Cache headers, CDN, LRU simulation for AI agents
MCP Server #30 — Caching and memoization tools for AI agents. Analyze, generate, simulate, and optimize caching strategies across HTTP, CDN, and browser layers. Analyze HTTP cache headers (Cache-Control, ETag, Last-Modified, Expires, Vary). Grades the overall caching strategy A+ through F and provides actionable improvement suggestions with context-aware advice for static assets, API responses,…
Inferido de los transportes que declara este listado (stdio). Que un cliente no aparezca aquí no significa que se haya descartado: simplemente Forge no puede confirmarlo.
La verificación confirma la identidad del publicador (la propiedad del repo), no la seguridad del código. El análisis de seguridad cubre los CVE conocidos y los scripts de instalación sospechosos.
Forge no tiene ningún análisis registrado de esta entrada, así que no tiene ninguna observación de su superficie de herramientas. Eso es ausencia de pruebas, no prueba de que no exponga ninguna herramienta.
MCP Server #30 — Caching and memoization tools for AI agents. Analyze, generate, simulate, and optimize caching strategies across HTTP, CDN, and browser layers. Analyze HTTP cache headers (Cache-Control, ETag, Last-Modified, Expires, Vary). Grades the overall caching strategy A+ through F and provides actionable improvement suggestions with context-aware advice for static assets, API responses, HTML pages, and media. Generate deterministic cache keys from various inputs: URL mode — normalizes…