Klavis Strata
官方一個讓AI代理在任何規模下可靠使用任何工具的MCP伺服器
你可以用 Klavis Strata MCP 做什麼?
- 依意圖探索相關工具 — 透過
discover_server_categories_or_actions以自然語言查詢,請助理協助尋找跨伺服器相符的類別或動作。 - 探索類別內的動作 — 使用
get_category_actions請求特定服務類別的所有動作名稱清單。 - 檢視動作結構 — 提供類別與動作名稱,透過
get_action_details取得特定動作的完整參數細節。 - 執行 API 動作 — 使用
execute_action執行伺服器動作,可包含路徑、查詢或主體參數,並可選擇過濾輸出欄位。 - 搜尋伺服器文件 — 以關鍵字為基礎,在伺服器內進行文件查詢,透過
search_documentation尋找相關端點。 - 解決驗證失敗 — 使用
handle_auth_failure處理 401 錯誤,取得驗證 URL 或儲存使用者提供的憑證。
文件
Strata
一個 MCP 伺服器,讓 AI 代理程式能逐步使用工具,適用於任何規模
<img src="https://mintcdn.com/klavisai/7Siw7A5JJSHURM5d/images/concepts/strata_hero.png?fit=max&auto=format&n=7Siw7A5JJSHURM5d&q=85&s=b581fdb821699a32b260d124789396bd" alt="Strata Hero - Progressive tool discovery for AI agents" className="w-full rounded-lg" style={{ maxWidth: '100%', height: 'auto' }} width="2533" height="496" data-path="images/concepts/strata_hero.png" />
什麼是 Strata?
Strata 是一個 MCP 伺服器,引導 AI 代理程式在任意複雜度下可靠地使用工具,而不是一次用大量資訊淹沒它們。它的設計源自於思考人類如何與工具互動,解決了現今困擾 AI 代理程式的三大問題:
- 工具過載:太多工具導致 LLM 選擇困難
- 上下文過載:過長的工具清單暴增 token 數量與成本
- 覆蓋缺口:多數伺服器卡在 40~50 個工具,限制了你能建構的內容
你可以透過我們的網站、API,甚至開放原始碼在自己的資料上使用 Strata!
影片教學
觀看這支影片教學,完整了解 Strata 的運作方式:
文字教學提示
查看這個共享的 Claude 對話,看看 Strata 的實際運作!
1. 探索伺服器類別或動作
discover_server_categories_or_actions - 根據使用者意圖尋找相關的類別或動作。無需語意搜尋!
如果詳細程度是 'categories_only',詳細內容將僅是類別名稱清單。下一步建議使用 get_category_actions 工具取得這些類別的動作。
如果詳細程度是 'full_details',詳細內容將是類別名稱及其動作詳細內容的清單。這發生在伺服器只有少數動作時。下一步建議使用 execute_action 工具執行這些動作。
如果詳細程度是 'categories_and_actions',詳細內容將是類別名稱與動作名稱的清單。這發生在使用外部工具時。下一步建議使用 get_action_details 工具取得這些動作的詳細內容。
參數:
user_query(字串,必填):用於篩選結果的自然語言使用者查詢。server_names(陣列,必填):要探索類別或動作的伺服器名稱清單。
2. 取得類別動作
get_category_actions - 擷取指定類別內的所有動作名稱。
參數:
category_names(陣列,必填):要取得動作的類別清單
3. 取得動作詳細內容
get_action_details - 取得特定動作的完整 schema 與參數。
參數:
category_name(字串,必填):類別名稱action_name(字串,必填):類別中的動作/操作名稱
4. 執行動作
execute_action - 使用參數執行動作並取得結果。
參數:
server_name(字串,必填):伺服器名稱category_name(字串,必填):要執行動作的類別名稱action_name(字串,必填):要執行的動作/操作名稱path_params(字串,選填):包含動作路徑參數的 JSON 字串query_params(字串,選填):包含動作查詢參數的 JSON 字串body_schema(字串,選填,預設值:"{}"):包含動作請求主體的 JSON 字串include_output_fields(陣列,選填):選填但強烈建議在你知道此動作的 response_schema(來自先前的工具呼叫)時使用:要在回應中包含的欄位路徑陣列。只會回傳這些欄位。巢狀欄位使用點記號(例如 "author.displayName")。maximum_output_characters(整數,選填):選填:回應中要回傳的最大字元數。如果回應超過此限制,將被截斷。優先使用 include_output_fields 而非此參數。
5. 搜尋文件
search_documentation - 僅在需要時尋找相關資訊。
參數:
query(字串,必填):比對 API 文件術語的搜尋關鍵字。最佳做法:(1) 使用資源名稱如 'users'、'projects'、'files',(2) 加入動作以提高精確度,如 'user create' 或 'project delete',(3) 避免填充詞如 'how to'、'show me'、'all the'——專注於端點名稱與描述中出現的核心術語。server_name(字串,必填):要在其中搜尋的伺服器名稱。max_results(整數,選填,預設值:10,最小值:1,最大值:50):要回傳的結果數量。預設值:10
6. 處理驗證失敗
handle_auth_failure - 僅在需要時處理驗證。
參數:
server_name(字串,必填):在 execute_action 期間驗證失敗的伺服器名稱intention(字串,必填,enum:["get_auth_url", "save_auth_data"]):當 execute_action 因驗證錯誤失敗時,使用 'get_auth_url' 取得驗證指示。當使用者在驗證失敗後提供驗證憑證時,使用 'save_auth_data'。auth_data(物件,選填):使用者在驗證失敗後提供的驗證資料(例如{"token": "...", "api_key": "..."})。僅在解決驗證失敗時與 'save_auth_data' 意圖一起使用。
評估
Strata 帶來了實際成果:
- MCPMark 基準測試:相較於官方 GitHub 伺服器,pass@1 率提升 +15.2%;相較於官方 Notion 伺服器,pass@1 率提升 +13.4%。(來源)
- 人工評估:在超過 2k 筆真實世界查詢評估集中達到 83% 以上準確率
後續步驟
在幾分鐘內建立你的第一個 Strata 伺服器 探索完整的 Strata API此文件建置並託管於 Mintlify,一個開發者文件平台。