Desarrollo · Servidor MCP local
AI Model Watch
Prices, context windows, lifecycle and deprecation dates for 270+ AI/LLM models. Daily, no key.
Lo que indica el MCP Registry
La entrada tal como está publicada en el MCP Registry oficial (consultada el 4 de octubre de 2026), última versión.
- Nombre en el registro
io.github.Khavel/aimodelwatch- Versión
- 2.0.1
- Estado
- Activo
- Categoría
- desarrollo
- Transporte
- stdio (proceso local)
- Paquete
- npm
- Publicado
- 20 de septiembre de 2026
- Actualizado
- 20 de septiembre de 2026
- Editor
- Khavel (GitHub) · 2 servidores con página aquí
- Espacio de nombres
- Espacio de nombres verificado por el MCP Registry mediante GitHub (github.com/Khavel) · cómo
- Sitio web
- aimodelwatch.dev/api
- Repositorio
- github.com/Khavel/ai-model-watch (carpeta mcp-server)
- Fuente
- Entrada en la API del registro
Paquetes
| Registro | Paquete | Versión | Transporte |
|---|---|---|---|
| npmentorno de ejecución: npx | @aimodelwatch/mcp | 2.0.1 | stdio |
Cómo conectar AI Model Watch
AI Model Watch se ejecuta en local a partir de un paquete de Node.js publicado en el registro npm: @aimodelwatch/mcp, versión 2.0.1. Usa MCP mediante stdio, así que el cliente lo inicia como programa y se comunica con él a través de la entrada y salida estándar. Necesita Node.js; los clientes suelen iniciarlo con npx - el comando habitual es npx -y @aimodelwatch/mcp@2.0.1.
En el formato JSON mcpServers que leen muchos clientes MCP de escritorio y de editores de código, la entrada tiene este aspecto (marcadores de posición entre corchetes angulares):
{
"mcpServers": {
"aimodelwatch": {
"command": "npx",
"args": [
"-y",
"@aimodelwatch/mcp@2.0.1"
]
}
}
}Obtenido de la entrada del registro, sin probar aquí. Lo que hace el servidor, y en qué condiciones, lo determina su editor; conviene revisar su repositorio o sitio web antes de darle acceso a cuentas o archivos propios. Cómo añadir un servidor MCP a un asistente · Antes de conectar
Más de Khavel (GitHub)
| Servidor | Ejecución |
|---|---|
| FutPicksProbable football lineups with start probability and expected fantasy points, graded in public. | Local · stdio |
Más servidores de desarrollo
| Servidor | Ejecución |
|---|---|
| AI GuardianGoverned local-LLM observability: model policy, prompt scanner, capture proxy, 21 tools. | Local · stdio |
| Ai Model ExperimentsAI Model Experiments MCP ('Model Lab') - run the same prompts across many. | Remoto · HTTPComprobación en directo: ✓ negociación inicial |
| Ai Model License LintReads the open-weight model IDs in your code and names the licence clause that binds you - 22 rules. | Local · stdio |
| Ai Model Retirement LintFinds the LLM model IDs pinned in your code that vendors have already switched off, or have dated to. | Local · stdio |
| Ai OptimizerMCP server that cuts AI coding agent token usage via framework-aware context optimization. | Local · stdio |
| Ai Quality GateKill the Junior AI Era. Level up AI code to automatically Principal standards. Quality Gate. | Local · stdio |
| Ai RRead local AI agent sessions (Claude Code, Codex, OpenCode, Antigravity, Pi): intents, plans, tools. | Local · stdio |
| AI Readiness KitGenerate 18 AI readiness files (llms.txt, ai.txt, RAG indexes, schema) for any website. | Remoto · HTTPComprobación en directo: ✓ negociación inicial |