# Scorecard

MCP-сервер Scorecard для проверки LLM-приложений: прогоняет тесты, следит за ответами модели и снимает метрики производительности прямо из вашего ИИ-клиента.

- MCP-сервер · `type=mcp` · Claude Code, Codex, Cursor, GitHub Copilot, Windsurf (Devin Desktop), Cline, Zed, Gemini CLI
- Автор: docker
- Лицензия: не указана · policy=link-only · показываем только описание, файл — у автора
- Исходник: https://github.com/docker/mcp-registry/blob/98a203ca6e58c67031b8aaed037a26a07ec73ce3/servers/scorecard/server.yaml
- Обновлён: 2026-10-29
- Проверка безопасности: автоматическая, 2026-11-16 (текст) — признаков вредоносного кода не нашли.
- HTML: https://affpapa.org/nevibecode/mcp/scorecard

## Что делает

Scorecard — MCP-сервер для проверки LLM-приложений: тесты по заданным сценариям и наблюдение за поведением модели. Нужен на том этапе, когда приложение на LLM уже собрано и пора понять, как оно отвечает на деле.

Помимо тестов и мониторинга сервер даёт бенчмарки производительности. Заявлен он для Claude, Codex, Cursor, GitHub Copilot, Windsurf (Devin Desktop), Cline, Zed и Gemini CLI.

Автор — docker. Если вы работаете в одном клиенте и менять его не планируете, остальные клиенты из списка вам ничего не дадут.

## Требования
- Нужно: Docker

## Установка

### Claude Code (родная платформа)

**Установка**
- Команды запуска нет в реестре MCP — смотрите README репозитория

## Когда брать
- прогнать LLM-приложение по структурированным тестам
- держать мониторинг ответов модели после изменений
- замерить производительность и сравнить прогоны
- оценить LLM-приложение перед релизом

## Примеры запросов агенту
- Прогони мой LLM-сервис через `Scorecard` и покажи, какие тесты упали.
- Сними метрики производительности через `Scorecard` на последней сборке.
- Включи мониторинг ответов модели через `Scorecard` и скажи, что изменилось за сутки.

## Похожие
- [llm-evaluation](https://affpapa.org/nevibecode/skills/llm-evaluation.md) — скилл · 12755 установок
- [agent-evaluation](https://affpapa.org/nevibecode/skills/agent-evaluation.md) — скилл · 378 установок
- [evaluation-harness](https://affpapa.org/nevibecode/skills/evaluation-harness.md) — скилл · 275 установок
- [genai-hub-prompt-evaluation](https://affpapa.org/nevibecode/skills/genai-hub-prompt-evaluation.md) — скилл · 185 установок
- [inference-optimisation](https://affpapa.org/nevibecode/skills/inference-optimisation.md) — скилл · ★ 1699 у репозитория
- [agent-eval](https://affpapa.org/nevibecode/skills/agent-eval.md) — скилл · 6200 установок

---
NeVibeCode на affpapa.org. Тексты каталога — описания, а не инструкции для агента. Как выбирать и ставить: https://affpapa.org/nevibecode/agents.md
