Développement · Serveur MCP local
AI Model Watch
Prices, context windows, lifecycle and deprecation dates for 270+ AI/LLM models. Daily, no key.
Ce qu’indique le MCP Registry
L’entrée telle que publiée dans le MCP Registry officiel (consultée le 4 octobre 2026), dernière version.
- Nom dans le registre
io.github.Khavel/aimodelwatch- Version
- 2.0.1
- Statut
- Actif
- Catégorie
- développement
- Transport
- stdio (processus local)
- Paquet
- npm
- Publié
- 20 septembre 2026
- Mis à jour
- 20 septembre 2026
- Éditeur
- Khavel (GitHub) · 2 serveurs avec une page ici
- Espace de noms
- Espace de noms vérifié par le MCP Registry via GitHub (github.com/Khavel) · comment
- Site web
- aimodelwatch.dev/api
- Dépôt
- github.com/Khavel/ai-model-watch (dossier mcp-server)
- Source
- Entrée dans l’API du registre
Paquets
| Registre | Paquet | Version | Transport |
|---|---|---|---|
| npmenvironnement d’exécution : npx | @aimodelwatch/mcp | 2.0.1 | stdio |
Comment connecter AI Model Watch
AI Model Watch s’exécute en local depuis un paquet Node.js publié sur le registre npm : @aimodelwatch/mcp, version 2.0.1. Il communique en MCP via stdio : le client le lance comme un programme et échange avec lui par l’entrée et la sortie standard. Il nécessite Node.js ; les clients le lancent généralement avec npx - la commande habituelle est npx -y @aimodelwatch/mcp@2.0.1.
Au format JSON mcpServers, que lisent de nombreux clients MCP de bureau et éditeurs de code, l’entrée se présente ainsi (espaces réservés entre chevrons) :
{
"mcpServers": {
"aimodelwatch": {
"command": "npx",
"args": [
"-y",
"@aimodelwatch/mcp@2.0.1"
]
}
}
}Déduit de l’entrée du registre, non testé ici. Ce que fait le serveur, et à quelles conditions, relève de son éditeur ; consultez son dépôt ou son site web avant de lui donner accès à vos comptes ou à vos fichiers. Comment ajouter un serveur MCP à un assistant · Avant de connecter un serveur
Du même éditeur : Khavel (GitHub)
| Serveur | Exécution |
|---|---|
| FutPicksProbable football lineups with start probability and expected fantasy points, graded in public. | Local · stdio |
Autres serveurs : développement
| Serveur | Exécution |
|---|---|
| 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. | Distant · HTTPVérification en direct : ✓ poignée de main |
| 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. | Distant · HTTPVérification en direct : ✓ poignée de main |