TDQS は、MCP ツール定義が AI エージェントにどのように通信するかをスクーリングするためのオープンなフレームワークです。 これは、すべてのMCPサーバーとレジストリのホストコネクタのすべてのツールをスコアするためにGlama使用方法です。

この文書は完全な仕様です。 rubric、正確なプロンプト、集計式、およびレジストリのスケールで実行する背後にある操作上の慣行 - そして、TDQSが終了するのに十分です。 MCP サーバーを維持し、より良いスコアが必要な場合は、スコアを改善し、チェックリストとして rubric を使用します。

• 採点の合理的: glama.ai/blog/2026-04-03-tool-definition-quality-score-tdqs
• インデックス作成方法論: glama.ai/mcp/methodology
• ライブスコア: glama.ai/mcp/tools のあらゆる用具に完全なパー次元の内訳が付いている公共のスコアのページがあります

コンテンツ

• なぜスコアツール定義?
• スコアを取得するもの
• スコープパイプライン
• ステージ1:コンテキスト信号
• ステージ2:ハードゲート
• ステージ3:LLM rubric評価
• 段階4:決定的な後処理
• スコアの計算
• ティア
• 旗および臭い
• サーバーレベルのスコア
• 1. ツール定義品質(全体的に70%)
• 2. 一貫性(全体的に30%)
• 影の道具
• 全体

Tool Definition Quality Score (TDQS)

TDQS is an open framework for scoring how well an MCP tool definition communicates to an AI agent. It is the methodology Glama uses to score every tool of every MCP server and hosted connector in its registry.

This document is the complete specification — the rubric, the exact prompts, the aggregation formulas, and the operational practices behind running it at registry scale — and is sufficient to reimplement TDQS end to end. If you maintain an MCP server and just want a better score, skip to Improving your score and use the rubric as a checklist.

• Scoring rationale: glama.ai/blog/2026-04-03-tool-definition-quality-score-tdqs
• Indexing methodology: glama.ai/mcp/methodology
• Live scores: every tool on glama.ai/mcp/tools has a public score page with the full per-dimension breakdown

Contents

• Why score tool definitions?
• What gets scored
• Scoring pipeline
  • Stage 1: Context signals
  • Stage 2: Hard gates
  • Stage 3: LLM rubric evaluation
  • Stage 4: Deterministic post-processing
  • Computing the score
  • Tiers
  • Flags and smells
• Server-level scores
  • 1. Tool definition quality (70% of overall)
  • 2. Coherence (30% of overall)
  • Shadowed tools
  • Overall
• Output format
• Improving your score
• TDQS across the registry
• Running TDQS at scale
  • How Glama uses the scores
• Appendix A: Tool scoring prompt
• Appendix B: Server coherence prompt
• References

Why score tool definitions?

Two empirical studies motivated the framework:

• “Model Context Protocol (MCP) Tool Descriptions Are Smelly!” audited 856 tools across 103 MCP servers and found that 97% of tool descriptions contain at least one quality defect, 56% do not clearly state what the tool does, and 89% never say when the tool should or should not be used.