
Smithery
Smithery是基于Model Context Protocol开发的语言模型功能扩展平台,核心定位是为用户提供模块化的大语言模型能力增强方案
Smithery是基于Model Context Protocol开发的语言模型功能扩展平台,核心定位是为用户提供模块化的大语言模型能力增强方案。平台支持多类型外部服务器对接集成,可实现动态上下文扩展、第三方工具联动、自定义服务部署三类核心功能,面向AI开发人员、大语言模型应用开发者、企业AI技术团队、个人AI爱好者等群体,适用于大模型定制化开发、行业场景AI应用落地、个人AI工具搭建等场景,帮助用户无需修改大模型底层架构即可按需拓展模型的能力边界。
- 适用对象
- AI开发人员(大模型功能定制开发场景)
- 主要功能
- MCP协议适配、多服务器集成
- 计费方式
- 免费增值,部分功能付费
- 平台
- 网页
- 已收录
- 2026.06.14(138 天)
阅读目录
编辑评测与站内热度
编辑综合评分
满分 5 分
六维指标基于站内真实数据(热度、社区反馈、资料完整度、可达性核验等)综合评估,非用户投票。
全站热度排名
#1970
分类内排名
#73 / 542
累计站内点击
—
近 7 日点击
—
排名与点击为站内真实统计口径,反映 Toolifai 用户行为,非编辑评分。
Smithery是什么,怎么使用?
约 5 分钟Smithery是基于Model Context Protocol开发的语言模型功能扩展平台,核心定位是为用户提供模块化的大语言模型能力增强方案。平台支持多类型外部服务器对接集成,可实现动态上下文扩展、第三方工具联动、自定义服务部署三类核心功能,面向AI开发人员、大语言模型应用开发者、企业AI技术团队、个人AI爱好者等群体,适用于大模型定制化开发、行业场景AI应用落地、个人AI工具搭建等场景,帮助用户无需修改大模型底层架构即可按需拓展模型的能力边界。
主要功能
- MCP协议适配:平台原生支持Model Context Protocol协议,用户无需额外开发协议适配层,即可直接对接符合该协议标准的各类服务端资源。操作时只需在平台控制台输入对应服务的接入地址与授权信息,平台会自动完成协议握手与兼容性校验,适配完成后即可将服务能力直接注入关联的语言模型,缩短跨服务对接的开发周期。
- 多服务器集成:支持同时对接多个不同类型的外部服务器,包括知识库服务器、API工具服务器、私有数据服务器、行业模型服务器等。用户可在平台的集成管理页面逐个添加服务器,自定义每个服务器的调用优先级与触发条件,平台会根据任务需求自动调度对应服务的资源,实现多服务能力的协同调用,满足复杂任务的处理需求。
- 动态能力扩展:可根据当前处理的任务类型,动态为语言模型加载对应的扩展能力,无需提前固定模型的功能范围。当用户提交任务请求后,平台会自动识别任务场景,匹配对应的已接入服务器资源,将相关上下文与工具能力实时注入语言模型的推理过程,任务完成后自动释放相关资源,避免不必要的资源占用。
- 自定义服务部署:为有个性化需求的用户提供自定义服务部署功能,支持用户将自行开发的业务服务、私有知识库、专属工具接口封装为符合MCP协议的服务节点。用户只需按照平台提供的服务模板完成代码适配,即可将自定义服务上传到平台进行托管,也可部署在自有服务器后通过平台接入,实现专属能力的私有化集成。
- 调用日志管理:平台会完整记录每一次语言模型调用扩展服务的全流程日志,包括请求参数、服务响应内容、模型推理结果、调用耗时等信息。用户可在日志管理页面按时间、服务类型、任务关键词筛选历史记录,支持一键导出完整日志用于效果分析与问题排查,帮助用户持续优化服务调用策略与模型效果。
- 权限分级管控:针对团队协作场景提供分级权限管理功能,支持管理员为不同角色的团队成员分配不同的操作权限。可设置部分成员仅能查看服务调用效果,部分成员可添加或修改集成服务,管理员可管控所有服务的接入与授权,避免敏感服务资源被误操作或未授权访问,保障企业级使用场景下的数据与服务安全。
怎么使用
- 访问Smithery官网完成账号注册,可选择个人账号或企业团队账号类型,按照指引完成邮箱验证与基础信息设置,登录后进入平台主控制台界面。
- 在控制台的“服务集成”板块查看支持接入的服务列表,选择需要对接的服务器类型,按照提示填写服务的接入地址、授权密钥等必要信息,提交后等待平台完成兼容性校验。
- 校验通过后,在“扩展配置”页面关联需要增强的语言模型,自定义每个扩展服务的触发规则、调用优先级、参数传递规则,完成后保存配置方案。
- 进入测试页面输入测试任务请求,查看语言模型调用扩展服务的处理效果,根据返回结果调整服务配置与调用规则,直到满足预期效果。
- 正式使用时可通过平台提供的API接口将配置好的增强模型集成到自有业务系统中,也可直接在平台内处理相关任务,同时可在日志页面查看所有调用记录与效果数据。
适合什么人群
- AI开发人员(大模型功能定制开发场景)
- 大语言模型应用开发者(AI应用落地场景)
- 企业AI技术团队(行业AI解决方案搭建场景)
- 个人AI爱好者(个性化AI工具搭建场景)
- 产品经理(AI产品功能原型验证场景)
- 数据分析师(结合大模型的数据分析场景)
总结
这是一款围绕Model Context Protocol打造的大模型扩展平台,区别于多数直接提供大模型推理服务的平台,它的核心价值在于搭建了大模型与外部服务之间的标准化连接层。对于很多在大模型应用开发过程中遇到能力边界问题的开发者来说,它解决了不同服务与大模型之间的适配痛点,不用再为每个第三方服务单独开发对接逻辑,通过统一的协议标准就能快速完成多服务集成。平台的模块化设计也降低了扩展门槛,无论是接入公开的工具API,还是对接企业内部的私有知识库,都只需要简单的配置即可完成,不需要改动大模型本身的架构。同时它支持动态加载扩展能力的特性,也适合处理场景多变的复杂任务,不用为不同场景单独部署多个定制化模型,能够减少资源与开发成本。目前在MCP生态的相关工具中,它的功能覆盖相对全面,既适合个人开发者做小型AI工具的快速搭建,也能满足企业团队做规模化AI应用落地的相关需求,是在大模型功能扩展方向值得尝试的工具平台。
价格与免费额度
平台提供免费版与多个付费版本,免费版支持最多接入3个外部服务,单月累计调用次数不超过1000次,仅支持单账号使用,适合个人用户体验功能与小型原型验证场景。基础付费版价格为每月19美元,支持最多接入20个外部服务,单月调用次数上限为5万次,可添加3个团队成员,适合小型开发团队使用。专业版价格为每月99美元,支持无限制接入服务数量,单月调用次数上限为100万次,支持10人团队协作与自定义服务托管,适合中型企业的AI应用落地场景。企业版提供定制化报价,支持无限调用次数、专属技术支持、私有部署选项与更高等级的安全保障,适合有大规模AI应用需求的大型企业用户,用户可根据自身的服务接入数量与调用规模选择对应版本。
优点与不足
优点
- 原生适配Model Context Protocol,无需额外开发协议适配层,降低跨服务对接的开发成本
- 支持多服务器同时集成,可自定义服务调用规则,实现多服务能力协同,满足复杂任务处理需求
- 提供动态能力扩展机制,按需加载对应服务资源,避免固定模型功能带来的资源浪费
- 支持自定义服务部署与托管,兼顾公有服务接入与私有能力集成,适配不同用户的个性化需求
- 提供完整的调用日志与权限管控功能,满足团队协作与企业级场景的使用需求
不足
- 仅支持符合Model Context Protocol的服务接入,非协议标准的服务需要额外改造后才能对接
- 新手用户需要先理解MCP协议的相关概念与运行逻辑,存在一定的学习门槛
- 目前服务生态覆盖的行业垂直类服务数量有限,部分细分领域的需求需要自行开发自定义服务
- 免费版的可接入服务数量与调用次数限制较严格,中大型团队使用需要升级到付费版本
能帮你做的 8 件事
- 01MCP协议适配
- 02多服务器集成
- 03动态能力扩展
- 04自定义服务部署
- 05MCP协议工具场景的常用方案
- 06大模型扩展场景的常用方案
- 07AI开发人员(大模型功能定制开发场景)的日常效率工具
- 08先用免费额度验证需求再决定付费
更新历史
- Smithery 收录进 Toolifai 目录
- 页面资料核验与信息更新
常见问题
Smithery对接外部服务是否需要修改原有服务的代码?
如果原有服务已经符合Model Context Protocol的标准,则不需要修改任何代码,只需要在平台中填写服务的接入地址与授权信息即可完成对接。如果原有服务没有适配MCP协议,则需要按照平台提供的协议适配文档,对原有服务的接口做少量调整,封装为符合协议要求的格式,或者使用平台提供的代理转换工具完成协议转换,不需要改动服务的核心业务逻辑,整体改造成本较低,大部分服务可在1-2个工作日内完成适配接入。
Smithery支持对接哪些类型的大语言模型?
目前平台支持对接GPT系列、Claude系列、Gemini系列等主流的商用大语言模型,同时也支持对接Llama、Qwen、Mistral等开源大语言模型,无论是部署在公有云的商用模型API,还是用户自行部署在本地的开源模型,都可以通过平台提供的模型接入接口完成关联。平台会在关联过程中自动适配不同模型的输入输出格式,用户无需针对不同模型单独调整扩展服务的配置,同一套服务扩展方案可以适配多个不同的大语言模型,减少重复配置的工作量。
使用Smithery对接私有数据服务会存在数据泄露风险吗?
平台提供两种私有数据对接模式,第一种是代理转发模式,平台仅转发用户的调用请求,不会存储私有服务返回的敏感数据,请求处理完成后会直接将结果返回给关联的大模型,平台侧不留存相关数据。第二种是私有部署模式,用户可以将Smithery的核心服务部署在自有服务器集群中,所有服务调用与数据处理都在用户的私有网络内完成,不会对外传输任何敏感数据。同时平台所有的数据传输过程都采用加密协议,用户也可以通过权限管控功能限制私有服务的可访问范围,多维度保障数据安全。
Smithery的动态扩展功能具体是如何运行的?
当用户提交任务请求后,平台会首先对任务内容做语义分析,识别任务所属的场景与需要用到的能力类型,然后匹配用户已接入的相关扩展服务,自动调用对应服务获取所需的上下文数据或工具处理结果,将这些信息整合后注入到大模型的推理提示词中,大模型基于扩展后的信息生成处理结果,最后由平台将结果返回给用户。整个过程都是自动完成的,用户不需要手动调用外部服务,也不需要手动拼接提示词,平台会根据预设的规则完成所有调度工作,任务完成后相关的临时加载资源会自动释放,不会影响后续其他任务的处理。
可以将Smithery配置好的扩展模型集成到自己的业务系统中吗?
可以,平台为所有配置完成的增强模型提供标准的API调用接口,用户在平台中完成扩展配置与测试后,可以直接调用平台提供的API接口,传入任务请求即可获得经过扩展能力增强后的模型返回结果。API接口的调用格式与主流大模型的API格式兼容,用户只需要将原有业务系统中调用大模型API的地址替换为Smithery的API地址,即可快速完成集成,不需要对业务系统的代码做大量修改,适配过程非常便捷。同时平台提供完整的API调用文档与错误码说明,方便开发人员快速完成对接。
Smithery有没有提供现成的可用服务,还是所有服务都需要用户自行对接?
平台内置了服务市场,提供大量已经完成MCP协议适配的公开服务,包括常见的工具类服务如天气查询、航班查询、代码运行器,知识库类服务如公开行业知识库、百科数据库,以及行业垂直类服务如法律条文查询、医疗知识库等。用户可以直接在服务市场中选择需要的服务,一键完成接入,不需要自行对接服务提供方。如果服务市场中没有用户需要的特定服务,用户也可以自行对接外部服务或者上传自定义服务,两种方式都支持,用户可根据自身需求选择。
开始使用 Smithery
从官方入口了解最新功能与使用方式。
由 Toolifai 编辑维护
欢迎产品方补充截图、功能介绍与官方资料。更新和纠错由编辑审核后发布。