AI Agent Production Check
不是再造一个黑盒评分，而是把发现、协议、安全、兼容与真实结果验证串成上线前检查顺序。按需执行，不要求每个项目都使用全部步骤。
只提交公开 URL；不要输入 Token、Cookie、API Key 或登录凭据。
Website / Agent Readiness
先确认网站是否能被 Agent 发现、读取和理解：robots、sitemap、Markdown、llms.txt 与发现信号。
MCP Endpoint Preflight
再用只读方式检查公开 MCP endpoint 的协议、Tools、Resources、Prompts 与鉴权边界。
Agent / MCP Security
上线前检查 Secret、Shell、Remote MCP、权限、Retention 与日志风险；敏感配置只在本地处理。
Compatibility / Known Bugs
查询公开 Server 协议观测，以及 MCP / AI Agent SDK 已验证或正在跟踪的 Bug、影响版本与修复状态。
Outcome / Side Effects
上线前用真实终态和副作用记录验证 Agent 是否真的完成任务，而不是只看最终回复或 Tool Call 是否格式正确。
工具
AI Finance
财报与公司基本面分析，重点区分公开事实、模型解释与风险提示。
Agent Readiness Auditor
从 Agent 视角检查 robots、sitemap、Markdown、llms.txt 与可选 MCP/WebMCP 能力，并返回可复核证据。
MCP Inspector
在线检查公开 MCP Server 的 2026-07-28 stateless 协议、旧版兼容、capabilities 与 tools/resources/prompts list，不执行 Tool。
MCP / Agent Compatibility Tracker
持续记录公开 MCP Server 的真实协议状态，并追踪 MCP、Vercel AI SDK、LangGraph、OpenAI Agents SDK 的 Issue、影响版本与本站复现状态。
Agent Security Auditor
本地扫描 Agent / MCP 配置与代码，识别 Shell、Secret、Remote MCP、权限、Retention 和日志风险，并给出证据与整改建议。
Agent Side-Effect Evaluator
按真实终态与 Tool 副作用评估 Agent，检测 False Success、状态错误、缺失/重复/禁止副作用和多次运行一致性。
Local AI Model Fit
按设备内存、模型参数量、GGUF 量化和运行预留估算本地模型是否值得继续实测，不预测虚假 tokens/s。
Compound Calculator
复利、定投、通胀和目标资产计算，把长期收益假设变成可检查的数字。
讨论
使用中遇到问题，或者希望增加什么功能？
