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?
- 跨伺服器探索可用操作 — 要求你的 AI 透過描述你想做的事來尋找相關工具,並以
discover_server_categories_or_actions作為首選起點。 - 探索類別內的操作 — 在發現可用類別後,使用
get_category_actions擷取特定服務類別內的所有操作名稱。 - 取得操作的參數結構 — 在執行特定操作前,使用
get_action_details擷取完整的輸入詳細資訊。 - 執行 API 操作 — 透過
execute_action以必要參數執行已發現的操作,並可選擇過濾輸出欄位以減少回應大小。 - 依關鍵字搜尋伺服器文件 — 當類別探索需要更精確時,使用
search_documentation搭配目標詞彙,例如「建立使用者」或「列出專案」。 - 解決驗證失敗問題 — 當操作因 401 錯誤而失敗時,呼叫
handle_auth_failure以取得驗證指示或儲存憑證。
文件
Strata
一個讓 AI 代理在任何規模下都能逐步使用工具的 MCP 伺服器
<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 是一個能引導 AI 代理在任何複雜度下可靠使用工具的 MCP 伺服器,而非一次傾瀉所有資訊。它的設計理念是模擬人類與工具互動的方式,解決了當前困擾 AI 代理的三大主要問題:
- 工具超載:過多的工具導致 LLM 選擇癱瘓
- 上下文超載:冗長的工具清單會爆增 token 數量和成本
- 覆蓋缺口:大多數伺服器停留在 40~50 個工具,限制了你能構建的範圍
你可以透過我們的網站、API,甚至是開源方式在你自己的資料上使用 Strata!
影片教學
觀看此影片教學,以全面了解 Strata 的運作方式:
文字教學 查看這個[共享的 Claude 對話](https://claude.ai/share/9b44a192-9f2d-46e2-a875-ef905c457070)來親眼見證 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。無需語義搜尋!
如果詳細程度為 'categories_only',細節將僅為類別名稱清單。下一步建議使用 get_category_actions 工具來獲取這些類別的動作。
如果詳細程度為 'full_details',細節將是包含其動作細節的類別名稱清單。這發生在伺服器僅有少數動作時。下一步建議使用 execute_action 工具來執行這些動作。
如果詳細程度為 'categories_and_actions',細節將是類別名稱和動作名稱的清單。這發生在使用外部工具時。下一步建議使用 get_action_details 工具來獲取動作的詳細資訊。
參數:
user_query(字串,必要):用於篩選結果的自然語言使用者查詢。server_names(陣列,必要):要探索類別或動作的伺服器名稱清單。
2. 獲取類別動作
get_category_actions - 擷取指定類別中的所有動作名稱。
參數:
category_names(陣列,必要):要獲取動作的類別清單
3. 獲取動作詳細資訊
get_action_details - 獲取特定動作的完整結構描述和參數。
參數:
category_name(字串,必要):類別的名稱action_name(字串,必要):類別中動作/操作的名稱
4. 執行動作
execute_action - 使用參數運行動作並獲取結果。
參數:
server_name(字串,必要):伺服器的名稱category_name(字串,必要):要執行動作的類別名稱action_name(字串,必要):要執行的動作/操作名稱path_params(字串,可選):包含動作路徑參數的 JSON 字串query_params(字串,可選):包含動作查詢參數的 JSON 字串body_schema(字串,可選,預設值:"{}"):包含動作請求主體的 JSON 字串include_output_fields(陣列,可選):當你從先前的工具呼叫中知道此動作的 response_schema 時,強烈建議使用:要包含在回應中的欄位路徑陣列。僅會返回這些欄位。對於巢狀欄位,請使用點表示法(例如 "author.displayName")。maximum_output_characters(整數,可選):可選:回應中返回的最大字元數。如果回應超過此限制,將被截斷。建議優先使用 include_output_fields。
5. 搜尋文件
search_documentation - 僅在需要時尋找相關資訊。
參數:
query(字串,必要):與 API 文件術語匹配的搜尋關鍵字。最佳實踐:(1) 使用資源名稱,如 'users'、'projects'、'files',(2) 為求精確,可添加動作,如 'user create' 或 'project delete',(3) 避免填充詞,如 'how to'、'show me'、'all the',專注於出現在端點名稱和描述中的核心術語。server_name(字串,必要):要在其中搜尋的伺服器名稱。max_results(整數,可選,預設值:10,最小值:1,最大值:50):要返回的結果數量。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,必要):在 execute_action 期間驗證失敗的伺服器名稱intention(字串,必要,列舉:["get_auth_url", "save_auth_data"]):當 execute_action 因驗證錯誤而失敗時,使用 'get_auth_url' 來獲取驗證說明。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,可選):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 帶來了真實的成果:
- MCPMark 基準測試:與官方 GitHub 伺服器相比,pass@1 率高出 +15.2%;與官方 Notion 伺服器相比,pass@1 率高出 +13.4%。(來源)
- 人工評估:在超過 2,000 個真實世界查詢評估集中,達到 83% 以上的準確率