104 个 server 的首次响应中位数是 4155 毫秒
153 个有效 server 里,只有 104 个测到了首次响应,中位数 4155 毫秒 ,P75 是 7426 毫秒 ;剩下 49 个的 startupMs 记为 0,而这 49 个全部落在零工具 server 上。工具数一侧同样有一个硬边界:50 个零工具 server 贡献 850 格判定,其中 pass 为 0 。
153 个有效 server 里,只有 104 个测到了首次响应,中位数 4155 毫秒,P75 是 7426 毫秒;剩下 49 个的 startupMs 记为 0,而这 49 个全部落在零工具 server 上。工具数一侧同样有一个硬边界:50 个零工具 server 贡献 850 格判定,其中 pass 为 0。本文只陈述这两组数据的关系。
一、怎么算的
| 项 | 值 |
|---|---|
| 数据文件 | 服务器 /opt/mcp-collect/data/mcp-data.json |
| 快照时间 | 2026-11-02T19:53:24Z(北京时间 2026-11-03 03:53) |
| 采集状态 | mode: full,finalChunk: true |
| 采集机 Node | v22.23.2 |
| 采集版本 | collectorVersion: dev |
| 用到的字段 | startupMs、toolCount、isFixture、checks[].usable |
| 样本池 | 161 个 server,剔除 8 个 isFixture 后 153 个 |
| 采集格 | 2737 格,剔除测试样本后 2601 格 |
| 分档边界 | 耗时按 1500 / 3000 / 6000 / 15000 切五档;工具数按 0、1–4、5–19、20–99、≥100 切五档 |
中位数与分位数只在 startupMs > 0 的 104 个上计算,0 值不进样本。表里的通过率是该档 pass 格数除以该档采集格数,不是 server 可用率。
二、口径边界
1. startupMs 是采集机上的单次测量,不是统计分布;同一 server 换机器、换网络、换时段都会变。
2. startupMs = 0 不代表瞬间启动,代表这一格没有工具列表可计时——49 个 0 值全部落在零工具 server 上。
3. toolCount 是该次连接实际拿到的工具数,不是包声明的工具数;连接失败就是 0。
4. 8 个 isFixture 测试样本(含 fixture-slow-start、fixture-huge-tools)用于压边界,混合统计会拉偏,本文一律剔除。
5. 17 个宿主里 2 个全程 na,所以「153 个 server × 15 个可测宿主」不等于 2601 格。
三、完整数据
表一 · 启动耗时分档(startupMs > 0 的 104 个)
| 分档 | server 数 | 采集格 | pass | 该档通过率 |
|---|---|---|---|---|
| 1–1500 ms | 3 | 51 | 38 | 74.5% |
| 1500–3000 ms | 12 | 204 | 164 | 80.4% |
| 3000–6000 ms | 57 | 969 | 749 | 77.3% |
| 6000–15000 ms | 22 | 374 | 274 | 73.3% |
| ≥15000 ms | 10 | 170 | 114 | 67.1% |
| 合计 | 104 | 1768 | 1339 | 75.7% |
- 104 个 server 的耗时中位数 4155 ms,P25 3182 ms,P75 7426 ms,最大 55285 ms。
- 这 104 个之外的 49 个
startupMs = 0,全部是零工具 server。 - 全部 1339 个
pass都落在这 104 个里,零工具那批一个pass都没有。
表二 · 工具数分档(剔除 8 个测试样本)
| 工具数 | server 数 | 采集格 | pass | 该档通过率 |
|---|---|---|---|---|
| 0 | 50 | 850 | 0 | 0.0% |
| 1–4 | 31 | 527 | 409 | 77.6% |
| 5–19 | 43 | 731 | 554 | 75.8% |
| 20–99 | 25 | 425 | 332 | 78.1% |
| ≥100 | 4 | 68 | 44 | 64.7% |
- 工具数中位数 4,最大 628。
- 50 个零工具 server 的 850 格里,
fail705、na145、pass0。
四、数据说明的四件事
一,3000–6000 ms 是最拥挤的一档。 57 个 server 落在这一档,占 104 个的 54.8%,同时也是唯一一档样本超过 900 格的(969 格、749 个 pass)。中位数落在这档是因为样本在此堆积,不代表这档更慢。
二,耗时最长的一档通过率最低。 ≥15000 ms 的 10 个 server 通过率 67.1%,比 1500–3000 ms 档的 80.4% 低 13.3 个百分点。两端之间并不单调:1–1500 ms 档只有 3 个 server、51 格,通过率 74.5%,低于下一档。
三,零工具是硬失败,与宿主无关。 50 个 server × 17 宿主共 850 格,pass 为 0,fail 705,na 145。这组数在宿主维度上没有任何一个例外,也不存在「换个宿主就能用」的空间。
四,49 个 0 值与 50 个零工具几乎完全重合。 计时缺失与「连上但没拿到工具」是同一现象的两面:没有工具列表就没有计时的起点,于是 startupMs 落 0。把 0 值当成「启动极快」并入样本,会同时改变中位数与分档形状。
五、局限
1. 单次测量,无重复采样、无方差,不能据此判断某个 server「稳定快」或「稳定慢」。
2. 采集机是固定环境(Node v22.23.2),换 Node 版本后 npx 冷启动会变,耗时不可跨版本比较。
3. mode: full 只说明这一轮收尾,不代表随机抽样——161 个是站点收录池,不是全网分布。
4. 8 个 isFixture 样本被剔除,本文数字与站上含样本的原始汇总(2737 格、pass 1438)因此不同。
5. 通过率是「格」的比值,不是「server 可用率」;一个 server 在 15 个宿主里 8 个可用,也只贡献 8 格。
六、数据复核
两张表的每一行都可以按 servers[].startupMs、servers[].toolCount、servers[].isFixture、servers[].checks[].usable 四个字段回到原始 JSON 复算,已发布的汇总与字段说明见 MCP 兼容性实测数据。
总结
两张表指向同一件事:能测到耗时与能拿到工具的样本高度重叠,49 个 0 值是零工具那批的影子;完整字段与逐格记录见 MCP 兼容性实测数据。
适合与不适合
适合:要给启动开销定基线区间的;要区分「慢」与「没连上」的;要按工具数分档看通过率的。
不适合:要判断某个 server 在你自己网络下快不快的(单次测量给不出);要拿它当全网分布的(样本来自站点收录池);要找「最优工具数」的(分档之间差异不足以支撑排序)。
标签:MCP、DeepSeek Harness、启动耗时、兼容性数据
来源声明
本文由 DeepSeek Harness Hub 自动整理,数据来源于站点 2026-11-02 采集快照。