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.

Consult7 MCP Server

Consult7 is a Model Context Protocol (MCP) server that enables AI agents to consult large context window models via OpenRouter for analyzing extensive file collections - entire codebases, document repositories, or mixed content that exceed the current agent's context limits.

Why Consult7?

Consult7 enables any MCP-compatible agent to offload file analysis to large context models (up to 2M tokens). Useful when:

  • Agent's current context is full
  • Task requires specialized model capabilities
  • Need to analyze large codebases in a single query
  • Want to compare results from different models

"For Claude Code users, Consult7 is a game changer."

How it works

Consult7 collects files from the specific paths you provide (with optional wildcards in filenames), assembles them into a single context, and sends them to a large context window model along with your query. The result is directly fed back to the agent you are working with.

Example Use Cases

Quick codebase summary
  • Files: ["/Users/john/project/src/*.py", "/Users/john/project/lib/*.py"]
  • Query: "Summarize the architecture and main components of this Python project"
  • Model: "google/gemini-3-flash-preview"
  • Mode: "fast"
Инструменты были проиндексированы:
consultation

Анализирует файлы с помощью LLM: укажите абсолютные пути к файлам, query, model и mode. STATELESS: Каждый вызов должен содержать полные абсолютные пути. Контекст не запоминается. СОВЕТЫ: - Сложные вопросы: запустите 3 параллельных вызова с разными формулировками query - Длинные инструкции: положите их в файл, включите в список файлов, query оставьте коротким - ПРЕДУПРЕЖДЕНИЕ: query, который одновременно длинный И плотно набит спецсимволами/математическими символами (< > | & =, скобки, LaTeX), может привести к сбою вызова с вводящей в заблуждение ошибкой "'model' is a required property" (хвостовые поля отбрасываются). Объёмные и символьные детали кладите в файл, а query оставляйте коротким, только обычным текстом. Быстрые мнемоники: - gptt = openai/gpt-5.6-sol + think (новейший GPT, глубокое рассуждение) - gemt = google/gemini-3.1-pro-preview + think (Gemini 3.1 Pro, флагман по рассуждениям) - grot = x-ai/grok-4.6 + think (Grok 4.6, глубокое рассуждение [effort xhigh]; контекст 500K - для более крупных наборов используйте x-ai/grok-4.20 [контекст 2M]) - oput = anthropic/claude-opus-4.8 + think (Claude Opus, адаптивное мышление) - opuf = anthropic/claude-opus-4.8 + fast (Claude Opus, без рассуждений) - fabt = anthropic/claude-fable-5 + think (Claude Fable, самое глубокое рассуждение [effort xhigh]; премиум, только для сложных задач) - fabm = anthropic/claude-fable-5 + mid (Claude Fable, интенсивное рассуждение; премиум) - gemf = google/gemini-3-flash-preview + fast (Gemini 3 Flash, сверхбыстро) - ULTRA = вызов GEMT, GPTT, GROT и OPUT ПАРАЛЛЕЛЬНО (4 передовые модели для максимальной глубины анализа) - FUSE = openrouter/fusion (один вызов: панель передовых моделей обсуждает, судья синтезирует; mode задаёт глубину веб-исследования). Лимит контекста 128K - для сложных вопросов, не для гигантских наборов Режимы производительности (используйте параметр 'mode'): - fast: без рассуждений, максимально быстро - mid: умеренное рассуждение - think: максимальное рассуждение для самого глубокого анализа СОВЕТ ПО ТАЙМАУТУ: Если 'think' не укладывается в таймаут, повторите с 'mid' (особенно GPT-5.6). Для FUSION это не поможет (дело в панели моделей, а не в глубине рассуждений) - вместо этого повторите с одной моделью (например, openai/gpt-5.6-sol,…)

Параметры
  • filesstring[]обязательный

    Absolute file paths or patterns. Example: ["/path/src/*.py", "/path/README.md"]

  • modeenumобязательный

    Performance mode: 'fast' (no reasoning, fastest), 'mid' (moderate reasoning), 'think' (maximum reasoning)

  • modelstringобязательный

    Model name. Options: "openai/gpt-5.6-sol" (GPT-5.6 Sol, 1M context, top-tier GPT) "google/gemini-3.1-pro-preview" (Gemini 3.1 Pro, 1M context, flagship reasoning) "google/gemini-3-flash-preview" (Gemini 3 Flash, 1M context, fast) "google/gemini-3.1-flash-lite-preview" (Gemini 3.1 Flash Lite, 1M context, ultra fast) "anthropic/claude-fable-5" (Claude Fable 5, 1M context, most capable — premium price, for hard problems) "anthropic/claude-opus-4.8" (Claude Opus 4.8, 1M context, adaptive thinking) "anthropic/claude-sonnet-4.6" (Claude Sonnet 4.6, 1M context) "anthropic/claude-haiku-4.5" (Claude Haiku 4.5, 200k context, budget) "x-ai/grok-4.6" (Grok 4.6, 500K context, frontier Grok) "x-ai/grok-4.20" (Grok 4.20, 2M context, for giant bundles) "x-ai/grok-4.1-fast" (Grok 4.1 Fast, 2M context) "openrouter/fusion" (Fusion: multi-model panel + judge, 128K context; mode = research depth)

  • output_filestring

    Optional: Save response to file (adds _updated suffix if exists). Tip: For code files, prompt the LLM to return raw code without markdown formatting

  • querystringобязательный

    Your question about the files. KEEP SHORT and mostly prose. A query that is both long AND densely packed with special/math characters (< > | & =, parentheses, LaTeX) can make the call fail with a misleading "'model' is a required property" error (the trailing model/mode fields get dropped). Put long or symbol-heavy detail in a file (via files) and keep query short.

  • zdrboolean

    Optional: Enable Zero Data Retention. When true, routes only to endpoints with ZDR policy (prompts not retained by provider). Default: false. ZDR available: Gemini 3.1 Pro/Flash, Claude Opus 4.8, GPT-5, GPT-5.5, Grok 4.6. Not available: GPT-5.6 Sol, Grok 4.20, Claude Fable 5 (requires 30-day retention)

Похожие MCP-сервера

James-Chahwan/repo-graph

James-Chahwan/repo-graph

Строит граф кодовой базы для LLM-ассистентов: описывает сущности, связи и потоки. Позволяет быстро находить нужные файлы без чтения всего кода, экономя до 60% токенов — полезно для больших проектов...

Python15
adrianczuczka/mason

adrianczuczka/mason

Mason — MCP-сервер для AI-ассистентов, который строит концептуальную карту кодовой базы. Вместо повторного чтения файлов ассистент загружает карту, экономя до 67% токенов на архитектурных вопросах....

TypeScript7
janreges/ai-distiller-mcp

janreges/ai-distiller-mcp

AI Distiller MCP-сервер дистиллирует код до публичных API и типов, сжимая объём на 90-98% для контекста AI. Помогает разработчикам дать Claude и Cursor точное понимание кодовой базы, уменьшая галлю...

C167
Disentinel/grafema

Disentinel/grafema

Grafema - MCP сервер, который строит единый граф из вашего кода, инфраструктуры и знаний, позволяя запрашивать структуру системы с помощью 30+ MCP инструментов. Полезен разработчикам и AI-агентам д...

Rust36
fantasieleven-code/callout

fantasieleven-code/callout

Callout — MCP-сервер для автоматического ревью проектов с девяти экспертных позиций. Помогает разработчикам на AI-инструментах избежать переусложнения, плохих приоритетов и слепых зон. Работает вну...

TypeScript3
x51xxx/copilot-mcp-server

x51xxx/copilot-mcp-server

MCP сервер для подключения GitHub Copilot CLI к вашему редактору или ИИ-ассистенту. Позволяет выполнять неинтерактивные команды, анализировать код с @ссылками на файлы, проводить ревью, рефакторинг и пакетную обработку задач. Полезен разработчикам для автоматизации CI и ускорения работы с кодом.

TypeScript5
© 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