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,…
Dedotto dai trasporti dichiarati da questo annuncio (stdio). Un client che non compare qui non è escluso — semplicemente Forge non è in grado di confermarlo.
La verifica conferma l’identità del publisher (la proprietà del repo), non la sicurezza del codice. L’analisi di sicurezza copre i CVE noti e gli script di installazione sospetti.
Forge non ha alcuna analisi registrata per questa voce, quindi non ha alcuna osservazione della sua superficie di strumenti. È assenza di prove, non prova che non esponga alcuno strumento.
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…