绿色的 86.9% 没跑过：MCP 矩阵里的证据分层

绿色的 86.9% 没跑过：MCP 矩阵里的证据分层

口径同前：采集机汇总文件生成于 2026-11-02T19:53:24.631Z（北京时间 2026-11-03 03:53），mode 为 full、finalChunk 为 true，161 个 server 乘 17 个宿主共 2737 格。本文数字均为 2026-11-03 在原始 JSON 上重算。

1438 个通过格看着是一片绿。但把每一格的证据字段拆开，情况会变：其中 1250 格对应的判定文字是「配置格式匹配，装上即可用」，188 格对应的是「已在本机实际安装，连接成功」。

1250 加 188 正好等于 1438，一格不差。这不是巧合，是结构决定的 —— 17 个宿主里只有 5 个装了命令行工具，其中 2 个还没测成。

真机只覆盖三个宿主

采集机的 hostAvailability 里 available:true 的只有三个：claude-code（2.1.311）、gemini-cli（0.66.0）、qoder（1.1.80）。codebuddy 与 opencode 记的是 available:false、reason:"未知原因"，各 161 格全是未测。

剩下的 12 个宿主，每列都是 112 格文档判定加 49 格协议实测，合计 1344 格，真机格为 0。

于是三层证据的通过率差得非常远：

实操口径上，真机 796 格里 322 格未测，可测 474 格、通过 188 格，通过率 39.7%。文档层 1344 格通过 1250 格，通过率 93.0%。

这个落差不是谁算错了。文档层判的是「这份配置格式能不能被这个宿主接受」，它天然宽松：格式对了就算过。真机层判的是「装上去、连上、工具列得出来」，运行时的问题全算在内 —— 依赖没装、启动超时、进程根本起不来。

所以看到一个宿主整列 110 格绿，先看证据列。如果那 110 格里真机格是 0，这句话的准确含义是「这 110 个 server 的配置格式它都认」，而不是「这 110 个都能用」。

受限 59 格只出现在四个宿主

受限是第三种结论：能装、能用一部分，但不算通过。59 格全落在文档层，分布在四个宿主。

zed 那 31 格是 resources 原语的支持差异：工具照常能用，资源类内容完全取不到，界面也不提示。server-everything 有 7 个资源项，正好落在这一条线上，可以在它的详情页核对。

cursor 的 13 格全是工具数问题，最小的一条是 41 个工具、最大的是 628 个 —— 同一个上限，两种量级都会撞上。windsurf 的阈值高得多，约 100 个，所以只有 4 格。

lingma 那 11 格要单独说：它记的是「缺少可靠资料、不做判断」，属于缺证据，不是不支持。把它当失败读，会平白多出一批「装不上」。

552 格协议实测全在零工具 server 上

协议实测 597 格里 552 格可测、全部失败，45 格未测。这 597 格有个共同点：全部落在 51 个 toolCount 为 0 的 server 上，一个有工具的 server 都没有。

原因不复杂：有工具的 server 在 12 个文档宿主上按格式判过，走了文档层；只有零工具的 server 需要真去探一下，探完发现没有工具可列。

所以这 552 格失败不能拿来评价宿主。它测的是「这个 server 有没有东西可调」，答案本来就是 0。

873 格失败按两种方式拆都得做

先按证据拆：协议实测 552 格、真机 286 格、文档 35 格，合计 873。前两块并起来 838 格，占 96.0%。

再按宿主拆：qoder 119 格、gemini-cli 118 格、claude-desktop 59 格、claude-code 49 格，其余 11 个宿主各 48 格，codebuddy 与 opencode 各 0 格。

两种拆法得出的判断相反，所以都得做。只按宿主拆，会以为是那两个宿主不行；只按证据拆，会以为全是没跑过的。真实情况是两者交叉：qoder 那一列 119 格里 48 格来自零工具 server，真正属于「有工具却装不上」的是 71 格。

真机的 286 格失败同样要再分一次：其中 144 格来自零工具 server，占 50.3%，剩 142 格才是有工具 server 的运行时失败。

看矩阵时先看证据

三个动作，按顺序做：

1. 先确认自己在用的宿主在不在真机那 5 个里。不在，它那一列的绿只是格式判断，得自己跑一遍才算数。
2. 在的，再看失败格是零工具 server 还是真装不上。真机可测 474 格里，286 格失败中有 144 格要归到零工具 server 上。
3. 遇到受限格，去坑点清单按宿主查能力边界，别当失败处理。

矩阵每一格都带证据字段，页面和接口按它展示。判定规则本身见判定方法，宿主侧的能力约束见宿主能力对照，完整对照在宿主兼容矩阵。术语不清楚可以查术语表。

一句话收口

1438 格通过里 1250 格没跑过，188 格是真机。这个比例不是数据质量问题，是采集能力的边界 —— 12 个宿主没有可用的命令行工具，就只能按文档判。读表时把两层分开，结论才站得住；混着读，绿会被高估，红会被误解。