Daichi-Kudo/llm-advisor-mcp

Daichi-Kudo/llm-advisor-mcp

от daichi-kudo
MCP сервер с живыми данными о LLM и VLM: цены, бенчмарки и рекомендации обновляются ежечасно. Помогает разработчикам выбрать модель для кодинга, сравнить Claude/GPT/Gemini, найти бюджетную модель с большим контекстом.

llm-advisor-mcp

npm version npm downloads CI License: MIT Node.js >= 18 TypeScript

Glama MCP server

English | 日本語

Give your AI assistant real-time LLM/VLM knowledge. Pricing, benchmarks, and recommendations — updated every hour, not every training cycle.

LLMs have knowledge cutoffs. Ask Claude "what's the best coding model right now?" and it cannot answer with current data. This MCP server fixes that by feeding live model intelligence directly into your AI assistant's context window.

  • Zero config — No API keys, no registration. One command to install.
  • Low token — Compact Markdown tables (~300 tokens), not raw JSON (~3,000 tokens). Your context window matters.
  • 5 benchmark sources — SWE-bench, LM Arena Elo, OpenCompass VLM, Aider Polyglot, and OpenRouter pricing merged into one unified view.

Use Cases

  • "What's the best coding model right now?" — list_top_models with category coding
  • "Compare Claude vs GPT vs Gemini" — compare_models with side-by-side table
  • "Find a cheap model with 1M context" — recommend_model with budget constraints
  • "What benchmarks does model X have?" — get_model_info with percentile ranks
Инструменты были проиндексированы:
compare_models

Сравнивает 2-5 моделей LLM/VLM бок о бок: цены, бенчмарки, возможности. Возвращает компактную сравнительную таблицу в Markdown (~400 токенов).

Параметры
  • modelsstring[]обязательный

    Идентификаторы моделей или частичные названия (например, ["claude-sonnet-4.6", "gpt-5.2", "gemini-3-pro"])

get_model_info

Получает подробную информацию о конкретной модели LLM/VLM: цены, бенчмарки, возможности и готовый пример кода для API. Возвращает структурированный Markdown (~300 токенов).

Параметры
  • api_formatenum

    Формат примера API (по умолчанию: openai_sdk)

  • include_api_exampleboolean

    Включает пример кода использования API (по умолчанию: true)

  • modelstringобязательный

    Идентификатор модели или часть названия (например, "anthropic/claude-sonnet-4.6", "gpt-5.1", "gemini")

list_top_models

Выводит лучшие модели LLM/VLM для заданной категории. Категории: coding, math, vision, general, cost-effective, open-source, speed, context-window, reasoning. Возвращает компактную таблицу в Markdown (~250 токенов).

Параметры
  • categoryenumобязательный

    Категория для ранжирования моделей

  • limitnumber

    Количество возвращаемых моделей (по умолчанию: 10)

  • min_contextnumber

    Минимальное контекстное окно в токенах.

  • min_release_datestring

    Минимальная дата выпуска (YYYY-MM-DD). Исключает более старые модели.

recommend_model

Получает персонализированные рекомендации моделей на основе сценария использования, бюджета и требований. Возвращает 3 лучших варианта с обоснованием (~350 токенов).

Параметры
  • max_input_pricenumber

    Максимальная цена в USD за 1M входных токенов.

  • max_output_pricenumber

    Максимальная цена вывода в USD за 1M токенов.

  • min_contextnumber

    Минимальное контекстное окно в токенах.

  • min_release_datestring

    Минимальная дата выпуска (YYYY-MM-DD). Исключает более старые модели.

  • require_open_sourceboolean

    Требует лицензию с открытым исходным кодом

  • require_toolsboolean

    Требует поддержки вызова функций/инструментов.

  • require_visionboolean

    Требует поддержки ввода изображений/визуальных данных.

  • use_caseenumобязательный

    Основной вариант использования

0.4.5основная
0.4.4
0.4.3
0.4.2
0.4.1
0.4.0
0.3.2
0.3.1
0.3.0
0.2.0

Выберите клиент, чтобы установить Daichi-Kudo/llm-advisor-mcp:

Любой клиент

Конфиг добавления MCP сервера стандартный, обычно он не меняется вообще, поэтому подходит практически к любому ИИ клиенту, поддерживающему MCP.

{
  "mcpServers": {
    "daichi-kudo-llm-advisor-mcp-whnd6bt99n": {
      "command": "npx",
      "args": [
        "-y",
        "llm-advisor-mcp"
      ]
    }
  }
}
CursorCursor

Перейдите по ссылке и сервер автоматически будет добавлен в Cursor. Либо откройте/создайте файл ~/.cursor/mcp.json(%USERPROFILE%\.cursor\mcp.json на Windows) и добавьте конфиг сервера:

{
  "mcpServers": {
    "daichi-kudo-llm-advisor-mcp-whnd6bt99n": {
      "command": "npx",
      "args": [
        "-y",
        "llm-advisor-mcp"
      ]
    }
  }
}
VS Code

Создайте .vscode/mcp.json в проекте (ключ верхнего уровня — servers):

{
  "servers": {
    "daichi-kudo-llm-advisor-mcp-whnd6bt99n": {
      "type": "stdio",
      "command": "npx",
      "args": [
        "-y",
        "llm-advisor-mcp"
      ]
    }
  }
}

Либо добавьте сервер через терминал:

code --add-mcp "{\"name\":\"daichi-kudo-llm-advisor-mcp-whnd6bt99n\",\"type\":\"stdio\",\"command\":\"npx\",\"args\":[\"-y\",\"llm-advisor-mcp\"]}"
ClaudeClaude Desktop

Откройте Settings → Developer → Edit Config — это откроет файл claude_desktop_config.json:

  • macOS: ~/Library/Application Support/Claude/claude_desktop_config.json
  • Windows: %APPDATA%\Claude\claude_desktop_config.json

Впишите сервер и полностью перезапустите Claude Desktop:

{
  "mcpServers": {
    "daichi-kudo-llm-advisor-mcp-whnd6bt99n": {
      "command": "npx",
      "args": [
        "-y",
        "llm-advisor-mcp"
      ]
    }
  }
}
Claude CodeClaude Code

Добавьте сервер одной командой в терминале:

claude mcp add daichi-kudo-llm-advisor-mcp-whnd6bt99n -- npx -y llm-advisor-mcp

Либо через JSON-конфиг:

claude mcp add-json daichi-kudo-llm-advisor-mcp-whnd6bt99n "{\"command\":\"npx\",\"args\":[\"-y\",\"llm-advisor-mcp\"]}"
CodexCodex

Добавьте сервер командой в терминале:

codex mcp add daichi-kudo-llm-advisor-mcp-whnd6bt99n -- npx -y llm-advisor-mcp

Либо вручную в ~/.codex/config.toml(%USERPROFILE%\.codex\config.toml на Windows):

[mcp_servers.daichi-kudo-llm-advisor-mcp-whnd6bt99n]
command = "npx"
args = ["-y", "llm-advisor-mcp"]
PerplexityPerplexity

MCP доступен подписчикам Perplexity Pro / Max / Enterprise. Локальные серверы — только в приложении для macOS.

  1. Откройте Настройки аккаунта → Connectors.
  2. Установите вспомогательное приложение PerplexityXPC (один раз).
  3. Нажмите Add Connector → вкладка Simple.
  4. В поле Server Name укажите Daichi-Kudo/llm-advisor-mcp, а в поле команды запуска — строку ниже:
npx -y llm-advisor-mcp

Нажмите Save и дождитесь статуса Running.

WindsurfWindsurf

Откройте Windsurf Settings → Cascade → MCP Servers или отредактируйте файл ~/.codeium/windsurf/mcp_config.json:

{
  "mcpServers": {
    "daichi-kudo-llm-advisor-mcp-whnd6bt99n": {
      "command": "npx",
      "args": [
        "-y",
        "llm-advisor-mcp"
      ]
    }
  }
}
ClineCline

В панели Cline нажмите иконку MCP Servers → Configure → Configure MCP Servers (или отредактируйте ~/.cline/mcp.json) и добавьте сервер:

{
  "mcpServers": {
    "daichi-kudo-llm-advisor-mcp-whnd6bt99n": {
      "command": "npx",
      "args": [
        "-y",
        "llm-advisor-mcp"
      ],
      "disabled": false,
      "autoApprove": []
    }
  }
}
Continue

Создайте файл в .continue/mcpServers/ (например daichi-kudo-llm-advisor-mcp-whnd6bt99n.yaml) или добавьте блок в config.yaml. MCP работает только в режиме agent:

mcpServers:
  - name: daichi-kudo-llm-advisor-mcp-whnd6bt99n
    command: npx
    args:
      - "-y"
      - "llm-advisor-mcp"
Zed

Выполните agent: add context server или откройте настройки (zed: open settings file) и добавьте сервер в объект context_servers:

{
  "context_servers": {
    "daichi-kudo-llm-advisor-mcp-whnd6bt99n": {
      "command": "npx",
      "args": [
        "-y",
        "llm-advisor-mcp"
      ]
    }
  }
}

Похожие MCP-сервера

szeider/consult7

szeider/consult7

от szeider

MCP сервер для выноса анализа больших файлов на модели с контекстом до 2M токенов через OpenRouter. Решает проблему переполнения контекста агента, позволяя анализировать целые кодовые базы и генерировать ревью. Поддерживает Gemini, Claude и другие модели.

Python⭐ 296
mzxrai/mcp-openai

mzxrai/mcp-openai

от mzxrai

MCP сервер для интеграции OpenAI с Claude: вызывает модели gpt-4o, o1-mini и другие прямо из чата. Полезен разработчикам, желающим объединить возможности обеих платформ без переключения контекста.

JavaScript⭐ 77
Continuum-AI-Corp/orcarouter-mcp-server

Continuum-AI-Corp/orcarouter-mcp-server

от continuum-ai-corp

MCP-сервер для шлюза OrcaRouter: просматривайте каталог моделей с ценами и возможностями, выполняйте chat completions прямо из Claude, Cursor и других MCP-клиентов без API-ключа для поиска. Поддерж...

TypeScript⭐ 13
ShipItAndPray/mcp-turboquant

ShipItAndPray/mcp-turboquant

от shipitandpray

MCP-сервер для квантизации языковых моделей: сжимает любую HuggingFace модель в GGUF, GPTQ или AWQ одним вызовом. Вся логика встроена — не нужны внешние CLI. Полезен разработчикам, работающим с LLM...

Python⭐ 5
billster45/mcp-chatgpt-responses

billster45/mcp-chatgpt-responses

от billster45

Сервер MCP для интеграции API ChatGPT в Claude Desktop. Позволяет задавать вопросы ChatGPT, вести диалоги с сохранением контекста и использовать веб-поиск для актуальных данных. Полезен пользовател...

Python⭐ 25
zenml-io/mcp-zenml

zenml-io/mcp-zenml

официальный

от zenml-io

MCP-сервер для интеграции ZenML с AI-ассистентами. Позволяет просматривать и запускать ML-пайплайны, управлять стеками, компонентами и моделями. Полезен ML-инженерам для оперативного доступа к данн...

Python⭐ 49
© Каталог MCP, 2026. Все права защищены.
Проект не аффилирован с Anthropic и любыми упомянутыми продуктами.
Все названия и торговые марки принадлежат их владельцам.
Контакты для связи: hi@mcp-katalog.ru

Лука Никитин