MCPMark

简介

MCPMark 是面向真实 MCP（Model Context Protocol）工具环境的压力测试评测集，覆盖 Notion、GitHub、Filesystem、PostgreSQL 与 Playwright 五类环境，共 127 道由领域专家与 AI 智能体协同构建的任务。每道题都带有精心准备的初始状态和程序化校验脚本，要求智能体完成多样的增删改查操作和更丰富的环境交互，在隔离沙箱中可复现执行。注意：DataLearner 另有 MCPMark-Verified 条目，对应部分厂商模型卡使用的验证子集，两者成绩不可直接比较。