调研 · Smithery — MCP 生态的 Docker Hub

1 · 是什么 / 为什么重要 — MCP 的 Docker Hub

1.1 一句话定位

Model Context Protocol (MCP) 是 Anthropic 2024-11 发布的"agent ↔ tool"通信协议。协议本身只规定 JSON-RPC over stdio/HTTP 的接口契约,不规定 server 去哪里发现、谁来托管、怎么 OAuth。这套缺失的"agent-internet 基础设施层"被 Smithery 在 2024-12 抢先占住。

Smithery 自我描述:

"the largest open registry for connecting AI agents to the outside world" —— 来自 smithery.ai/docs 引言。

About 页的使命表述 (官网原文,2026-05 当前):

"…not clicks. We're accelerating the economy of AI-native services, building the infrastructure for agents to seamlessly interact with the world."

三个明确组成:Registry (server 目录) + Hosted Runtime (托管 MCP server 跑在 Smithery 集群) + Smithery Connect (替开发者管 OAuth / 凭证 / token 刷新)。下文 §3 拆。

1.2 为什么"近期所有合成训练数据 paper 都引用它"

本系列里出现的引用:

• #03 Agent-World (2026-04): 从 Smithery 抓 2,880 个 MCP server 作为 M₁ 主题源 —— paper §3.1 明确写"crawl public MCP catalog (Smithery as of April 2026)"。
• #22 TOUCAN (MIT-IBM, 2025-10): 起手 ~2,800 Smithery + GitHub MCP server,经"connectivity + auth + tool count ≥ 1"三层过滤后剩 495 个真实可用 server 才进入数据合成。
• #23 EnvScaler (RUC NLPIR, 2026-01): 用 Smithery 的 server metadata 做"real-MCP baseline",但最终自己走"程序化合成 Python class env"路线,因为 Smithery server 不天然支持 100 轮 dual-agent 验证。

为什么三家都选它?三个工程性原因:(1) JSON 结构化:每个 server 有 qualifiedName / displayName / description / tools[] / useCount / isDeployed / isVerified,scrapable;(2) license-friendly:server 多数 MIT / Apache;(3) 免费 + 可脚本化:Registry API 公开,不收 token 钱。同期的 MCP.so 虽然 server 数量更大 (19K+),但没有 API,只有 web UI,无法批量抓取。

2 · 公司 / 团队 / 融资

2.1 创始人

2.2 时间线

2.3 资本背景

• Tracxn 档案:Seed-stage, 2025 年 1 轮种子,金额"未公开",Lead investor South Park Commons,共 1 名投资人参与。
• Crunchbase 页面 (403 屏蔽爬虫,仅 SERP 摘要):同样标 Seed,金额 undisclosed。
• 未见 A 轮 / 估值 / 员工总数等公开数字 —— Tracxn 标 employee count "未提供"。

2.4 团队 (公开可见的)

About 页只列三个创始人,加上招聘文案"We're hiring builders who want to ship fast, own outcomes, and shape how agents use tools"。团队规模未公开 —— 但基于 (a) 35 个 GitHub repo (b) Henry Mao 自报 $6M ARR (c) Seed stage,合理估计 10–30 人(此为推测,不写入正文事实)。

3 · 平台架构 — Registry + Hosted Runtime 双轨

3.1 全景图

3.2 Registry — 免费的目录

Registry 是 Smithery 最原始的产品形态:每个 server 一条 JSON 记录,包含 qualifiedName (如 @smithery/toolbox) / displayName / description / connections[] (定义 stdio 还是 HTTP) / tools[] / isDeployed / isVerified / useCount。这是 #03 / #22 / #23 三篇 paper 都依赖的接口。

检索能力:语义搜索 + 一组 GitHub-style 过滤器 — owner:username、repo:reponame、is:deployed、is:verified。Browse 页提供 Development / Productivity / Data APIs / Web Search / Browser Automation / Communication / … 等类目 (官网无公开"server 数 × 类目"细表,只能从分类导航推断)。

3.3 Hosted Runtime — 2026-03 起付费

开发者把 server 代码丢给 Smithery,Smithery 在自己集群里跑这个 server,对外暴露一个 https://<name>.run.tools 的 URL。agent 端只需 HTTP 调用即可,无需本地装 npm 包。关键拐点:

"We're rebuilding our hosting platform from the ground up. In the meantime, however, we've made the tough decision to move on from our current free hosting plan… Your server(s) will remain live until March 1st, 2026. New deployments will no longer go through on free plans. To continue listing on Smithery, you will need to upgrade your plan to host on Smithery, or register an external server for free." —— smithery.ai/blog/updates-to-our-hosting-plan

替代路线:external server 仍免费 —— 开发者自己跑 server (任何地方),Smithery 只在 Registry 里登一个 URL。这条免费通道是学术研究端真正在用的 —— Agent-World / TOUCAN 都不依赖 Smithery 的 hosting,只依赖它的目录。

3.4 Smithery Connect — managed OAuth

很多 MCP server 需要第三方 SaaS 凭证 (GitHub / Slack / Notion 等)。Connect 负责:

• OAuth 流:零 redirect-URI 配置,Smithery 替开发者做 callback
• 加密 write-only 凭证存储:agent 拿到的是 connection ID,不是 raw token
• 自动 token refresh:长会话凭证维持
• Service token + policy:可按 namespaces / resources / operations / metadata / ttl / 实验性 rpcReqMatch 精细限制 agent 能调什么 — 这是 token scoping 概念

这是和 Composio 最直接 overlap 的部分 — Composio 的 "Managed Auth" 解决同样问题。差异:Composio 主打"1,000+ 预制集成 + auth 一起打包",Smithery 主打"OAuth 抽象层 + 任何第三方 MCP server 都能套"。下文 §6 详较。

3.5 CLI · @smithery/cli

Node 20+ · TypeScript · AGPL-3.0 · 719 ★ · 90 fork · 2026-05-03 最新版 v1.0.1。命令树:

smithery auth   login / logout / whoami / token   # 认证
smithery mcp    search / add / list / remove / publish  # server 操作
smithery tool   list / find / get / call          # tool 调用
smithery skill  search / add / upvote / downvote  # Skills 操作
smithery namespace  list / create / use           # workspace

典型 5 行 onboarding:

npm install -g @smithery/cli
smithery auth login                  # 浏览器 OAuth
smithery mcp search "github"
smithery mcp add <qualifiedName> --id github
smithery tool call github issues.create '{"repo":"o/r","title":"Bug"}'

3.6 Registry API endpoints (摘自 docs/llms.txt)

4 · 规模与增长

4.1 公开可核对的数字

4.2 增长曲线 (示意)

4.3 类别分布 (从 docs / Browse 页观察)

Smithery 没有公开"server × category 数表"。从其 Browse 导航及 #22 TOUCAN 对 2,800 server 的人工分类来看,大致比例:

三个 server 反复出现在 Smithery 首页推荐位 (curl 抓取确认):@upstash/context7-mcp (Upstash 的 SDK doc lookup)、exa (web search)、gmail。这三个也是 #22 TOUCAN 在示例 trajectory 里高频用到的。

5 · 与 Anthropic 官方 Registry 的关系

5.1 官方 Registry 是什么

registry.modelcontextprotocol.io 由 Anthropic 2025-09-08 发布 preview,本身是一个 "meta-registry":

• 只存 metadata (server 名 / 描述 / repo URL / version),不托管 server 进程
• 由 Anthropic + GitHub + PulseMCP + Microsoft 共同维护
• 设计意图就是"intentionally minimal",做上游权威源,让下游 sub-registry (Smithery / Glama / MCP.so / PulseMCP / Docker Hub) 各自从这里同步,再加 UI / 搜索 / 类目 / 评分

5.2 互补还是竞争?

短期 — 互补。Smithery 等 sub-registry 的价值在 UI、搜索、托管、auth,这些是官方 registry 故意不做的。多家分析 (TrueFoundry blog、Gentoro guide) 都明确:

"The registry exists not to replace existing registries, but to anchor them in a shared, authoritative source… Smithery, Mastra, Glama.ai, and MCP.so still serve a purpose: they provide user-facing discovery, curated listings, and integration flows."

长期 — 潜在压力。官方 registry 一旦补齐了"verified / curated tier",end-user 可能直接从那里发现 server,Smithery 必须靠 hosted runtime + Connect (auth) + Skills 这些"registry 上面的增值层"留住客户。这正是 Smithery 把 hosting 改成付费的根本原因 — 纯目录业务难以单独构成商业护城河。

6 · 竞品矩阵

Smithery vs Composio 是最常被问的对照:

7 · 学术研究为何爱用 Smithery (链 #03 / #22 / #23) + 真实研究中的局限性

7.1 三篇论文里的具体引用

7.2 为什么研究端爱用

1. 结构化 JSON catalog — Registry API 直接吐 JSON,可批量下载;MCP.so 体量更大但只有 web UI。
2. License 友好 — 大部分 server MIT/Apache,论文里可放心列出。
3. 免费 + 无 rate-limit 阻碍 (相对) — agent 端调 Registry API 不需要 token 钱。
4. 可脚本化的 verified/deployed 标记 — 配合 is:deployed is:verified 一键筛掉一大半垃圾。
5. 规模 ≥ 训练所需多样性 — 7K 量级 server 足够覆盖 "tool category × use case"组合。

7.3 真实研究中的局限性 (这才是关键诚实部分)

结论:Smithery 是极佳的训练任务主题来源,但不是 agent RL gym。把它当 gym 用的研究都会被迫做 EnvScaler / AWM 那条合成 env路线,或像 #19 MCP-Atlas 那样限定 36 个精挑的 server。

8 · 开发者 / 商业实用指南

8.1 怎么把 Smithery 接到自己的 agent harness

最低成本路径 (3 行 TypeScript):

import { createTransport } from "@smithery/sdk";
const transport = await createTransport(
  "https://server.smithery.ai/<qualifiedName>/mcp",
  { apiKey: process.env.SMITHERY_API_KEY }
);
// 然后 transport 接进任何 MCP-aware agent (Claude / Mastra / AgentKit / Cursor)

Inngest AgentKit 等框架需要走createSmitheryUrl() 而非 createTransport,因为它要的是 WebSocket URL,加 /ws 后缀。

8.2 hosted 还是 self-host?决策表

8.3 安全 / 隐私要点

• credential 上送:用 Smithery Connect 时,OAuth token 加密存在 Smithery 后端。这意味着 Smithery 在技术上可读你给第三方授权的范围 — 必须信任 Smithery 的 SOC2-equivalent 控制 (官方未公布 SOC2)。
• token scoping:务必用 --policy 把 service token 限制到最小 namespace + operation + TTL,避免 agent 滥用。
• malicious server 风险:Smithery 没强制 server 沙箱审计,任何人可以发布。Verified 标记不等于安全审计。生产环境只装 is:verified 且 useCount 高的 server。
• data privacy in hosted mode:你的 agent prompt → Smithery hosted server → 第三方 SaaS。日志路径横跨三方,GDPR/HIPAA 场景需谨慎。

9 · 个人 take + 未来展望

9.1 Smithery 的护城河有多深?

三层护城河,深浅不一:

1. 规模网络效应 (中等):7K server 是显性优势,但 MCP.so 已 19K,这条护城河在"纯数量"上不绝对;Smithery 的真正优势是"JSON API + verified flag + useCount"这套结构化质量信号。
2. OAuth + Connect 抽象层 (较深):一旦开发者把用户 token 通过 Smithery Connect 拿到了,迁移走需要重做整个 OAuth flow + 重新让用户授权,switching cost 高。这是它和 Composio 共同的核心壁垒。
3. Hosting + Skills 上层产品 (浅):2026-03 转付费意味着开发者重新评估;若 hosting 不能提供显著超过 self-host 的 reliability,会很快流失。Hosting 业务能否站住,是 2026 Q3-Q4 的关键观察点。

9.2 Anthropic 长期威胁

官方 registry 目前是 "intentionally minimal",但趋势是:Anthropic 会逐步加 verified tier、官方背书 server、Claude Desktop / claude.com/partners 直连。一旦 end-user 习惯 "从 Anthropic 官方目录装 server",Smithery 的纯 discovery 流量会被分走。Smithery 的应对必然是向上做 — 做 Connect / Skills / Toolbox 这类增值,变成"MCP 上面的 Heroku"而非"MCP 上面的 GitHub"。

9.3 5 年内可能的演化路径 (我的猜测)

1. 2026 H2:Smithery 推 Series A,围绕 Hosting + Connect 的 vendor-side ARR (Henry Mao 私下提的 "$6M ARR" 大概率是 Smithery 整体含 Jenni 的 ARR,Smithery 单口径未必这么高)。
2. 2027:出现"MCP 上的 npm-style 包管理" — version pinning / dependency / vulnerability scanning。Smithery 或者做或者被官方 registry 做掉。
3. 2027-2028:Hosted runtime 演化成真正的"MCP serverless" — 不再是"跑你的 server 进程",而是function-as-a-MCP,按 invocation 计费,直接威胁 Cloudflare Workers + Vercel Functions 这种通用 serverless。
4. 2028+:可能被 Anthropic / 大云厂商 (AWS / GCP) 收购,作为 Bedrock-style "Agent Hub" 的一块拼图;或者 Composio / Smithery 合并成"MCP 端到端"。

9.4 给本系列读者的一句话

如果你在做 MCP agent SFT — Smithery 的 JSON catalog 是最便宜的训练任务主题源,直接抓 (像 #03 / #22 那样)。
如果你在做 MCP agent RL — Smithery 上的真实 server 不是合适 gym,你只有两条路:(a) 像 EnvScaler / AWM 走程序化合成 env,(b) 像 SETA 走Docker 化任务集;Smithery 此时只是 metadata 提供方,不是 environment 提供方。把这两件事分清楚,可以省下半年的踩坑。

来源清单 (Raw URLs)

• https://smithery.ai/
• https://smithery.ai/about
• https://smithery.ai/docs
• https://smithery.ai/docs/llms.txt
• https://smithery.ai/pricing
• https://smithery.ai/blog/updates-to-our-hosting-plan
• https://github.com/smithery-ai
• https://github.com/smithery-ai/cli
• https://x.com/Calclavia/status/1912233083501441504 (Henry Mao "4K+ servers" 公告)
• https://x.com/Calclavia/status/1911638656345153559 (Toolbox 发布)
• https://sg.linkedin.com/in/calclavia (Henry Mao 公开档案)
• https://tracxn.com/d/companies/smithery/ (创始人 / Seed / South Park Commons)
• https://www.crunchbase.com/organization/smithery-9f25 (403 屏蔽,仅 SERP 摘要)
• https://workos.com/blog/smithery-ai
• https://ngrok.com/blog/smithery-ai-shaping-agent-first-internet
• https://www.truefoundry.com/blog/best-mcp-registries (7K+ 引用源)
• https://hasmcp.com/alternatives/smithery-vs-composio
• https://composio.dev/blog/smithery-alternative
• https://registry.modelcontextprotocol.io/ (Anthropic 官方 registry)
• https://blog.modelcontextprotocol.io/posts/2025-09-08-mcp-registry-preview/ (官方 registry preview 公告)
• https://agentkit.inngest.com/integrations/smithery (createSmitheryUrl 用法)

相关链接