Model Context Protocol

PromptQuorum 支持 MCP

PromptQuorum 运行着一个公开的只读 MCP 服务器。任何兼容 MCP 的 AI 助手——Claude，或任何其他支持开放 Model Context Protocol 的客户端——都可以直接在你的聊天中搜索目录和指南、根据你的硬件推荐应用、比较各类工具，无需打开浏览器标签页。

连接你的 AI 助手 →https://www.promptquorum.com/api/mcp

历史总调用次数

2,557

最近 30 天调用次数

1,693

最近 7 天调用次数

160

MCP 服务器数据

2,557
工具调用次数: 6
启动次数

统计起始于 2026年11月6日. 所有 AI 助手的匿名汇总：不含姓名、IP 地址和提问内容。

这是汇总且不含个人身份信息的调用计数——不记录 IP 地址、User-Agent 或任何其他标识信息，只记录每个工具被调用的次数。生成于 2026年11月7日 17:18 UTC。

第一次使用？从“start”开始

start 是 PromptQuorum MCP 服务器的命令，而不是 AI 助手本身的命令。添加服务器后，打开一个新对话并输入 start（或 /start）。你的助手会打开 PromptQuorum 菜单，询问你想做什么，并在你同意后记住你的硬件和偏好。这是获得有用答案的最快方式。

start

工作方式

只需连接一次，然后用自己的话提问。助手会选择合适的工具并调用，回答中附带来源页面链接。你无需记住工具名称——列在这里是为了让你了解能做什么。

它能做什么

查找应用

find_best_apps
找到最适合你的应用
根据用通俗语言描述的目标，以及你的操作系统和内存，生成带理由和如实权衡的排序候选清单。
提问示例: 我有一台 24 GB 内存的 Mac，想在不使用终端的情况下和我的 PDF 聊天。
search_apps
推荐应用
根据指定目标和硬件，从目录中推荐本地 AI 应用。
提问示例: 在 8 GB 显存上能运行的免费 Windows 图像生成应用。
recommend_stack
推荐应用组合
针对某个目标推荐现成的应用组合（如 Ollama + Open WebUI），并附上最低硬件要求。
提问示例: 在 32 GB 内存下，我应该组合哪些应用来搭建私有的编程助手？
find_local_alternative
查找本地替代品
把 Midjourney、ElevenLabs 等云端 AI 产品对应到本地替代品，并如实说明差距。
提问示例: ElevenLabs 有哪些本地替代品？
get_app_alternatives
查找应用替代品
当某个应用太难用、太贵或不适合你的设备时，查找类似的应用。
提问示例: ComfyUI 对我来说太复杂了——有什么更简单的？
get_app_details
获取目录条目
获取某个工具的许可证、硬件要求、支持平台、价格和链接。
提问示例: Ollama 的许可证和硬件要求是什么？
list_categories
列出分类
列出目录分类、使用场景和操作系统。
提问示例: 有哪些应用类别？每个类别有多少应用？
list_local_models
浏览本地模型
列出常用本地模型的精选目录，包含参数规模、下载大小、功能和许可证，可按体量级别、功能或用途筛选。
提问示例: 哪些本地模型能读取图片，且下载大小不到 10 GB？

决策与核查

compare_apps
比较应用
从许可证、硬件、平台和价格等维度并排比较本地 AI 应用。
提问示例: 为初学者比较 Ollama、LM Studio 和 Jan。
check_hardware_compatibility
检查硬件兼容性
判断某个应用（以及可选的特定模型规模）是否适合你的平台和内存，不适合时给出替代方案。
提问示例: ComfyUI 能在我 8 GB 显存的 Windows 笔记本上运行吗？
estimate_vram
估算显存
根据模型规模、量化方式和上下文长度估算所需内存，并判断你的设备是否放得下。
提问示例: 32B 模型在 Q4 量化、8K 上下文下需要多少内存？
recommend_models
推荐本地模型
从精选目录中挑出能在你的电脑上运行的本地 LLM，并给出准确的 Ollama 下载命令，以及所选应用加载模型的方式。
提问示例: 在 24 GB 内存的 Mac 上，用 Open WebUI 写代码应该运行哪个本地模型？
explain_license
解释许可证
用通俗语言解释某个软件许可证（AGPL-3.0、Apache 2.0、MIT 等）的核心规则。
提问示例: 我可以在公司的产品中使用 AGPL-3.0 的应用吗？

阅读与学习

search_promptquorum
搜索 PromptQuorum
搜索本地 LLM 指南、提示词工程文章和软件目录。
提问示例: 如何在 Mac 上运行 Llama？
get_article
获取 PromptQuorum 文章
通过所属集群和 slug 获取一篇文章的完整内容。
提问示例: 打开你刚找到的完整指南。
find_related_content
查找相关内容
汇总某个应用或主题的评测、对比指南、实测和安装设置文章。
提问示例: 给我看 Open WebUI 的评测和安装指南。
list_pages
列出可读取的页面
列出网站上所有非文章页面，例如首页、关于、PromptQuorum 应用页、安全与隐私页面，并附简短说明。
提问示例: 除了文章之外，PromptQuorum 还有哪些页面？
get_page
读取页面
返回 list_pages 中某个页面的可读文本，例如首页、关于、安全或隐私页面。当问题针对网站本身而不是某篇文章时使用。
提问示例: PromptQuorum 的“关于”页面写了什么？
get_hands_on_test
实测结果
返回 PromptQuorum 对某个应用的实测发现及证据标签；如果没有测试过，会明确告知。
提问示例: PromptQuorum 真的测试过 BoBe 吗？出了什么问题？
get_latest
最新动态
按时间从新到旧列出最近新增的应用、更新的文章和已发布的实测。
提问示例: 目录最近新增了什么？
list_clusters
列出内容集群
列出网站上的每个内容板块及简短说明。
提问示例: PromptQuorum 涵盖哪些主题？
get_site_stats
站点规模与使用情况
返回 PromptQuorum 的简介和规模：收录的应用、语言、文章、实测、AI 助手调用次数和 Ask Hans 回答数。只读的匿名汇总数据。
提问示例: PromptQuorum 是什么？规模有多大？

开始与你的档案

start
从这里开始
打开引导菜单：先是一个简短的隐私问题，然后是此连接的功能和编号任务列表。在你回答“是”之前不会保存任何内容。
提问示例: 开始
set_consent
保存你的隐私选择
记录你的“是”或“否”。选择“是”会在一个随机代码下保存一个小型假名化档案（语言和同意记录）；选择“否”则不保存任何内容，所有目录工具照常可用。
提问示例: 是的，保存我的语言和设置。
my_profile
查看我的档案
准确显示为你的档案代码存储的内容：同意日期、同意文本版本、语言、时间戳和到期时间。
提问示例: 你们存储了关于我的哪些信息？
forget_me
忘记我
立即删除你已保存的档案和同意记录。撤回同意与给予同意一样简单。
提问示例: 忘记我并删除我的数据。
set_language
设置语言
将菜单和回答切换为九种语言之一。只有在你有档案时才会被记住。
提问示例: 请用中文。

一个实际示例

连接之后是这样的：用日常语言提问，助手调用工具，并附上来源链接作答。

你

我有一台 24 GB 内存的 Mac。想和我的 PDF 对话，该用什么？

调用的工具: recommend_stack

助手

目录中的“文档对话”组合是：用 Ollama 作为运行环境，再配合 AnythingLLM 来导入并向 PDF 提问。列出的硬件下限是 16 GB 内存（GPU 可选），你的 24 GB 高于该下限。两者都免费，并支持 Mac。目录尚未核实各应用的具体内存需求，因此该下限只是组合的参考值，而非保证。

回答中的链接

根据一次真实的 recommend_stack 响应精简而成。回答会因助手以及提问时目录中的内容而异。

资源与提示词

除工具外，服务器还提供助手可作为背景上下文加载的只读资源，以及可直接使用的提示词模板。支持情况取决于你的客户端；工具在所有客户端都能用。

promptquorum://categories

应用类别、使用场景和操作系统（含数量）。

promptquorum://stacks

按目标划分的常见应用组合及最低硬件要求。

promptquorum://app/{slug}

按应用 slug 获取的单个目录条目。

promptquorum://article/{cluster}/{slug}

按分组和 slug 获取的单篇文章。

promptquorum://methodology

如何解读数据：已核实、未知与估算。

现成提示词

start

打开 PromptQuorum 菜单（/start）

recommend_local_ai_stack

为我的硬件推荐本地 AI 组合

compare_local_ai_tools

针对某个使用场景比较本地 AI 工具

find_offline_alternative

为云端工具寻找完全离线的替代品

check_commercial_license

检查我能否将某个应用用于商业用途

如何解读回答

1目录数据为编辑内容，可能已过时。安装前请先查看官方网站。
2“未研究”或“未知”表示 PromptQuorum 没有经过核实的数据，既不代表不行，也不代表一定能用。
3模型的内存和显存数值是估算值，不是基准测试，也不代表速度。
4实测发现会保留其证据标签（观察、测量、厂商声明、测试者观点）。未测试的应用会被标明为未测试。
5许可证说明仅为一般性信息，不构成法律意见。应用的许可证与你在其中运行的模型的许可证是分开的。

访问与限制

公开、只读、免费，无需登录。适用合理使用限制：每个 IP 地址每分钟 120 次请求。使用计数仅为汇总数据；为实现限流，会将哈希处理后的 IP 地址保留一分钟，且绝不与你的提问内容关联。

实时使用情况

MCP 服务器使用情况

统计任意 AI 助手对 PromptQuorum MCP 服务器的每一次调用。绝不保存：姓名、IP 地址、提问内容。应用、类别和语言仅在与已知的目录条目或网站语言匹配时才会记录。

MCP 服务器使用情况	今日（UTC）	昨日	最近 7 天	最近 30 天	累计
工具调用次数	16	49	160	1,693	2,557
启动次数	0	0	0	6	6

2026-10-092026-11-07

每日工具调用次数（最近 30 天）

使用的工具

使用的工具	今日（UTC）	昨日	最近 7 天	最近 30 天	累计
get_article	6	6	40	970	1,153
get_app_details	1	1	8	387	461
search_promptquorum	7	7	53	154	614
search_apps	0	0	9	42	158
get_hands_on_test	1	0	2	28	28
recommend_models	0	28	28	28	28
estimate_vram	0	2	2	20	20
list_clusters	0	0	1	10	19
get_latest	0	0	2	9	9
compare_apps	1	1	5	8	18
list_categories	0	0	3	8	16
find_best_apps	0	0	2	8	8
start	0	0	0	6	6
recommend_stack	0	1	2	5	5
check_hardware_compatibility	0	2	2	3	3
find_related_content	0	0	0	2	2
my_profile	0	0	0	2	2
forget_me	0	0	0	1	1
list_local_models	0	1	1	1	1
set_consent	0	0	0	1	1
explain_license	0	0	0	0	4
find_local_alternative	0	0	0	0	0
get_app_alternatives	0	0	0	0	0
get_page	0	0	0	0	0
get_site_stats	0	0	0	0	0
list_pages	0	0	0	0	0
set_language	0	0	0	0	0

被查询的应用

被查询的应用	今日（UTC）	昨日	最近 7 天	最近 30 天
Ollama	2	4	6	6
llama.cpp	1	1	2	2
LM Studio	1	1	2	2
vLLM	1	1	2	2
Open WebUI	0	1	1	1

被查询的目录类别

暂无数据

提问语言

提问语言	今日（UTC）	昨日	最近 7 天	最近 30 天
DE	6	6	12	12

统计起始于 2026年11月6日. 工具从第一次调用起统计。应用、类别和语言显示的是助手询问的内容，因此一次调用可能出现在多行中，各表合计不等于调用次数。这些表格从开始统计的当天算起。

原始 JSON：/api/mcp-status。目录数据为编辑内容，可能已过期，下载链接未经 PromptQuorum 验证。