3. 功能定位与用法 · 产品定位 · 快照与设计
CapaLens：定位、价值、功能与优势
版本范围：本文保留 2026 年 10 月的观点与版本语境。设计目标、后续计划、说明性示例与已交付能力需分别理解，具体功能以所使用版本为准。
前面的文章介绍了智能世界的图景与智能接入（Intelligent Access，简称 IA）的基本概念。这一篇讲 CapaLens 自己：我们是什么，不是什么，给谁带来什么，靠什么与别人不同。
一句话定位：
帮助人类与 AI 选择可信有效的智能接入，并提供安全性和可靠性方面的证据。
一句话口号：接入前，先查 CapaLens。
一、位置：在旁边查证据，不在调用路径上
你或你的 AI 通过 AI 客户端调用厂商的服务，这条线是直连的——凭据不经过 CapaLens，调用不经过 CapaLens。CapaLens 的设计是在这条线旁边，逐步为接入前判断提供三个方面的依据：条件满足了吗？证据在哪？最近变了什么？
人用网页查，AI 通过 MCP 查，两者读的是同一套事实。查完以后，决定由你做，连接由你的客户端做。
这个"旁边"的位置是刻意选的。它意味着我们不做网关、不托管、不代调用，从而减少业务调用对 CapaLens 的运行时依赖，并避免由 CapaLens 代管厂商凭据；这并不等于系统不存在故障或安全风险。它也意味着一条红线：我们提供证据，不替用户做最终决定，不执行接入，不是安全担保。
二、做什么，不做什么
定位句的后半句"提供安全性和可靠性方面的证据"值得多说一句。"安全可靠"不是 CapaLens 的承诺，而是两个证据维度：我们把每一项检查的结果、版本、日期摆出来，由你判断。我们以提供可核查证据而非保证结果为产品边界；具体法律责任仍取决于服务条款、实际行为及适用法律。
另一个边界是"2.5 层"。我们把需求搜索分成五层：关键词查找；单一任务 + 条件匹配；多工具组合；方案规划；代为调用。CapaLens 以第 2 层为目标，第 3 层只计划提供组合相关的证据（例如兼容性、权限叠加），不生成组合方案；组合证据也须以实际交付为准，第 4、5 层交给大模型。
判断口诀：输出能附上证据和版本的，归 CapaLens；只能靠推理或创作得出的，交给大模型。 大模型负责理解意图、拆解任务、与用户对话、规划和决定；CapaLens 负责事实——有哪些功能、能做什么、在什么条件下可用、证据是什么、最近变了什么、哪些还不知道。
三、价值：给四类使用者
给人（开发者、选型者）： 目标是减少跨目录查找、重复核对和试错。说明任务与条件后，按实际记录提供候选与证据；查询修改次数、外部页面数和关键条件确认率可作为后续验证价值的指标，而不是已经取得的效果承诺。
给 AI（agent、编码助手）： 提供结构化目录资料、匹配线索和明确未知项，帮助 AI 向用户追问。完整条件三态、自动追问建议与变更感知属于后续设计，不能仅因本文描述就视为当前返回字段。
给厂商： 区分来源所声明的官方与第三方身份，并让读者回到来源核对。认领、持续变更提示等机制属于后续设计；纠错应以网站实际提供的入口和处理范围为准。
给企业： 不知道员工连了哪些接入，没有审查依据。CapaLens 计划提供接入清单、持续检查、变化告警、审查记录，具体能力须以对应版本交付为准。
对企业这一项，我们标明是付费假设，待真实团队验证。公开查询按站点实际额度提供；订阅、持续检查、变更提醒和团队审核均以未来交付与条款为准，本次内容导入不接入收费。原则是不以付费换取核验结论；若有赞助，应明确标注并与证据及自然结果分离。
四、功能：五项能力与现状
以下是五项能力的设计目标，并非全部已上线；各项现状见本节后文。它们通向三步路径：
- 需求匹配：按"动词 + 对象"的业务需求搜索，条件逐条判定。
- 权限与风险说明：每条接入的动作等级（读取 / 写入 / 执行 / 调度）和所需授权。
- 分层核查与反馈：自我声明、文档核查、机器检测、人工校验四级分开标注；AI 可在用户许可下回报调用结果。
- 持续变更追踪：版本、文档、工具定义变化即重测，保留变更记录。
- 结构化依据：每条结果带适用版本、证据来源、检查日期、证据等级。
本文准备所依据的 0.4.8 构建快照：正式目录 246 个软件、363 条接口记录；另列 Registry 来源登记 11,382 条（来自官方注册中心元数据，不代表所登记服务均为厂商官方，文档未独立核查、接口未实测）；另有 6 条未核验、未实测的本地补充信息记录，尚不等于新增独立接入或当前线上总量。15 个只读 MCP 工具按正式目录 7 个、路径检查 1 个、来源候选 7 个分组。三类目录口径不混算。此处不是新的线上观察；中文需求路由、完整条件三态、相关性、机器检查及人工核验等后续范围，均以实际版本和逐条证据为准，不承诺在某个版本全部完成。
为支撑这些功能，我们设计了以下目标业务流程；机器检测、人工确认与持续监测须按后续版本的实际交付区分：
收录 → 机器检测 → 分级排序 → 人工确认 → 发布证据 → 持续监测。 收录广度优先，入库即按字段标准填写并标"未检测"；机器检测的目标是逐步覆盖适用条目，只做确定性、可复现的检查；人工队列的初始优先级拟结合证据缺口、权限风险与变更频率；计划通过小规模试点记录真实耗时，再决定节奏。各类证据分别标注，监测与重测仍是待实现或待扩展的设计，不表示试点已经开始或全量覆盖。
五、优势：我们靠什么不同
收录数量不是我们的优势——有的平台收录量远超我们，官方注册中心也在那里。我们不正面竞争收录和托管。CapaLens 的差异在以下几点：
1. 回答的问题不同。 目录回答"有什么工具"，CapaLens 回答"在你的条件下哪个合适、凭什么这么说、还缺什么信息"。空白在"决策质量"，不在"收录数量"。
2. 证据工程。 目标是在授权与脱敏前提下公开可公开的原始报文、把规则表数据化、令评分可重复、使检查可复跑——这是"说法 = 实测"的技术实现，也是我们愿意被检验的方式。
3. 中立，并且能够被核对。 目标是清楚说明排序依据、区分赞助与证据并记录规则变化；尚未公开或实现的机制不能由本篇代为宣称完成。付费不应改变核验结论，赞助须明确标记。
4. 按版本累积的可追溯证据。 我们希望通过持续积累形成长期价值：每条接入每个版本的检查记录、变化历史，别人短期补不上。
5. 双重信任。 我们同时在做两件事——赢得 AI 的"功能性信任"（可发现、好调用、有证据、可引用、可验证）和赢得人的信任（看得懂、有具名核查责任、可核对的同行反馈、敢认错、长期靠谱）。
6. 诚实的红线。 收录与实测分开计数；真实验证条目是多少就说多少；查询日志、实际使用、反馈三类数据分开统计，不混算、不贴金。
六、走向哪里
发展路径分三步：接入前资料查询与证据呈现（当前范围）→ 团队 / 企业治理（导入自己的工具清单，持续检测、变更提醒、审核记录）→ 开放规范（证据字段成为公开标准，补官方注册中心的空白）。顺序是先证明数据可信，再做治理，最后谈标准。
国际化是后续产品方向。当前这次修补准备交付中英文专栏；其他语言、市场适配和合规要求需分别确认，不宣称已经满足某一地区全部要求或已按全球最高标准交付。
远期目标只有一句话：当全球各行各业的大小模型都在调用智能接入时，让"查一次证据"成为每次调用的内置步骤。
下一篇讲怎么用：网页上怎么查，AI 怎么通过 MCP 查，以及接入卡与"用到我的 AI 里"。