Radar IA — modelos, MCPs e Agent Skills em movimento
O Radar é um módulo separado do catálogo. Ele acompanha fontes públicas — Hugging Face Hub, repositórios oficiais no GitHub, o registro oficial de servidores MCP, a especificação Agent Skills e repositórios de skills — e mostra o que está surgindo, crescendo e sendo atualizado, com score aberto, sub-notas visíveis e tendência medida dia a dia.
Análise somente de metadados e conteúdo textual: nada aqui é instalado, executado ou aprovado. Itens recém-descobertos aparecem marcados como ainda não revisados e não entram nas ferramentas do catálogo. Se a API do Radar estiver fora do ar, esta página usa o último retrato publicado e o restante do NeuroCatálogo continua funcionando normalmente.
Fontes acompanhadas
- Modelos — Hugging Face Hub, repositórios oficiais dos fabricantes no GitHub e fontes oficiais dos fabricantes.
- MCPs — registro oficial de servidores MCP (Model Context Protocol), organizações oficiais e GitHub.
- Skills — especificação Agent Skills, repositórios oficiais de fabricantes, skills da comunidade com SKILL.md compatível e listas confiáveis.
Abas e filtros do Radar
Abas: Modelos, MCPs, Skills, Emergindo, Novidades, Mais usados e Atualizados recentemente. Filtros: período (hoje, 7, 30 e 90 dias), Novo, Crescendo, Oficial, Verificado, Comunidade, Experimental, Open Source, Gratuito, Local, Nuvem, Windows, Linux, macOS, AMD e NVIDIA.
Score transparente e tendência
Cada item mostra sub-notas de popularidade, tendência, manutenção, qualidade da documentação, origem/confiabilidade, compatibilidade, maturidade, segurança e uso dentro do NeuroCatálogo, com o peso de cada uma conforme o tipo. A nota final usa apenas as sub-notas que têm dado real. A tendência vem de retratos diários: crescimento em 7 e 30 dias e o selo 🔥 Emergindo para quem está crescendo, não para quem é apenas grande.
Perguntas frequentes
O que o Radar IA acompanha?
Três coisas: modelos de IA (Hugging Face Hub e repositórios oficiais), servidores MCP (registro oficial do Model Context Protocol e organizações que os publicam) e Agent Skills — habilidades com SKILL.md, com scripts, referências e assets.
Como o score do Radar é calculado?
Cada item recebe sub-notas de 0 a 100 em popularidade, tendência, manutenção, qualidade da documentação, origem/confiabilidade, compatibilidade, maturidade, segurança e uso dentro do NeuroCatálogo. O peso de cada sub-nota muda conforme o tipo (modelo, MCP ou skill) e a nota final é a média ponderada apenas das sub-notas que têm dado real. Sem dado, a sub-nota não existe — ela não vira zero nem chute. A página de cada item mostra o detalhamento.
O que significa o selo Emergindo?
É crescimento recente, não tamanho. O Radar guarda um retrato por dia (downloads, likes, estrelas, forks, versão, última atualização, score) e compara com 7 e 30 dias atrás. O selo 🔥 Emergindo só aparece quando há crescimento real MEDIDO contra esses retratos — nunca porque um item recém-descoberto já tem muitas estrelas ou downloads.
E o selo “Novo com alta adoção”?
É outra coisa, e por isso tem outro selo (🌱). Ele marca itens descobertos há pouco tempo que já vêm com adoção relevante na fonte, mas para os quais o Radar ainda não tem histórico suficiente para afirmar que estão crescendo. Quando os retratos diários acumulam e o crescimento aparece (ou não), o selo é trocado pelo rótulo correspondente. Os dois nunca aparecem juntos.
Como o Radar sabe “no que este modelo é melhor”?
Em duas camadas, sempre identificadas na interface. Quando o autor publica avaliação no model card (model-index: tarefa, conjunto, métrica e valor — Ex.: MMLU, HumanEval), a categoria vem marcada como avaliação publicada, com a tabela dos números. Quando não há avaliação publicada, a categoria é classificação por capacidade declarada (pipeline, tags, nome e descrição) e aparece dita assim — o Radar não estima nota, não roda avaliação e não inventa resultado.
Por que uma skill famosa pode ter score baixo?
Porque estrelas e forks são do REPOSITÓRIO inteiro e valem para todas as skills dele — uma skill do repositório da Anthropic herda 177 mil estrelas sem que ninguém tenha usado aquela skill. Então elas contam pouco: entram como maturidade/confiabilidade do repositório, com teto baixo na popularidade. A popularidade de uma skill vem de sinais de uso específicos dela (favoritos, montagens de stack, “útil”, “funcionou para mim” e cliques na fonte original).
O Radar executa as skills ou os servidores MCP que encontra?
Não. Nunca. A análise é estática: o Radar lê metadados e texto (incluindo o SKILL.md e a listagem de arquivos) e marca sinais de risco — shell, escrita destrutiva, acesso a credenciais, execução arbitrária. Nada é baixado para execução, instalado, aprovado ou publicado automaticamente.
Um item que aparece no Radar está no catálogo do NeuroCatálogo?
Não necessariamente. Itens novos entram como "descoberto automaticamente — ainda não revisado" e só aparecem no Radar. Apenas itens aprovados na revisão local entram no catálogo e nas ferramentas de decisão.
Posso usar o Radar sem internet para os dados externos?
Sim. O site publica um retrato estático do Radar (fallback) que funciona sozinho, e a página mostra a hora da última atualização. Quando a API do Radar sobe, ela passa a ser a fonte ao vivo e o retrato fica como reserva.
Conteúdo de NeuroCatálogo · fontes públicas citadas em cada item, com data de verificação e nível de confiança.