[{"_1":2,"_321":-5,"_322":-5},"loaderData",{"_3":4,"_20":21,"_22":23,"_260":261},"root",{"_5":6,"_7":8},"toasts",[],"visitor",{"_9":10,"_11":12},"viewportWidth",1280,"visitorSession",{"_13":14,"_16":-5,"_17":18,"_19":-5},"attributes",[15],"BOT","membership","uid","0LaWi90muj","userAccount","routes/_public/_layout",{},"routes/_public/mcp/servers/~namespace/~slug/_pages/_layout",{"_24":25,"_66":-5,"_67":26,"_27":68,"_177":178,"_259":133},"availableLocales",[26,38,45,52,59],{"_27":28,"_31":35,"_36":37},"mcpServer",{"_29":30,"_31":32,"_33":34},"description","A lightweight MCP server that provides a unified interface to various LLM providers including OpenAI, Anthropic, Google Gemini, Groq, DeepSeek, and Ollama.","name","Just Prompt","readme","# Just Prompt - A lightweight MCP server for LLM providers\n\n`just-prompt` is a Model Control Protocol (MCP) server that provides a unified interface to various Large Language Model (LLM) providers including OpenAI, Anthropic, Google Gemini, Groq, DeepSeek, and Ollama.\n\n## Tools\n\nThe following MCP tools are available in the server:\n\n- **`prompt`**: Send a prompt to multiple LLM models\n - Parameters:\n - `text`: The prompt text\n - `models_prefixed_by_provider` (optional): List of models with provider prefixes. If not provided, uses default models.\n\n- **`prompt_from_file`**: Send a prompt from a file to multiple LLM models\n - Parameters:\n - `file`: Path to the file containing the prompt\n - `models_prefixed_by_provider` (optional): List of models with provider prefixes. If not provided, uses default models.\n\n- **`prompt_from_file_to_file`**: Send a prompt from a file to multiple LLM models and save responses as markdown files\n - Parameters:\n - `file`: Path to the file containing the prompt\n - `models_prefixed_by_provider` (optional): List of models with provider prefixes. If not provided, uses default models.\n - `output_dir` (default: \".\"): Directory to save the response markdown files to\n\n- **`list_providers`**: List all available LLM providers\n - Parameters: None\n\n- **`list_models`**: List all available models for a specific LLM provider\n - Parameters:\n - `provider`: Provider to list models for (e.g., 'openai' or 'o')\n\n## Provider Prefixes\n> every model must be prefixed with the provider name\n>\n> use the short name for faster referencing\n\n- `o` or `openai`: OpenAI \n - `o:gpt-4o-mini`\n - `openai:gpt-4o-mini`\n- `a` or `anthropic`: Anthropic \n - `a:claude-3-5-haiku`\n - `anthropic:claude-3-5-haiku`\n- `g` or `gemini`: Google Gemini \n - `g:gemini-2.5-pro-exp-03-25`\n - `gemini:gemini:gemini-2.5-pro-exp-03-25`\n- `q` or `groq`: Groq \n - `q:llama-3.1-70b-versatile`\n - `groq:llama-3.1-70b-versatile`\n- `d` or `deepseek`: DeepSeek \n - `d:deepseek-coder`\n - `deepseek:deepseek-coder`\n- `l` or `ollama`: Ollama \n - `l:llama3.1`\n - `ollama:llama3.1`\n\n## Features\n\n- Unified API for multiple LLM providers\n- Support for text prompts from strings or files\n- Run multiple models in parallel\n- Automatic model name correction using the first model in the `--default-models` list\n- Ability to save responses to files\n- Easy listing of available providers and models\n\n## Installation\n\n```bash\n# Clone the repository\ngit clone https://github.com/yourusername/just-prompt.git\ncd just-prompt\n\n# Install with pip\nuv sync\n```\n\n### Environment Variables\n\nCreate a `.env` file with your API keys (you can copy the `.env.sample` file):\n\n```bash\ncp .env.sample .env\n```\n\nThen edit the `.env` file to add your API keys (or export them in your shell):\n\n```\nOPENAI_API_KEY=your_openai_api_key_here\nANTHROPIC_API_KEY=your_anthropic_api_key_here\nGEMINI_API_KEY=your_gemini_api_key_here\nGROQ_API_KEY=your_groq_api_key_here\nDEEPSEEK_API_KEY=your_deepseek_api_key_here\nOLLAMA_HOST=http://localhost:11434\n```\n\n## Claude Code Installation\n\nDefault model set to `anthropic:claude-3-7-sonnet-20250219`.\n\nIf you use Claude Code right out of the repository you can see in the .mcp.json file we set the default models to...\n\n```\n{\n \"mcpServers\": {\n \"just-prompt\": {\n \"type\": \"stdio\",\n \"command\": \"uv\",\n \"args\": [\n \"--directory\",\n \".\",\n \"run\",\n \"just-prompt\",\n \"--default-models\",\n \"anthropic:claude-3-7-sonnet-20250219,openai:o3-mini,gemini:gemini-2.5-pro-exp-03-25\"\n ],\n \"env\": {}\n }\n }\n}\n```\n\nThe `--default-models` parameter sets the models to use when none are explicitly provided to the API endpoints. The first model in the list is also used for model name correction when needed. This can be a list of models separated by commas.\n\nWhen starting the server, it will automatically check which API keys are available in your environment and inform you which providers you can use. If a key is missing, the provider will be listed as unavailable, but the server will still start and can be used with the providers that are available.\n\n### Using `mcp add-json`\n\nCopy this and paste it into claude code with BUT don't run until you copy the json\n\n```\nclaude mcp add just-prompt \"$(pbpaste)\"\n```\n\nJSON to copy\n\n```\n{\n \"command\": \"uv\",\n \"args\": [\"--directory\", \".\", \"run\", \"just-prompt\"]\n}\n```\n\nWith a custom default model set to `openai:gpt-4o`.\n\n```\n{\n \"command\": \"uv\",\n \"args\": [\"--directory\", \".\", \"run\", \"just-prompt\", \"--default-models\", \"openai:gpt-4o\"]\n}\n```\n\nWith multiple default models:\n\n```\n{\n \"command\": \"uv\",\n \"args\": [\"--directory\", \".\", \"run\", \"just-prompt\", \"--default-models\", \"anthropic:claude-3-7-sonnet-20250219,openai:gpt-4o,gemini:gemini-2.5-pro-exp-03-25\"]\n}\n```\n\n### Using `mcp add` with project scope\n\n```bash\n# With default model (anthropic:claude-3-7-sonnet-20250219)\nclaude mcp add just-prompt -s project \\\n -- \\\n uv --directory . \\\n run just-prompt\n\n# With custom default model\nclaude mcp add just-prompt -s project \\\n -- \\\n uv --directory . \\\n run just-prompt --default-models \"openai:gpt-4o\"\n\n# With multiple default models\nclaude mcp add just-prompt -s user \\\n -- \\\n uv --directory . \\\n run just-prompt --default-models \"anthropic:claude-3-7-sonnet-20250219:4k,openai:o3-mini,gemini:gemini-2.0-flash,openai:gpt-4.5-preview,gemini:gemini-2.5-pro-exp-03-25\"\n```\n\n\n## `mcp remove`\n\nclaude mcp remove just-prompt\n\n## Running Tests\n\n```bash\nuv run pytest\n```\n\n## Codebase Structure\n\n```\n.\n├── ai_docs/ # Documentation for AI model details\n│ ├── llm_providers_details.xml\n│ └── pocket-pick-mcp-server-example.xml\n├── list_models.py # Script to list available LLM models\n├── pyproject.toml # Python project configuration\n├── specs/ # Project specifications\n│ └── init-just-prompt.md\n├── src/ # Source code directory\n│ └── just_prompt/\n│ ├── __init__.py\n│ ├── __main__.py\n│ ├── atoms/ # Core components\n│ │ ├── llm_providers/ # Individual provider implementations\n│ │ │ ├── anthropic.py\n│ │ │ ├── deepseek.py\n│ │ │ ├── gemini.py\n│ │ │ ├── groq.py\n│ │ │ ├── ollama.py\n│ │ │ └── openai.py\n│ │ └── shared/ # Shared utilities and data types\n│ │ ├── data_types.py\n│ │ ├── model_router.py\n│ │ ├── utils.py\n│ │ └── validator.py\n│ ├── molecules/ # Higher-level functionality\n│ │ ├── list_models.py\n│ │ ├── list_providers.py\n│ │ ├── prompt.py\n│ │ ├── prompt_from_file.py\n│ │ └── prompt_from_file_to_file.py\n│ ├── server.py # MCP server implementation\n│ └── tests/ # Test directory\n│ ├── atoms/ # Tests for atoms\n│ │ ├── llm_providers/\n│ │ └── shared/\n│ └── molecules/ # Tests for molecules\n```\n\n## Context Priming\nREAD README.md, then run git ls-files, and 'eza --git-ignore --tree' to understand the context of the project.\n\n## Thinking Tokens with Claude\n\nThe Anthropic Claude model `claude-3-7-sonnet-20250219` supports extended thinking capabilities using thinking tokens. This allows Claude to do more thorough thought processes before answering.\n\nYou can enable thinking tokens by adding a suffix to the model name in this format:\n- `anthropic:claude-3-7-sonnet-20250219:1k` - Use 1024 thinking tokens\n- `anthropic:claude-3-7-sonnet-20250219:4k` - Use 4096 thinking tokens\n- `anthropic:claude-3-7-sonnet-20250219:8000` - Use 8000 thinking tokens\n\nExample usage:\n```bash\n# Using 4k thinking tokens with Claude\nuv run just-prompt prompt \"Analyze the advantages and disadvantages of quantum computing vs classical computing\" \\\n --models-prefixed-by-provider anthropic:claude-3-7-sonnet-20250219:4k\n```\n\nNotes:\n- Thinking tokens are only supported for the `claude-3-7-sonnet-20250219` model\n- Valid thinking token budgets range from 1024 to 16000\n- Values outside this range will be automatically adjusted to be within range\n- You can specify the budget with k notation (1k, 4k, etc.) or with exact numbers (1024, 4096, etc.)\n\n## Resources\n- https://docs.anthropic.com/en/api/models-list?q=list+models\n- https://github.com/googleapis/python-genai\n- https://platform.openai.com/docs/api-reference/models/list\n- https://api-docs.deepseek.com/api/list-models\n- https://github.com/ollama/ollama-python\n- https://github.com/openai/openai-python","English","tag","en-US",{"_27":39,"_31":43,"_36":44},{"_29":40,"_31":41,"_33":42},"Un servidor MCP liviano que proporciona una interfaz unificada para varios proveedores de LLM, incluidos OpenAI, Anthropic, Google Gemini, Groq, DeepSeek y Ollama.","Sólo aviso","# Just Prompt: un servidor MCP liviano para proveedores de LLM\n\n`just-prompt` es un servidor de Protocolo de Control de Modelos (MCP) que proporciona una interfaz unificada para varios proveedores de Modelos de Lenguaje Grandes (LLM), incluidos OpenAI, Anthropic, Google Gemini, Groq, DeepSeek y Ollama.\n\n## Herramientas\n\nLas siguientes herramientas MCP están disponibles en el servidor:\n\n* **`prompt`** : envía un aviso a varios modelos LLM\n\n * Parámetros:\n * `text` : El texto del mensaje\n * `models_prefixed_by_provider` (opcional): Lista de modelos con prefijos de proveedor. Si no se proporciona, se utilizan los modelos predeterminados.\n\n* **`prompt_from_file`** : envía un mensaje desde un archivo a varios modelos LLM\n\n * Parámetros:\n * `file` : Ruta al archivo que contiene el mensaje\n * `models_prefixed_by_provider` (opcional): Lista de modelos con prefijos de proveedor. Si no se proporciona, se utilizan los modelos predeterminados.\n\n* **`prompt_from_file_to_file`** : envía una solicitud desde un archivo a varios modelos LLM y guarda las respuestas como archivos Markdown\n\n * Parámetros:\n * `file` : Ruta al archivo que contiene el mensaje\n * `models_prefixed_by_provider` (opcional): Lista de modelos con prefijos de proveedor. Si no se proporciona, se utilizan los modelos predeterminados.\n * `output_dir` (predeterminado: \".\"): Directorio donde guardar los archivos de Markdown de respuesta\n\n* **`list_providers`** : enumera todos los proveedores de LLM disponibles\n\n * Parámetros: Ninguno\n\n* **`list_models`** : enumera todos los modelos disponibles para un proveedor LLM específico\n\n * Parámetros:\n * `provider` : Proveedor para listar modelos (por ejemplo, 'openai' o 'o')\n\n## Prefijos de proveedor\n\n> Cada modelo debe tener como prefijo el nombre del proveedor.\n>\n> Utilice el nombre corto para una referencia más rápida\n\n* `o` o `openai` : OpenAI\n * `o:gpt-4o-mini`\n * `openai:gpt-4o-mini`\n* `a` o `anthropic` : Antrópico\n * `a:claude-3-5-haiku`\n * `anthropic:claude-3-5-haiku`\n* `g` o `gemini` : Google Gemini\n * `g:gemini-2.5-pro-exp-03-25`\n * `gemini:gemini:gemini-2.5-pro-exp-03-25`\n* `q` o `groq` : Groq\n * `q:llama-3.1-70b-versatile`\n * `groq:llama-3.1-70b-versatile`\n* `d` o `deepseek` : DeepSeek\n * `d:deepseek-coder`\n * `deepseek:deepseek-coder`\n* `l` o `ollama` : Ollama\n * `l:llama3.1`\n * `ollama:llama3.1`\n\n## Características\n\n* API unificada para múltiples proveedores de LLM\n* Soporte para indicaciones de texto desde cadenas o archivos\n* Ejecutar múltiples modelos en paralelo\n* Corrección automática del nombre del modelo utilizando el primer modelo en la lista `--default-models`\n* Capacidad de guardar respuestas en archivos\n* Listado sencillo de proveedores y modelos disponibles\n\n## Instalación\n\n```bash\n# Clone the repository\ngit clone https://github.com/yourusername/just-prompt.git\ncd just-prompt\n\n# Install with pip\nuv sync\n```\n\n### Variables de entorno\n\nCrea un archivo `.env` con tus claves API (puedes copiar el archivo `.env.sample` ):\n\n```bash\ncp .env.sample .env\n```\n\nLuego edita el archivo `.env` para agregar tus claves API (o expórtalas en tu shell):\n\n```\nOPENAI_API_KEY=your_openai_api_key_here\nANTHROPIC_API_KEY=your_anthropic_api_key_here\nGEMINI_API_KEY=your_gemini_api_key_here\nGROQ_API_KEY=your_groq_api_key_here\nDEEPSEEK_API_KEY=your_deepseek_api_key_here\nOLLAMA_HOST=http://localhost:11434\n```\n\n## Instalación de Claude Code\n\nModelo predeterminado establecido en `anthropic:claude-3-7-sonnet-20250219` .\n\nSi usa Claude Code directamente desde el repositorio, puede ver en el archivo .mcp.json que configuramos los modelos predeterminados en...\n\n```\n{\n \"mcpServers\": {\n \"just-prompt\": {\n \"type\": \"stdio\",\n \"command\": \"uv\",\n \"args\": [\n \"--directory\",\n \".\",\n \"run\",\n \"just-prompt\",\n \"--default-models\",\n \"anthropic:claude-3-7-sonnet-20250219,openai:o3-mini,gemini:gemini-2.5-pro-exp-03-25\"\n ],\n \"env\": {}\n }\n }\n}\n```\n\nEl parámetro `--default-models` define los modelos que se usarán cuando no se proporcione ninguno explícitamente a los endpoints de la API. El primer modelo de la lista también se utiliza para corregir el nombre del modelo cuando sea necesario. Puede ser una lista de modelos separados por comas.\n\nAl iniciar el servidor, este comprobará automáticamente qué claves API están disponibles en su entorno y le informará qué proveedores puede usar. Si falta una clave, el proveedor aparecerá como no disponible, pero el servidor se iniciará y podrá usarse con los proveedores disponibles.\n\n### Uso `mcp add-json`\n\nCopia esto y pégalo en el código de Claude, PERO no lo ejecutes hasta que copies el json.\n\n```\nclaude mcp add just-prompt \"$(pbpaste)\"\n```\n\nJSON para copiar\n\n```\n{\n \"command\": \"uv\",\n \"args\": [\"--directory\", \".\", \"run\", \"just-prompt\"]\n}\n```\n\nCon un modelo predeterminado personalizado establecido en `openai:gpt-4o` .\n\n```\n{\n \"command\": \"uv\",\n \"args\": [\"--directory\", \".\", \"run\", \"just-prompt\", \"--default-models\", \"openai:gpt-4o\"]\n}\n```\n\nCon múltiples modelos predeterminados:\n\n```\n{\n \"command\": \"uv\",\n \"args\": [\"--directory\", \".\", \"run\", \"just-prompt\", \"--default-models\", \"anthropic:claude-3-7-sonnet-20250219,openai:gpt-4o,gemini:gemini-2.5-pro-exp-03-25\"]\n}\n```\n\n### Uso de `mcp add` con el alcance del proyecto\n\n```bash\n# With default model (anthropic:claude-3-7-sonnet-20250219)\nclaude mcp add just-prompt -s project \\\n -- \\\n uv --directory . \\\n run just-prompt\n\n# With custom default model\nclaude mcp add just-prompt -s project \\\n -- \\\n uv --directory . \\\n run just-prompt --default-models \"openai:gpt-4o\"\n\n# With multiple default models\nclaude mcp add just-prompt -s user \\\n -- \\\n uv --directory . \\\n run just-prompt --default-models \"anthropic:claude-3-7-sonnet-20250219:4k,openai:o3-mini,gemini:gemini-2.0-flash,openai:gpt-4.5-preview,gemini:gemini-2.5-pro-exp-03-25\"\n```\n\n## `mcp remove`\n\nClaude MCP elimina just-prompt\n\n## Ejecución de pruebas\n\n```bash\nuv run pytest\n```\n\n## Estructura del código base\n\n```\n.\n├── ai_docs/ # Documentation for AI model details\n│ ├── llm_providers_details.xml\n│ └── pocket-pick-mcp-server-example.xml\n├── list_models.py # Script to list available LLM models\n├── pyproject.toml # Python project configuration\n├── specs/ # Project specifications\n│ └── init-just-prompt.md\n├── src/ # Source code directory\n│ └── just_prompt/\n│ ├── __init__.py\n│ ├── __main__.py\n│ ├── atoms/ # Core components\n│ │ ├── llm_providers/ # Individual provider implementations\n│ │ │ ├── anthropic.py\n│ │ │ ├── deepseek.py\n│ │ │ ├── gemini.py\n│ │ │ ├── groq.py\n│ │ │ ├── ollama.py\n│ │ │ └── openai.py\n│ │ └── shared/ # Shared utilities and data types\n│ │ ├── data_types.py\n│ │ ├── model_router.py\n│ │ ├── utils.py\n│ │ └── validator.py\n│ ├── molecules/ # Higher-level functionality\n│ │ ├── list_models.py\n│ │ ├── list_providers.py\n│ │ ├── prompt.py\n│ │ ├── prompt_from_file.py\n│ │ └── prompt_from_file_to_file.py\n│ ├── server.py # MCP server implementation\n│ └── tests/ # Test directory\n│ ├── atoms/ # Tests for atoms\n│ │ ├── llm_providers/\n│ │ └── shared/\n│ └── molecules/ # Tests for molecules\n```\n\n## Preparación del contexto\n\nLEA README.md, luego ejecute git ls-files y 'eza --git-ignore --tree' para comprender el contexto del proyecto.\n\n## Pensando en fichas con Claude\n\nEl modelo antrópico de Claude `claude-3-7-sonnet-20250219` fomenta capacidades de pensamiento ampliadas mediante fichas de pensamiento. Esto le permite a Claude realizar procesos de pensamiento más profundos antes de responder.\n\nPuedes habilitar tokens de pensamiento agregando un sufijo al nombre del modelo en este formato:\n\n* `anthropic:claude-3-7-sonnet-20250219:1k` - Usa 1024 fichas de pensamiento\n* `anthropic:claude-3-7-sonnet-20250219:4k` - Usa 4096 fichas de pensamiento\n* `anthropic:claude-3-7-sonnet-20250219:8000` - Usa 8000 fichas de pensamiento\n\nEjemplo de uso:\n\n```bash\n# Using 4k thinking tokens with Claude\nuv run just-prompt prompt \"Analyze the advantages and disadvantages of quantum computing vs classical computing\" \\\n --models-prefixed-by-provider anthropic:claude-3-7-sonnet-20250219:4k\n```\n\nNotas:\n\n* Los tokens de pensamiento solo son compatibles con el modelo `claude-3-7-sonnet-20250219`\n* Los presupuestos de tokens de pensamiento válido varían de 1024 a 16000\n* Los valores fuera de este rango se ajustarán automáticamente para estar dentro del rango.\n* Puede especificar el presupuesto con notación k (1k, 4k, etc.) o con números exactos (1024, 4096, etc.)\n\n## Recursos\n\n* \n* \n* \n* \n* \n* ","Spanish","es-ES",{"_27":46,"_31":50,"_36":51},{"_29":47,"_31":48,"_33":49},"OpenAI、Anthropic、Google Gemini、Groq、DeepSeek、Ollama などのさまざまな LLM プロバイダーへの統合インターフェースを提供する軽量 MCP サーバーです。","プロンプトだけ","# Just Prompt - LLMプロバイダー向けの軽量MCPサーバー\n\n`just-prompt` 、OpenAI、Anthropic、Google Gemini、Groq、DeepSeek、Ollama などのさまざまな Large Language Model (LLM) プロバイダーへの統一されたインターフェースを提供するモデル制御プロトコル (MCP) サーバーです。\n\n## ツール\n\nサーバーでは次の MCP ツールが使用できます。\n\n* **`prompt`** : 複数の LLM モデルにプロンプトを送信する\n\n * パラメータ:\n * `text` : プロンプトテキスト\n * `models_prefixed_by_provider` （オプション）: プロバイダープレフィックスを持つモデルのリスト。指定されていない場合は、デフォルトのモデルが使用されます。\n\n* **`prompt_from_file`** : ファイルから複数の LLM モデルにプロンプトを送信する\n\n * パラメータ:\n * `file` : プロンプトを含むファイルへのパス\n * `models_prefixed_by_provider` （オプション）: プロバイダープレフィックスを持つモデルのリスト。指定されていない場合は、デフォルトのモデルが使用されます。\n\n* **`prompt_from_file_to_file`** : ファイルから複数の LLM モデルにプロンプトを送信し、応答をマークダウンファイルとして保存します。\n\n * パラメータ:\n * `file` : プロンプトを含むファイルへのパス\n * `models_prefixed_by_provider` （オプション）: プロバイダープレフィックスを持つモデルのリスト。指定されていない場合は、デフォルトのモデルが使用されます。\n * `output_dir` (デフォルト: \".\"): レスポンスマークダウンファイルを保存するディレクトリ\n\n* **`list_providers`** : 利用可能なすべての LLM プロバイダーを一覧表示します\n\n * パラメータ: なし\n\n* **`list_models`** : 特定の LLM プロバイダーで利用可能なすべてのモデルを一覧表示します。\n\n * パラメータ:\n * `provider` : モデルをリストするプロバイダー（例：'openai' または 'o'）\n\n## プロバイダープレフィックス\n\n> すべてのモデルにはプロバイダー名を接頭辞として付ける必要があります\n>\n> より速く参照するために短い名前を使用する\n\n* `o`または`openai` : OpenAI\n * `o:gpt-4o-mini`\n * `openai:gpt-4o-mini`\n* `a`または`anthropic` : Anthropic\n * `a:claude-3-5-haiku`\n * `anthropic:claude-3-5-haiku`\n* `g`または`gemini` : Google Gemini\n * `g:gemini-2.5-pro-exp-03-25`\n * `gemini:gemini:gemini-2.5-pro-exp-03-25`\n* `q`または`groq` : Groq\n * `q:llama-3.1-70b-versatile`\n * `groq:llama-3.1-70b-versatile`\n* `d`または`deepseek` : DeepSeek\n * `d:deepseek-coder`\n * `deepseek:deepseek-coder`\n* `l`または`ollama` : Ollama\n * `l:llama3.1`\n * `ollama:llama3.1`\n\n## 特徴\n\n* 複数の LLM プロバイダー向けの統合 API\n* 文字列またはファイルからのテキストプロンプトのサポート\n* 複数のモデルを並列に実行する\n* `--default-models`リストの最初のモデルを使用してモデル名を自動的に修正します\n* 応答をファイルに保存する機能\n* 利用可能なプロバイダーとモデルの簡単なリスト\n\n## インストール\n\n```bash\n# Clone the repository\ngit clone https://github.com/yourusername/just-prompt.git\ncd just-prompt\n\n# Install with pip\nuv sync\n```\n\n### 環境変数\n\nAPI キーを使用して`.env`ファイルを作成します ( `.env.sample`ファイルをコピーできます)。\n\n```bash\ncp .env.sample .env\n```\n\n次に、 `.env`ファイルを編集して API キーを追加します (またはシェルでエクスポートします)。\n\n```\nOPENAI_API_KEY=your_openai_api_key_here\nANTHROPIC_API_KEY=your_anthropic_api_key_here\nGEMINI_API_KEY=your_gemini_api_key_here\nGROQ_API_KEY=your_groq_api_key_here\nDEEPSEEK_API_KEY=your_deepseek_api_key_here\nOLLAMA_HOST=http://localhost:11434\n```\n\n## クロードコードのインストール\n\nデフォルトモデルは`anthropic:claude-3-7-sonnet-20250219`に設定されています。\n\nリポジトリから直接 Claude Code を使用する場合、.mcp.json ファイルでデフォルトのモデルが次のように設定されていることがわかります...\n\n```\n{\n \"mcpServers\": {\n \"just-prompt\": {\n \"type\": \"stdio\",\n \"command\": \"uv\",\n \"args\": [\n \"--directory\",\n \".\",\n \"run\",\n \"just-prompt\",\n \"--default-models\",\n \"anthropic:claude-3-7-sonnet-20250219,openai:o3-mini,gemini:gemini-2.5-pro-exp-03-25\"\n ],\n \"env\": {}\n }\n }\n}\n```\n\n`--default-models`パラメータは、APIエンドポイントに明示的にモデルが指定されていない場合に使用するモデルを設定します。リストの最初のモデルは、必要に応じてモデル名の修正にも使用されます。モデルはカンマ区切りで複数指定できます。\n\nサーバーを起動すると、お使いの環境で利用可能なAPIキーが自動的に確認され、利用可能なプロバイダーが通知されます。キーが不足している場合、そのプロバイダーは利用不可として表示されますが、サーバーは起動し、利用可能なプロバイダーで使用できます。\n\n### `mcp add-json`使用\n\nこれをコピーして、claudeコードに貼り付けます。ただし、jsonをコピーするまでは実行しないでください。\n\n```\nclaude mcp add just-prompt \"$(pbpaste)\"\n```\n\nコピーするJSON\n\n```\n{\n \"command\": \"uv\",\n \"args\": [\"--directory\", \".\", \"run\", \"just-prompt\"]\n}\n```\n\nカスタムのデフォルトモデルを`openai:gpt-4o`に設定します。\n\n```\n{\n \"command\": \"uv\",\n \"args\": [\"--directory\", \".\", \"run\", \"just-prompt\", \"--default-models\", \"openai:gpt-4o\"]\n}\n```\n\n複数のデフォルトモデルの場合:\n\n```\n{\n \"command\": \"uv\",\n \"args\": [\"--directory\", \".\", \"run\", \"just-prompt\", \"--default-models\", \"anthropic:claude-3-7-sonnet-20250219,openai:gpt-4o,gemini:gemini-2.5-pro-exp-03-25\"]\n}\n```\n\n### プロジェクトスコープで`mcp add`使用する\n\n```bash\n# With default model (anthropic:claude-3-7-sonnet-20250219)\nclaude mcp add just-prompt -s project \\\n -- \\\n uv --directory . \\\n run just-prompt\n\n# With custom default model\nclaude mcp add just-prompt -s project \\\n -- \\\n uv --directory . \\\n run just-prompt --default-models \"openai:gpt-4o\"\n\n# With multiple default models\nclaude mcp add just-prompt -s user \\\n -- \\\n uv --directory . \\\n run just-prompt --default-models \"anthropic:claude-3-7-sonnet-20250219:4k,openai:o3-mini,gemini:gemini-2.0-flash,openai:gpt-4.5-preview,gemini:gemini-2.5-pro-exp-03-25\"\n```\n\n## `mcp remove`\n\nクロード・MCP 削除ジャストプロンプト\n\n## テストの実行\n\n```bash\nuv run pytest\n```\n\n## コードベースの構造\n\n```\n.\n├── ai_docs/ # Documentation for AI model details\n│ ├── llm_providers_details.xml\n│ └── pocket-pick-mcp-server-example.xml\n├── list_models.py # Script to list available LLM models\n├── pyproject.toml # Python project configuration\n├── specs/ # Project specifications\n│ └── init-just-prompt.md\n├── src/ # Source code directory\n│ └── just_prompt/\n│ ├── __init__.py\n│ ├── __main__.py\n│ ├── atoms/ # Core components\n│ │ ├── llm_providers/ # Individual provider implementations\n│ │ │ ├── anthropic.py\n│ │ │ ├── deepseek.py\n│ │ │ ├── gemini.py\n│ │ │ ├── groq.py\n│ │ │ ├── ollama.py\n│ │ │ └── openai.py\n│ │ └── shared/ # Shared utilities and data types\n│ │ ├── data_types.py\n│ │ ├── model_router.py\n│ │ ├── utils.py\n│ │ └── validator.py\n│ ├── molecules/ # Higher-level functionality\n│ │ ├── list_models.py\n│ │ ├── list_providers.py\n│ │ ├── prompt.py\n│ │ ├── prompt_from_file.py\n│ │ └── prompt_from_file_to_file.py\n│ ├── server.py # MCP server implementation\n│ └── tests/ # Test directory\n│ ├── atoms/ # Tests for atoms\n│ │ ├── llm_providers/\n│ │ └── shared/\n│ └── molecules/ # Tests for molecules\n```\n\n## コンテキストプライミング\n\nREADME.md を読んでから、git ls-files と 'eza --git-ignore --tree' を実行して、プロジェクトのコンテキストを理解します。\n\n## クロードとトークンを考える\n\n人間中心のクロードモデル`claude-3-7-sonnet-20250219`思考トークンを用いた拡張思考機能をサポートします。これにより、クロードは回答前により綿密な思考プロセスを行うことができます。\n\n次の形式でモデル名にサフィックスを追加することで、思考トークンを有効にすることができます。\n\n* `anthropic:claude-3-7-sonnet-20250219:1k` - 思考トークンを1024個使用する\n* `anthropic:claude-3-7-sonnet-20250219:4k` - 思考トークンを4096個使用する\n* `anthropic:claude-3-7-sonnet-20250219:8000` - 思考トークンを8000個使用する\n\n使用例:\n\n```bash\n# Using 4k thinking tokens with Claude\nuv run just-prompt prompt \"Analyze the advantages and disadvantages of quantum computing vs classical computing\" \\\n --models-prefixed-by-provider anthropic:claude-3-7-sonnet-20250219:4k\n```\n\n注記:\n\n* 思考トークンは`claude-3-7-sonnet-20250219`モデルでのみサポートされています。\n* 有効な思考トークン予算の範囲は1024から16000です\n* この範囲外の値は範囲内に自動的に調整されます\n* 予算は、k 表記 (1k、4k など) または正確な数値 (1024、4096 など) で指定できます。\n\n## リソース\n\n* \n* \n* \n* \n* \n* ","Japanese","ja-JP",{"_27":53,"_31":57,"_36":58},{"_29":54,"_31":55,"_33":56},"OpenAI, Anthropic, Google Gemini, Groq, DeepSeek, Ollama를 포함한 다양한 LLM 공급자에게 통합 인터페이스를 제공하는 가벼운 MCP 서버입니다.","그냥 프롬프트","# Just Prompt - LLM 제공자를 위한 가벼운 MCP 서버\n\n`just-prompt` OpenAI, Anthropic, Google Gemini, Groq, DeepSeek, Ollama를 포함한 다양한 대규모 언어 모델(LLM) 공급자에 통합 인터페이스를 제공하는 모델 제어 프로토콜(MCP) 서버입니다.\n\n## 도구\n\n서버에서 사용할 수 있는 MCP 도구는 다음과 같습니다.\n\n* **`prompt`** : 여러 LLM 모델에 프롬프트를 보냅니다.\n\n * 매개변수:\n * `text` : 프롬프트 텍스트\n * `models_prefixed_by_provider` (선택 사항): 공급자 접두사가 있는 모델 목록입니다. 지정하지 않으면 기본 모델을 사용합니다.\n\n* **`prompt_from_file`** : 파일에서 여러 LLM 모델로 프롬프트를 보냅니다.\n\n * 매개변수:\n * `file` : 프롬프트가 포함된 파일의 경로\n * `models_prefixed_by_provider` (선택 사항): 공급자 접두사가 있는 모델 목록입니다. 지정하지 않으면 기본 모델을 사용합니다.\n\n* **`prompt_from_file_to_file`** : 파일에서 여러 LLM 모델로 프롬프트를 보내고 응답을 마크다운 파일로 저장합니다.\n\n * 매개변수:\n * `file` : 프롬프트가 포함된 파일의 경로\n * `models_prefixed_by_provider` (선택 사항): 공급자 접두사가 있는 모델 목록입니다. 지정하지 않으면 기본 모델을 사용합니다.\n * `output_dir` (기본값: \".\"): 응답 마크다운 파일을 저장할 디렉토리\n\n* **`list_providers`** : 사용 가능한 모든 LLM 공급자 나열\n\n * 매개변수: 없음\n\n* **`list_models`** : 특정 LLM 공급자에 사용 가능한 모든 모델을 나열합니다.\n\n * 매개변수:\n * `provider` : 모델을 나열하는 제공자(예: 'openai' 또는 'o')\n\n## 공급자 접두사\n\n> 모든 모델에는 공급자 이름이 접두사로 붙어야 합니다.\n>\n> 더 빠른 참조를 위해 짧은 이름을 사용하세요\n\n* `o` 또는 `openai` : OpenAI\n * `o:gpt-4o-mini`\n * `openai:gpt-4o-mini`\n* `a` 또는 `anthropic` : 인류학적\n * `a:claude-3-5-haiku`\n * `anthropic:claude-3-5-haiku`\n* `g` 또는 `gemini` : Google Gemini\n * `g:gemini-2.5-pro-exp-03-25`\n * `gemini:gemini:gemini-2.5-pro-exp-03-25`\n* `q` 또는 `groq` : Groq\n * `q:llama-3.1-70b-versatile`\n * `groq:llama-3.1-70b-versatile`\n* `d` 또는 `deepseek` : DeepSeek\n * `d:deepseek-coder`\n * `deepseek:deepseek-coder`\n* `l` 또는 `ollama` : 올라마\n * `l:llama3.1`\n * `ollama:llama3.1`\n\n## 특징\n\n* 여러 LLM 공급자를 위한 통합 API\n* 문자열이나 파일에서 텍스트 프롬프트 지원\n* 여러 모델을 병렬로 실행\n* `--default-models` 목록의 첫 번째 모델을 사용하여 자동 모델 이름 수정\n* 파일에 대한 응답을 저장하는 기능\n* 사용 가능한 공급자 및 모델을 쉽게 나열\n\n## 설치\n\n지엑스피1\n\n### 환경 변수\n\nAPI 키로 `.env` 파일을 만듭니다( `.env.sample` 파일을 복사할 수 있습니다).\n\n```bash\ncp .env.sample .env\n```\n\n그런 다음 `.env` 파일을 편집하여 API 키를 추가하거나 셸에서 내보냅니다.\n\n```\nOPENAI_API_KEY=your_openai_api_key_here\nANTHROPIC_API_KEY=your_anthropic_api_key_here\nGEMINI_API_KEY=your_gemini_api_key_here\nGROQ_API_KEY=your_groq_api_key_here\nDEEPSEEK_API_KEY=your_deepseek_api_key_here\nOLLAMA_HOST=http://localhost:11434\n```\n\n## 클로드 코드 설치\n\n기본 모델이 `anthropic:claude-3-7-sonnet-20250219` 로 설정되었습니다.\n\n저장소에서 바로 Claude Code를 사용하면 .mcp.json 파일에서 기본 모델을 다음과 같이 설정한 것을 볼 수 있습니다.\n\n```\n{\n \"mcpServers\": {\n \"just-prompt\": {\n \"type\": \"stdio\",\n \"command\": \"uv\",\n \"args\": [\n \"--directory\",\n \".\",\n \"run\",\n \"just-prompt\",\n \"--default-models\",\n \"anthropic:claude-3-7-sonnet-20250219,openai:o3-mini,gemini:gemini-2.5-pro-exp-03-25\"\n ],\n \"env\": {}\n }\n }\n}\n```\n\n`--default-models` 매개변수는 API 엔드포인트에 명시적으로 제공된 모델이 없을 때 사용할 모델을 설정합니다. 목록의 첫 번째 모델은 필요 시 모델 이름 수정에도 사용됩니다. 쉼표로 구분된 모델 목록일 수 있습니다.\n\n서버를 시작하면 사용자 환경에서 사용 가능한 API 키를 자동으로 확인하고 사용 가능한 공급자를 알려줍니다. 키가 없는 경우 공급자는 사용할 수 없음으로 표시되지만, 서버는 계속 시작되고 사용 가능한 공급자를 통해 사용할 수 있습니다.\n\n### `mcp add-json` 사용\n\n이것을 복사하여 Claude 코드에 붙여 넣으세요. 하지만 JSON을 복사할 때까지 실행하지 마세요.\n\n```\nclaude mcp add just-prompt \"$(pbpaste)\"\n```\n\n복사할 JSON\n\n```\n{\n \"command\": \"uv\",\n \"args\": [\"--directory\", \".\", \"run\", \"just-prompt\"]\n}\n```\n\n사용자 정의 기본 모델을 `openai:gpt-4o` 로 설정합니다.\n\n```\n{\n \"command\": \"uv\",\n \"args\": [\"--directory\", \".\", \"run\", \"just-prompt\", \"--default-models\", \"openai:gpt-4o\"]\n}\n```\n\n여러 기본 모델 사용:\n\n```\n{\n \"command\": \"uv\",\n \"args\": [\"--directory\", \".\", \"run\", \"just-prompt\", \"--default-models\", \"anthropic:claude-3-7-sonnet-20250219,openai:gpt-4o,gemini:gemini-2.5-pro-exp-03-25\"]\n}\n```\n\n### 프로젝트 범위에 `mcp add` 사용\n\n```bash\n# With default model (anthropic:claude-3-7-sonnet-20250219)\nclaude mcp add just-prompt -s project \\\n -- \\\n uv --directory . \\\n run just-prompt\n\n# With custom default model\nclaude mcp add just-prompt -s project \\\n -- \\\n uv --directory . \\\n run just-prompt --default-models \"openai:gpt-4o\"\n\n# With multiple default models\nclaude mcp add just-prompt -s user \\\n -- \\\n uv --directory . \\\n run just-prompt --default-models \"anthropic:claude-3-7-sonnet-20250219:4k,openai:o3-mini,gemini:gemini-2.0-flash,openai:gpt-4.5-preview,gemini:gemini-2.5-pro-exp-03-25\"\n```\n\n## `mcp remove`\n\n클로드 MCP Just-Prompt 제거\n\n## 테스트 실행\n\n```bash\nuv run pytest\n```\n\n## 코드베이스 구조\n\n```\n.\n├── ai_docs/ # Documentation for AI model details\n│ ├── llm_providers_details.xml\n│ └── pocket-pick-mcp-server-example.xml\n├── list_models.py # Script to list available LLM models\n├── pyproject.toml # Python project configuration\n├── specs/ # Project specifications\n│ └── init-just-prompt.md\n├── src/ # Source code directory\n│ └── just_prompt/\n│ ├── __init__.py\n│ ├── __main__.py\n│ ├── atoms/ # Core components\n│ │ ├── llm_providers/ # Individual provider implementations\n│ │ │ ├── anthropic.py\n│ │ │ ├── deepseek.py\n│ │ │ ├── gemini.py\n│ │ │ ├── groq.py\n│ │ │ ├── ollama.py\n│ │ │ └── openai.py\n│ │ └── shared/ # Shared utilities and data types\n│ │ ├── data_types.py\n│ │ ├── model_router.py\n│ │ ├── utils.py\n│ │ └── validator.py\n│ ├── molecules/ # Higher-level functionality\n│ │ ├── list_models.py\n│ │ ├── list_providers.py\n│ │ ├── prompt.py\n│ │ ├── prompt_from_file.py\n│ │ └── prompt_from_file_to_file.py\n│ ├── server.py # MCP server implementation\n│ └── tests/ # Test directory\n│ ├── atoms/ # Tests for atoms\n│ │ ├── llm_providers/\n│ │ └── shared/\n│ └── molecules/ # Tests for molecules\n```\n\n## 맥락 프라이밍\n\nREADME.md를 읽은 다음 git ls-files와 'eza --git-ignore --tree'를 실행하여 프로젝트의 컨텍스트를 이해하세요.\n\n## 클로드와 함께 생각하는 토큰\n\n인간 중심적 클로드 모델 `claude-3-7-sonnet-20250219` 은 사고 토큰을 사용하여 확장된 사고 능력을 지원합니다. 이를 통해 클로드는 답변하기 전에 더욱 심도 있는 사고 과정을 수행할 수 있습니다.\n\n다음 형식으로 모델 이름에 접미사를 추가하여 사고 토큰을 활성화할 수 있습니다.\n\n* `anthropic:claude-3-7-sonnet-20250219:1k` - 생각 토큰 1024개를 사용하세요\n* `anthropic:claude-3-7-sonnet-20250219:4k` - 4096개의 사고 토큰을 사용하세요\n* `anthropic:claude-3-7-sonnet-20250219:8000` - 생각 토큰 8000개 사용\n\n사용 예:\n\n```bash\n# Using 4k thinking tokens with Claude\nuv run just-prompt prompt \"Analyze the advantages and disadvantages of quantum computing vs classical computing\" \\\n --models-prefixed-by-provider anthropic:claude-3-7-sonnet-20250219:4k\n```\n\n참고사항:\n\n* 사고 토큰은 `claude-3-7-sonnet-20250219` 모델에서만 지원됩니다.\n* 유효한 사고 토큰 예산은 1024에서 16000까지입니다.\n* 이 범위를 벗어난 값은 자동으로 범위 내로 조정됩니다.\n* 예산은 k 표기법(1k, 4k 등)이나 정확한 숫자(1024, 4096 등)로 지정할 수 있습니다.\n\n## 자원\n\n* \n* \n* \n* \n* \n* ","Korean","ko-KR",{"_27":60,"_31":64,"_36":65},{"_29":61,"_31":62,"_33":63},"轻量级 MCP 服务器，为各种 LLM 提供商提供统一的接口，包括 OpenAI、Anthropic、Google Gemini、Groq、DeepSeek 和 Ollama。","只需提示","# Just Prompt - 为 LLM 提供商提供的轻量级 MCP 服务器\n\n`just-prompt`是一个模型控制协议 (MCP) 服务器，它为各种大型语言模型 (LLM) 提供商提供统一的接口，包括 OpenAI、Anthropic、Google Gemini、Groq、DeepSeek 和 Ollama。\n\n## 工具\n\n服务器中提供以下 MCP 工具：\n\n* **`prompt`** ：向多个 LLM 模型发送提示\n\n * 参数：\n * `text` ：提示文本\n * `models_prefixed_by_provider` （可选）：带有提供商前缀的模型列表。若未提供，则使用默认模型。\n\n* **`prompt_from_file`** ：将提示从文件发送到多个 LLM 模型\n\n * 参数：\n * `file` ：包含提示的文件的路径\n * `models_prefixed_by_provider` （可选）：带有提供商前缀的模型列表。若未提供，则使用默认模型。\n\n* **`prompt_from_file_to_file`** ：将提示从文件发送到多个 LLM 模型，并将响应保存为 markdown 文件\n\n * 参数：\n * `file` ：包含提示的文件的路径\n * `models_prefixed_by_provider` （可选）：带有提供商前缀的模型列表。若未提供，则使用默认模型。\n * `output_dir` （默认值：“。”）：保存响应 markdown 文件的目录\n\n* **`list_providers`** ：列出所有可用的 LLM 提供商\n\n * 参数：无\n\n* **`list_models`** ：列出特定 LLM 提供商的所有可用模型\n\n * 参数：\n * `provider` ：列出模型的提供者（例如“openai”或“o”）\n\n## 提供商前缀\n\n> 每个模型必须以提供商名称作为前缀\n>\n> 使用简称以便更快地引用\n\n* `o`或`openai` : OpenAI\n * `o:gpt-4o-mini`\n * `openai:gpt-4o-mini`\n* `a``anthropic` ：人类的\n * `a:claude-3-5-haiku`\n * `anthropic:claude-3-5-haiku`\n* `g`或`gemini` ：Google Gemini\n * `g:gemini-2.5-pro-exp-03-25`\n * `gemini:gemini:gemini-2.5-pro-exp-03-25`\n* `q`或`groq` : Groq\n * `q:llama-3.1-70b-versatile`\n * `groq:llama-3.1-70b-versatile`\n* `d`或`deepseek` : DeepSeek\n * `d:deepseek-coder`\n * `deepseek:deepseek-coder`\n* `l`或`ollama` : Ollama\n * `l:llama3.1`\n * `ollama:llama3.1`\n\n## 特征\n\n* 为多个 LLM 提供商提供统一的 API\n* 支持来自字符串或文件的文本提示\n* 并行运行多个模型\n* 使用`--default-models`列表中的第一个模型自动更正模型名称\n* 能够保存对文件的响应\n* 轻松列出可用的提供商和型号\n\n## 安装\n\n```bash\n# Clone the repository\ngit clone https://github.com/yourusername/just-prompt.git\ncd just-prompt\n\n# Install with pip\nuv sync\n```\n\n### 环境变量\n\n使用您的 API 密钥创建一个`.env`文件（您可以复制`.env.sample`文件）：\n\n```bash\ncp .env.sample .env\n```\n\n然后编辑`.env`文件以添加您的 API 密钥（或在您的 shell 中导出它们）：\n\n```\nOPENAI_API_KEY=your_openai_api_key_here\nANTHROPIC_API_KEY=your_anthropic_api_key_here\nGEMINI_API_KEY=your_gemini_api_key_here\nGROQ_API_KEY=your_groq_api_key_here\nDEEPSEEK_API_KEY=your_deepseek_api_key_here\nOLLAMA_HOST=http://localhost:11434\n```\n\n## 克劳德代码安装\n\n默认模型设置为`anthropic:claude-3-7-sonnet-20250219` 。\n\n如果您直接从存储库中使用 Claude Code，您可以在 .mcp.json 文件中看到我们将默认模型设置为...\n\n```\n{\n \"mcpServers\": {\n \"just-prompt\": {\n \"type\": \"stdio\",\n \"command\": \"uv\",\n \"args\": [\n \"--directory\",\n \".\",\n \"run\",\n \"just-prompt\",\n \"--default-models\",\n \"anthropic:claude-3-7-sonnet-20250219,openai:o3-mini,gemini:gemini-2.5-pro-exp-03-25\"\n ],\n \"env\": {}\n }\n }\n}\n```\n\n`--default-models`参数用于设置未向 API 端点显式提供任何模型时要使用的模型。列表中的第一个模型也用于在需要时更正模型名称。该列表可以是用逗号分隔的模型列表。\n\n启动服务器时，它会自动检查您的环境中有哪些 API 密钥可用，并告知您可以使用哪些提供程序。如果缺少密钥，该提供程序将被列为不可用，但服务器仍会启动，并可使用可用的提供程序。\n\n### 使用`mcp add-json`\n\n复制此代码并将其粘贴到 Claude 代码中，但不要运行，直到复制 json\n\n```\nclaude mcp add just-prompt \"$(pbpaste)\"\n```\n\n要复制的 JSON\n\n```\n{\n \"command\": \"uv\",\n \"args\": [\"--directory\", \".\", \"run\", \"just-prompt\"]\n}\n```\n\n将自定义默认模型设置为`openai:gpt-4o` 。\n\n```\n{\n \"command\": \"uv\",\n \"args\": [\"--directory\", \".\", \"run\", \"just-prompt\", \"--default-models\", \"openai:gpt-4o\"]\n}\n```\n\n具有多个默认模型：\n\n```\n{\n \"command\": \"uv\",\n \"args\": [\"--directory\", \".\", \"run\", \"just-prompt\", \"--default-models\", \"anthropic:claude-3-7-sonnet-20250219,openai:gpt-4o,gemini:gemini-2.5-pro-exp-03-25\"]\n}\n```\n\n### 使用`mcp add`和项目范围\n\n```bash\n# With default model (anthropic:claude-3-7-sonnet-20250219)\nclaude mcp add just-prompt -s project \\\n -- \\\n uv --directory . \\\n run just-prompt\n\n# With custom default model\nclaude mcp add just-prompt -s project \\\n -- \\\n uv --directory . \\\n run just-prompt --default-models \"openai:gpt-4o\"\n\n# With multiple default models\nclaude mcp add just-prompt -s user \\\n -- \\\n uv --directory . \\\n run just-prompt --default-models \"anthropic:claude-3-7-sonnet-20250219:4k,openai:o3-mini,gemini:gemini-2.0-flash,openai:gpt-4.5-preview,gemini:gemini-2.5-pro-exp-03-25\"\n```\n\n## `mcp remove`\n\nclaude mcp 删除 just-prompt\n\n## 运行测试\n\n```bash\nuv run pytest\n```\n\n## 代码库结构\n\n```\n.\n├── ai_docs/ # Documentation for AI model details\n│ ├── llm_providers_details.xml\n│ └── pocket-pick-mcp-server-example.xml\n├── list_models.py # Script to list available LLM models\n├── pyproject.toml # Python project configuration\n├── specs/ # Project specifications\n│ └── init-just-prompt.md\n├── src/ # Source code directory\n│ └── just_prompt/\n│ ├── __init__.py\n│ ├── __main__.py\n│ ├── atoms/ # Core components\n│ │ ├── llm_providers/ # Individual provider implementations\n│ │ │ ├── anthropic.py\n│ │ │ ├── deepseek.py\n│ │ │ ├── gemini.py\n│ │ │ ├── groq.py\n│ │ │ ├── ollama.py\n│ │ │ └── openai.py\n│ │ └── shared/ # Shared utilities and data types\n│ │ ├── data_types.py\n│ │ ├── model_router.py\n│ │ ├── utils.py\n│ │ └── validator.py\n│ ├── molecules/ # Higher-level functionality\n│ │ ├── list_models.py\n│ │ ├── list_providers.py\n│ │ ├── prompt.py\n│ │ ├── prompt_from_file.py\n│ │ └── prompt_from_file_to_file.py\n│ ├── server.py # MCP server implementation\n│ └── tests/ # Test directory\n│ ├── atoms/ # Tests for atoms\n│ │ ├── llm_providers/\n│ │ └── shared/\n│ └── molecules/ # Tests for molecules\n```\n\n## 情境启动\n\n阅读 README.md，然后运行 git ls-files 和“eza --git-ignore --tree”以了解项目的上下文。\n\n## 与克劳德一起思考代币\n\n人择克劳德模型`claude-3-7-sonnet-20250219`支持使用思考标记来扩展思考能力。这使得克劳德在回答问题之前能够进行更彻底的思考。\n\n您可以通过在模型名称中添加以下格式的后缀来启用思考标记：\n\n* `anthropic:claude-3-7-sonnet-20250219:1k` - 使用 1024 个思考标记\n* `anthropic:claude-3-7-sonnet-20250219:4k` - 使用 4096 个思考标记\n* `anthropic:claude-3-7-sonnet-20250219:8000` - 使用 8000 个思考标记\n\n使用示例：\n\n```bash\n# Using 4k thinking tokens with Claude\nuv run just-prompt prompt \"Analyze the advantages and disadvantages of quantum computing vs classical computing\" \\\n --models-prefixed-by-provider anthropic:claude-3-7-sonnet-20250219:4k\n```\n\n笔记：\n\n* 思考标记仅支持`claude-3-7-sonnet-20250219`模型\n* 有效思考代币预算范围从 1024 到 16000\n* 超出此范围的值将自动调整到范围内\n* 您可以使用 k 符号（1k、4k 等）或精确数字（1024、4096 等）指定预算。\n\n## 资源\n\n* \n* \n* \n* \n* \n* ","Chinese","zh-CN","githubUser","locale",{"_69":70,"_71":72,"_13":100,"_103":30,"_104":30,"_105":106,"_109":110,"_129":-5,"_130":131,"_132":133,"_134":135,"_31":32,"_160":123,"_161":-5,"_162":-5,"_163":-5,"_164":-5,"_165":166,"_171":-5,"_142":119,"_172":-5,"_173":-5,"_17":174,"_175":176},"addedAt",["D",1743436908186],"argumentsJsonSchema",{"_73":74,"_97":98,"_80":99},"properties",{"_75":76,"_82":83,"_85":86,"_88":89,"_91":92,"_94":95},"OLLAMA_HOST",{"_77":78,"_29":79,"_80":81},"default","http://localhost:11434","The URL for your Ollama host","type","string","GROQ_API_KEY",{"_29":84,"_80":81},"Your Groq API key","GEMINI_API_KEY",{"_29":87,"_80":81},"Your Google Gemini API key","OPENAI_API_KEY",{"_29":90,"_80":81},"Your OpenAI API key","DEEPSEEK_API_KEY",{"_29":93,"_80":81},"Your DeepSeek API key","ANTHROPIC_API_KEY",{"_29":96,"_80":81},"Your Anthropic API key","required",[],"object",[101,102],"language:python","license_grade:f","descriptionMarkdown","descriptionPlainText","githubProject",{"_33":34,"_107":108},"url","https://github.com/disler/just-prompt","githubRepository",{"_111":112,"_113":114,"_115":116,"_117":118,"_31":119,"_120":121,"_125":126,"_127":-5,"_128":126},"defaultBranch","main","fullName","disler/just-prompt","githubTreeId",104541,"language","Python","just-prompt","owner",{"_122":123,"_17":124},"login","disler","TSxLfQey5P","recentStargazers",6,"spdxLicense","stargazers","glamaJson","id",4724,"inspectable",false,"integrations",[136,146,153],{"_137":138,"_29":144,"_17":145},"brand",{"_139":140,"_31":141,"_142":143},"logoSvgPath","M11.04 19.32Q12 21.51 12 24q0-2.49.93-4.68.96-2.19 2.58-3.81t3.81-2.55Q21.51 12 24 12q-2.49 0-4.68-.93a12.3 12.3 0 0 1-3.81-2.58 12.3 12.3 0 0 1-2.58-3.81Q12 2.49 12 0q0 2.49-.96 4.68-.93 2.19-2.55 3.81a12.3 12.3 0 0 1-3.81 2.58Q2.49 12 0 12q2.49 0 4.68.96 2.19.93 3.81 2.55t2.55 3.81","Google Gemini","slug","google-gemini","Enables access to Google Gemini models including Gemini 2.5 Pro, allowing prompt processing through a standardized interface.","x4zj4inef3",{"_137":147,"_29":151,"_17":152},{"_139":148,"_31":149,"_142":150},"M16.361 10.26a.894.894 0 0 0-.558.47l-.072.148.001.207c0 .193.004.217.059.353.076.193.152.312.291.448.24.238.51.3.872.205a.86.86 0 0 0 .517-.436.752.752 0 0 0 .08-.498c-.064-.453-.33-.782-.724-.897a1.06 1.06 0 0 0-.466 0zm-9.203.005c-.305.096-.533.32-.65.639a1.187 1.187 0 0 0-.06.52c.057.309.31.59.598.667.362.095.632.033.872-.205.14-.136.215-.255.291-.448.055-.136.059-.16.059-.353l.001-.207-.072-.148a.894.894 0 0 0-.565-.472 1.02 1.02 0 0 0-.474.007Zm4.184 2c-.131.071-.223.25-.195.383.031.143.157.288.353.407.105.063.112.072.117.136.004.038-.01.146-.029.243-.02.094-.036.194-.036.222.002.074.07.195.143.253.064.052.076.054.255.059.164.005.198.001.264-.03.169-.082.212-.234.15-.525-.052-.243-.042-.28.087-.355.137-.08.281-.219.324-.314a.365.365 0 0 0-.175-.48.394.394 0 0 0-.181-.033c-.126 0-.207.03-.355.124l-.085.053-.053-.032c-.219-.13-.259-.145-.391-.143a.396.396 0 0 0-.193.032zm.39-2.195c-.373.036-.475.05-.654.086-.291.06-.68.195-.951.328-.94.46-1.589 1.226-1.787 2.114-.04.176-.045.234-.045.53 0 .294.005.357.043.524.264 1.16 1.332 2.017 2.714 2.173.3.033 1.596.033 1.896 0 1.11-.125 2.064-.727 2.493-1.571.114-.226.169-.372.22-.602.039-.167.044-.23.044-.523 0-.297-.005-.355-.045-.531-.288-1.29-1.539-2.304-3.072-2.497a6.873 6.873 0 0 0-.855-.031zm.645.937a3.283 3.283 0 0 1 1.44.514c.223.148.537.458.671.662.166.251.26.508.303.82.02.143.01.251-.043.482-.08.345-.332.705-.672.957a3.115 3.115 0 0 1-.689.348c-.382.122-.632.144-1.525.138-.582-.006-.686-.01-.853-.042-.57-.107-1.022-.334-1.35-.68-.264-.28-.385-.535-.45-.946-.03-.192.025-.509.137-.776.136-.326.488-.73.836-.963.403-.269.934-.46 1.422-.512.187-.02.586-.02.773-.002zm-5.503-11a1.653 1.653 0 0 0-.683.298C5.617.74 5.173 1.666 4.985 2.819c-.07.436-.119 1.04-.119 1.503 0 .544.064 1.24.155 1.721.02.107.031.202.023.208a8.12 8.12 0 0 1-.187.152 5.324 5.324 0 0 0-.949 1.02 5.49 5.49 0 0 0-.94 2.339 6.625 6.625 0 0 0-.023 1.357c.091.78.325 1.438.727 2.04l.13.195-.037.064c-.269.452-.498 1.105-.605 1.732-.084.496-.095.629-.095 1.294 0 .67.009.803.088 1.266.095.555.288 1.143.503 1.534.071.128.243.393.264.407.007.003-.014.067-.046.141a7.405 7.405 0 0 0-.548 1.873c-.062.417-.071.552-.071.991 0 .56.031.832.148 1.279L3.42 24h1.478l-.05-.091c-.297-.552-.325-1.575-.068-2.597.117-.472.25-.819.498-1.296l.148-.29v-.177c0-.165-.003-.184-.057-.293a.915.915 0 0 0-.194-.25 1.74 1.74 0 0 1-.385-.543c-.424-.92-.506-2.286-.208-3.451.124-.486.329-.918.544-1.154a.787.787 0 0 0 .223-.531c0-.195-.07-.355-.224-.522a3.136 3.136 0 0 1-.817-1.729c-.14-.96.114-2.005.69-2.834.563-.814 1.353-1.336 2.237-1.475.199-.033.57-.028.776.01.226.04.367.028.512-.041.179-.085.268-.19.374-.431.093-.215.165-.333.36-.576.234-.29.46-.489.822-.729.413-.27.884-.467 1.352-.561.17-.035.25-.04.569-.04.319 0 .398.005.569.04a4.07 4.07 0 0 1 1.914.997c.117.109.398.457.488.602.034.057.095.177.132.267.105.241.195.346.374.43.14.068.286.082.503.045.343-.058.607-.053.943.016 1.144.23 2.14 1.173 2.581 2.437.385 1.108.276 2.267-.296 3.153-.097.15-.193.27-.333.419-.301.322-.301.722-.001 1.053.493.539.801 1.866.708 3.036-.062.772-.26 1.463-.533 1.854a2.096 2.096 0 0 1-.224.258.916.916 0 0 0-.194.25c-.054.109-.057.128-.057.293v.178l.148.29c.248.476.38.823.498 1.295.253 1.008.231 2.01-.059 2.581a.845.845 0 0 0-.044.098c0 .006.329.009.732.009h.73l.02-.074.036-.134c.019-.076.057-.3.088-.516.029-.217.029-1.016 0-1.258-.11-.875-.295-1.57-.597-2.226-.032-.074-.053-.138-.046-.141.008-.005.057-.074.108-.152.376-.569.607-1.284.724-2.228.031-.26.031-1.378 0-1.628-.083-.645-.182-1.082-.348-1.525a6.083 6.083 0 0 0-.329-.7l-.038-.064.131-.194c.402-.604.636-1.262.727-2.04a6.625 6.625 0 0 0-.024-1.358 5.512 5.512 0 0 0-.939-2.339 5.325 5.325 0 0 0-.95-1.02 8.097 8.097 0 0 1-.186-.152.692.692 0 0 1 .023-.208c.208-1.087.201-2.443-.017-3.503-.19-.924-.535-1.658-.98-2.082-.354-.338-.716-.482-1.15-.455-.996.059-1.8 1.205-2.116 3.01a6.805 6.805 0 0 0-.097.726c0 .036-.007.066-.015.066a.96.96 0 0 1-.149-.078A4.857 4.857 0 0 0 12 3.03c-.832 0-1.687.243-2.456.698a.958.958 0 0 1-.148.078c-.008 0-.015-.03-.015-.066a6.71 6.71 0 0 0-.097-.725C8.997 1.392 8.337.319 7.46.048a2.096 2.096 0 0 0-.585-.041Zm.293 1.402c.248.197.523.759.682 1.388.03.113.06.244.069.292.007.047.026.152.041.233.067.365.098.76.102 1.24l.002.475-.12.175-.118.178h-.278c-.324 0-.646.041-.954.124l-.238.06c-.033.007-.038-.003-.057-.144a8.438 8.438 0 0 1 .016-2.323c.124-.788.413-1.501.696-1.711.067-.05.079-.049.157.013zm9.825-.012c.17.126.358.46.498.888.28.854.36 2.028.212 3.145-.019.14-.024.151-.057.144l-.238-.06a3.693 3.693 0 0 0-.954-.124h-.278l-.119-.178-.119-.175.002-.474c.004-.669.066-1.19.214-1.772.157-.623.434-1.185.68-1.382.078-.062.09-.063.159-.012z","Ollama","ollama","Allows interaction with locally-hosted Ollama models through a consistent API, supporting models like Llama 3.1.","sfs1lnqzye",{"_137":154,"_29":158,"_17":159},{"_139":155,"_31":156,"_142":157},"M22.2819 9.8211a5.9847 5.9847 0 0 0-.5157-4.9108 6.0462 6.0462 0 0 0-6.5098-2.9A6.0651 6.0651 0 0 0 4.9807 4.1818a5.9847 5.9847 0 0 0-3.9977 2.9 6.0462 6.0462 0 0 0 .7427 7.0966 5.98 5.98 0 0 0 .511 4.9107 6.051 6.051 0 0 0 6.5146 2.9001A5.9847 5.9847 0 0 0 13.2599 24a6.0557 6.0557 0 0 0 5.7718-4.2058 5.9894 5.9894 0 0 0 3.9977-2.9001 6.0557 6.0557 0 0 0-.7475-7.0729zm-9.022 12.6081a4.4755 4.4755 0 0 1-2.8764-1.0408l.1419-.0804 4.7783-2.7582a.7948.7948 0 0 0 .3927-.6813v-6.7369l2.02 1.1686a.071.071 0 0 1 .038.052v5.5826a4.504 4.504 0 0 1-4.4945 4.4944zm-9.6607-4.1254a4.4708 4.4708 0 0 1-.5346-3.0137l.142.0852 4.783 2.7582a.7712.7712 0 0 0 .7806 0l5.8428-3.3685v2.3324a.0804.0804 0 0 1-.0332.0615L9.74 19.9502a4.4992 4.4992 0 0 1-6.1408-1.6464zM2.3408 7.8956a4.485 4.485 0 0 1 2.3655-1.9728V11.6a.7664.7664 0 0 0 .3879.6765l5.8144 3.3543-2.0201 1.1685a.0757.0757 0 0 1-.071 0l-4.8303-2.7865A4.504 4.504 0 0 1 2.3408 7.872zm16.5963 3.8558L13.1038 8.364 15.1192 7.2a.0757.0757 0 0 1 .071 0l4.8303 2.7913a4.4944 4.4944 0 0 1-.6765 8.1042v-5.6772a.79.79 0 0 0-.407-.667zm2.0107-3.0231l-.142-.0852-4.7735-2.7818a.7759.7759 0 0 0-.7854 0L9.409 9.2297V6.8974a.0662.0662 0 0 1 .0284-.0615l4.8303-2.7866a4.4992 4.4992 0 0 1 6.6802 4.66zM8.3065 12.863l-2.02-1.1638a.0804.0804 0 0 1-.038-.0567V6.0742a4.4992 4.4992 0 0 1 7.3757-3.4537l-.142.0805L8.704 5.459a.7948.7948 0 0 0-.3927.6813zm1.0976-2.3654l2.602-1.4998 2.6069 1.4998v2.9994l-2.5974 1.4997-2.6067-1.4997Z","OpenAI","openai","Provides access to OpenAI's models including GPT-4o and GPT-4o-mini through a unified interface for prompt processing.","9t7qh9izva","namespace","npmPackage","prompts","redditPostForeignId","resources","scores",{"_167":168,"_169":-5,"_170":-5},"license",0,"quality","security","simpleIcon","supportedPlatforms","tools","rpr6b7nr51","updatedAt",["D",1743436993232],"meta",[179,182,184,191,194,196,199,202,205,208,211,213,216,219,221,223,225,227,229],{"_180":181},"title","Just Prompt | Glama",{"_183":30,"_31":29},"content",{"_185":186,"_187":188,"_189":190},"href","https://glama.ai/mcp/servers/@disler/just-prompt","rel","canonical","tagName","link",{"_183":32,"_192":193},"property","og:title",{"_183":30,"_192":195},"og:description",{"_183":197,"_192":198},"https://glama.ai/logo.png","og:logo",{"_183":200,"_192":201},"https://glama.ai/mcp/servers/@disler/just-prompt/og-image","og:image",{"_183":203,"_192":204},"630","og:image:height",{"_183":206,"_192":207},"1200","og:image:width",{"_183":209,"_192":210},"website","og:type",{"_183":186,"_192":212},"og:url",{"_183":214,"_192":215},"ChatGPT alternative for power users","og:site_name",{"_183":217,"_31":218},"summary_large_image","twitter:card",{"_183":214,"_31":220},"twitter:title",{"_183":30,"_31":222},"twitter:description",{"_183":200,"_31":224},"twitter:image",{"_183":203,"_31":226},"twitter:image:height",{"_183":206,"_31":228},"twitter:image:width",{"_230":231},"script:ld+json",{"_232":233,"_234":235},"@context","http://schema.org","@graph",[236],{"_232":237,"_238":239,"_240":241},"https://schema.org","@type","BreadcrumbList","itemListElement",[242,249,253,257],{"_238":243,"_244":245,"_31":246,"_247":248},"ListItem","item","https://glama.ai/","Glama","position",1,{"_238":243,"_244":250,"_31":251,"_247":252},"https://glama.ai/mcp","MCP",2,{"_238":243,"_244":254,"_31":255,"_247":256},"https://glama.ai/mcp/servers","Servers",3,{"_238":243,"_244":186,"_31":32,"_247":258},4,"visitorIsMaintainer","routes/_public/mcp/servers/~namespace/~slug/_pages/reviews/_route",{"_66":-5,"_27":262,"_177":286,"_320":-5},{"_69":263,"_71":264,"_13":273,"_103":30,"_104":30,"_105":274,"_109":275,"_129":-5,"_130":131,"_132":133,"_134":277,"_31":32,"_160":123,"_161":-5,"_162":-5,"_163":-5,"_164":-5,"_165":284,"_171":-5,"_142":119,"_172":-5,"_173":-5,"_17":174,"_175":285},["D",1743436908186],{"_73":265,"_97":272,"_80":99},{"_75":266,"_82":267,"_85":268,"_88":269,"_91":270,"_94":271},{"_77":78,"_29":79,"_80":81},{"_29":84,"_80":81},{"_29":87,"_80":81},{"_29":90,"_80":81},{"_29":93,"_80":81},{"_29":96,"_80":81},[],[101,102],{"_33":34,"_107":108},{"_111":112,"_113":114,"_115":116,"_117":118,"_31":119,"_120":276,"_125":126,"_127":-5,"_128":126},{"_122":123,"_17":124},[278,280,282],{"_137":279,"_29":144,"_17":145},{"_139":140,"_31":141,"_142":143},{"_137":281,"_29":151,"_17":152},{"_139":148,"_31":149,"_142":150},{"_137":283,"_29":158,"_17":159},{"_139":155,"_31":156,"_142":157},{"_167":168,"_169":-5,"_170":-5},["D",1743436993232],[287,289,290,292,294,295,296,297,298,299,300,301,302,303,304,305,306,307,308],{"_180":288},"Reviews | Just Prompt | Glama",{"_183":30,"_31":29},{"_185":291,"_187":188,"_189":190},"https://glama.ai/mcp/servers/@disler/just-prompt/reviews",{"_183":293,"_192":193},"Reviews | Just Prompt",{"_183":30,"_192":195},{"_183":197,"_192":198},{"_183":200,"_192":201},{"_183":203,"_192":204},{"_183":206,"_192":207},{"_183":209,"_192":210},{"_183":291,"_192":212},{"_183":214,"_192":215},{"_183":217,"_31":218},{"_183":214,"_31":220},{"_183":30,"_31":222},{"_183":200,"_31":224},{"_183":203,"_31":226},{"_183":206,"_31":228},{"_230":309},{"_232":233,"_234":310},[311],{"_232":237,"_238":239,"_240":312},[313,314,315,316,317],{"_238":243,"_244":245,"_31":246,"_247":248},{"_238":243,"_244":250,"_31":251,"_247":252},{"_238":243,"_244":254,"_31":255,"_247":256},{"_238":243,"_244":186,"_31":32,"_247":258},{"_238":243,"_244":291,"_31":318,"_247":319},"Reviews",5,"review","actionData","errors"]

Rate & Review