让 AI 安全地运行代码、查库、调用大模型并提交 GitHub。
该 MCP 工具声明能力非常广,可执行代码并连接远程服务,但材料极少、无开源仓库可审计。基于官方 Registry 来源与近期维护,整体更适合评为“需留意”而非高风险;主要不确定性来自闭源与数据/权限边界不透明。
材料显示无需单独配置 API key 或环境变量,未见明确索取本工具专用敏感凭证。需注意其宣称可调用 LLM、数据库和 GitHub,实际使用中可能间接接触用户其他系统凭证,但材料未说明处理方式。
会连接声明的远程端点 universalbench-mcp.penantiaglobal.workers.dev,用户提交的提示、代码、查询或执行结果可能经该服务中转。端点已声明但 README 缺失,无法确认具体传输内容、保留策略与第三方共享情况。
系统检查项已确认具备代码执行能力,且描述明确写有“Run code”。这是此类工具的常规高权限能力,应视为需留意;材料未说明沙箱、命令范围或系统隔离机制,建议按可在本机起进程/执行任务看待。
描述称可查询数据库、调用任意 LLM、提交到 GitHub,说明其可能访问用户提供的数据源、模型输入输出及代码仓库内容。未见关于本地文件读写范围、最小权限设计或数据隔离的说明,数据边界不透明。
正面因素是来自官方 Registry 且近一年有更新;但无开源仓库、无许可证声明、README 缺失,外部无法审计实现与依赖链。来源可信度对风险有一定缓解,但闭源与文档不足使供应链透明度偏低。
复制安装指令,让 AI 自动完成配置 · 推荐新手
请帮我安装 askskill 上的 "io.github.nikhilgogulwar/universalbench" MCP 服务:
执行:claude mcp add --transport http io-github-nikhilgogulwar-universalbench https://universalbench-mcp.penantiaglobal.workers.dev/u/{api_key}请使用 UniversalBench 运行这段 Python 脚本,读取 sales.csv,按月份汇总销售额,并输出结果表与简短结论。
返回脚本执行结果、月度汇总表,以及对销售趋势的简要说明。
请通过 UniversalBench 连接测试数据库,查询最近 30 天订单量前 10 的商品,并生成一段业务分析总结。
返回查询结果列表,并附带可读的业务洞察总结。
请使用 UniversalBench 为现有 Node.js 项目新增一个 health check API,运行基本测试,通过后提交到 GitHub 仓库并给出提交说明。
返回修改说明、测试结果、提交状态以及对应的提交信息。
该资产暂无文档说明
可前往源码仓库查看用法与示例。
自动把对话中的关键洞察与业务知识保存为可分类检索的 GitHub Issues。