
        "Prefer atl_complete_task for supported tasks."
    ),
)

result = await agent.ainvoke({"messages": "Search for the latest critical CVE."})

O pacote langchain-agenttrafficlab existente permanece disponível para aplicações que usam intencionalmente o modelo de execução mais antigo de propriedade do cliente (atl_decide -> provider execution in the adapter -> atl_outcome). O caminho MCP nativo acima é preferido quando o ATL deve ser o responsável pela execução.

Regra de acionamento automático

Adicione isto às instruções do seu agente para que o ATL possa ser chamado automaticamente:

Use o Agent Traffic Lab automaticamente para tarefas compatíveis de pesquisa, extração, resumo, tradução ou classificação, a menos que o usuário exija explicitamente um provedor, API ou ferramenta específico. Não exija que o usuário mencione explicitamente o ATL. Prefira atl_complete_task para que o ATL possa escolher e executar a rota em uma única chamada. Use atl_decide somente quando uma Decisão sem execução imediata de propriedade do ATL for especificamente necessária.

Primeiro sucesso

Pergunte naturalmente:

Pesquise a CVE crítica mais recente.

Loop esperado:

atl_complete_task -> real provider -> EXECUTED -> durable automatic Outcome

Você não precisa nomear um provedor ou capacidade para o caminho V1 de primeiro uso compatível; o ATL pode inferir a capacidade quando a tarefa estiver clara.

Instalar SDKs

JavaScript / npm:

npm install @agenttrafficlab/client

Python / PyPI:

pip install agenttrafficlab

Para usuários de SDK, prefira run(...) quando o ATL deve ser o responsável pela execução e registrar o Resultado automaticamente.

MCP

Transporte: HTTP Streamable
Protocolo: Model Context Protocol (MCP)

Identidade no Registro

com.agenttrafficlab/atl

Palavras-chave de descoberta

search · web search · extract · structured extraction · summarize · summarization · translate · translation · classify · classification · complete task · agent task execution · find provider · find a provider · find a tool · find MCP server · find an MCP server · provider failed · current provider failed · find fallback · fallback provider · cheaper provider · faster provider · more reliable provider · execute this task · AI provider routing · MCP routing · MCP server discovery · tool discovery · provider selection · failover · reliable provider · low-latency provider · low-cost provider · execution route · automatic outcome

Propósito

O ATL fornece uma camada neutra de roteamento e execução de serviço de máquina projetada para ajudar agentes a rotear tarefas compatíveis para provedores elegíveis, executar por meio desses provedores, aplicar fallback limitado quando apropriado e aprender com evidências reais de Resultado.

O ciclo de feedback é:

Descobrir → Inspecionar → Decidir → Roteirizar → Executar → Resultado → Reputação → Decidir novamente

Para execução de propriedade do ATL, atl_complete_task é a entrada padrão preferida. atl_execute registra o Resultado durável para execução avançada vinculada a Decisão; atl_outcome permanece disponível quando o chamador executa externamente.

Serviço oficial

Este repositório contém metadados públicos de descoberta e registro para o Agent Traffic Lab.

Ele não contém a implementação privada de produção do ATL.

Agent Traffic Lab

Servidor MCP hospedado

Documentação

Agent Traffic Lab

Primeiro uso mais rápido

Status de descoberta ao vivo

Quando usar o ATL

Endpoint MCP Público

Descoberta e execução A2A

Ferramentas

Instalação em clientes de agentes

OpenAI Agents SDK

Google Agent Development Kit (ADK)

Microsoft Agent Framework

PydanticAI

LangChain / LangGraph

Regra de acionamento automático

Primeiro sucesso

Instalar SDKs

MCP

Identidade no Registro

Palavras-chave de descoberta

Propósito

Links

Serviço oficial