103 个 MCP 服务报了工具数,中位数只有 9
103 个服务报了自己有多少个工具,中位数是 9;同一份快照里还有 50 个服务报的是 0,这 50 个在 241 个真机格里一次都没通过。下面是这三个数字的来路、边界和能读出什么。 在这份 2026-11-02 的兼容矩阵快照里,报有工具数的 103 个 MCP 服务, toolCount 中位数 9、p90 是 40、最大值 628;另有 5
103 个服务报了自己有多少个工具,中位数是 9;同一份快照里还有 50 个服务报的是 0,这 50 个在 241 个真机格里一次都没通过。下面是这三个数字的来路、边界和能读出什么。
一句话结论
在这份 2026-11-02 的兼容矩阵快照里,报有工具数的 103 个 MCP 服务,toolCount 中位数 9、p90 是 40、最大值 628;另有 50 个服务报 0 个工具,它们在 241 个真机格里通过率为 0%。
怎么算的
| 项 | 值 |
|---|---|
| 数据源 | mcp-data.json 的 servers[].toolCount 与 servers[].checks[] |
| 快照时间 | 2026-11-02T19:53:24Z(北京时间 11-03 03:53) |
| 样本池 | 161 个 server,剔除 8 个 fixture 后 153 个 |
| 宿主与格数 | 17 个宿主,共 2,601 格 |
| 分组与判定 | 按 toolCount 分档;通过率只取 checks[].usable=pass 且 evidence=真机 |
取数是整份 JSON 本地统计,不是抽样;工具数直接读字段,不做二次枚举。
口径边界
1. 2,601 格里 1,248 格是文档推断(evidence=文档),真机只有 756 格;工具数取自 server 自报的 toolCount,也不是实测枚举。
2. 50 个零工具服务的 0 通过率不代表它们坏:usable=fail 的 note 里,692 格是「这个平台用不了它」,只有 13 格写「它没有对外提供任何工具」,两者不能合并解释。
3. toolCount 只覆盖 103 个服务,另有 50 个这个字段为空或 0,所以「中位 9」的分母是 103,不是 153。
4. 快照距本文 9 天(11-02 → 11-11),期间各服务与宿主版本都可能变化;下文所有数字都是该快照内的事实。
工具数的分布
| 指标 | 值 |
|---|---|
报有工具数(toolCount > 0) | 103 |
| 报 0 工具 | 50 |
| 最小 / 中位 / p90 / 最大 | 1 / 9 / 40 / 628 |
| 工具数 ≥50 | 7 |
| 工具数 ≥100 | 4(628、139、116、108) |
四个服务分别是 628、139、116、108 个工具,第一与第二之间差了约 4.5 倍;它们只是 153 个服务里的 4 个,其余 99 个报数服务都在 100 以下。
分档看:1–5 有 37 个,6–10 有 21 个,11–20 有 18 个,21–50 有 20 个,51–100 只有 3 个,101 以上 4 个。中位数 9 落在第二档,一半服务报的工具数不超过 9。
按工具数分档的真机通过率
| 工具数区间 | 服务数 | 真机格数 | 通过 | 通过率 |
|---|---|---|---|---|
| 1–5 | 37 | 185 | 69 | 37.3% |
| 6–10 | 21 | 105 | 28 | 26.7% |
| 11–20 | 18 | 90 | 20 | 22.2% |
| 21–50 | 20 | 100 | 43 | 43.0% |
| 51–100 | 3 | 15 | 3 | 20.0% |
| 101 以上 | 4 | 20 | 6 | 30.0% |
| 0(零工具) | 50 | 241 | 0 | 0% |
这张表的读法只有一句:工具数从 1 增到 628,通过率没有随之上升或下降,而是在 20%–43% 之间来回。唯一确定的规律是最后一行——工具数为 0 的 50 个服务,在 241 个真机格里一次都没通过。
数据说明的四件事
一、中位数 9 说的是「报几个」,不是「能用几个」
toolCount 是服务在 tools/list 里自报的条目数。它不告诉你这些工具能不能调通,也不告诉你参数设计得好不好。把 9 当成「一个服务通常能用 9 个工具」,是把两个问题混成一个。
二、通过率不是随工具数走的
1–5 档 37.3%,6–10 档 26.7%,11–20 档 22.2%,21–50 档又回到 43.0%,51–100 档 20.0%,101 以上 30.0%。这条曲线没有方向,都在 20 到 43 之间。分档格数只有 15 到 185,任何一档的波动都不该被读成趋势。
三、17 个宿主报的数字完全一致
逐个服务比对 17 个宿主上报的 toolCount,0 个服务出现宿主间差异。工具数由服务端自报,宿主不裁剪这个数字;宿主能裁剪的是「能不能调」,不是「报几个」。
与工具数直接相关的判定只有 3 格:note 写「工具数超过该宿主约 40 / 约 100 个上限,需精简后可用」,对应 628 两格、108 一格。这是整份数据里唯一一处「工具多导致不可用」的直接证据。
四、0 个工具的那 50 个,先别当成坏样本
它们的 241 个真机格全部 usable=fail,但 note 里绝大多数是「这个平台用不了它」,只有 13 格写「它没有对外提供任何工具」。前者是宿主能力问题,后者是服务没工具;混读会把「平台不支持」错记成「服务有问题」。
局限
这份数据的局限有四处。
其一,它是 9 天前的快照,collectorVersion=dev,采集机 Node 为 v22.23.2。服务与宿主都可能已发版,结论只在该快照内成立。
其二,2,601 格里 1,248 格是文档推断,真机只有 756 格;按档拆开后,101 以上只有 20 格,格数少的档位误差会被放大。
其三,toolCount 是自报字段。报 200 个工具、实际只实现 3 个,数据看不出来;反过来也可能实现了工具却没报全。它是「宣称的刻度」,不是「实测的刻度」。
其四,分母只有 103 个服务。这个分布不能推到 153 个,更不能推到所有 MCP 服务。
数据复核
复核只需两个字段:servers[].toolCount 算分位数,servers[].checks[] 的 usable 与 evidence 算通过率。排序取中位、按区间计数、按 evidence=真机 过滤,三步都不涉及加权或估算。
逐格明细在站点矩阵页,可以对着同一份快照核:DeepSeek Harness Hub 插件清单。如果某个数字对不上,先确认是不是取到了 isFixture=true 的 8 条,它们不计入样本池。
适合与不适合
适合:要判断「工具数多是不是更容易用」的人;写选型文档时需要一组可引用的分位数;做宿主兼容测试、要按工具数挑样本的人。
不适合:想查某个具体服务能不能用——这里是分布,不是明细;需要当前版本结论的人,快照已过去 9 天;想用中位数代表 153 个服务的人,分母只有 103。
标签:MCP、DeepSeek Harness、数据复盘、工具数分布
本文由 DeepSeek Harness Hub 自动整理,数据来源于站点 MCP 兼容矩阵快照(2026-11-02)。