compare-mcp

Revisión de código con múltiples modelos, tareas clasificadas y envío de subagentes, dentro de la CLI de Claude Code.

Claude Code es excelente para la revisión de código, pero solo habla con un modelo. La CLI de Copilot lanzó recientemente la depuración con múltiples modelos, lo que permite consultar un problema a GPT, Claude y Gemini de una sola vez. Claude Code no puede hacer eso de forma nativa. Este servidor MCP lo añade: trae tus propias claves API, distribuye a cualquier combinación de modelos y obtén una lista clasificada y comparada de lo que cada uno encontró.

Distribuye cualquier error o tarea a múltiples LLM simultáneamente, compara sus perspectivas únicas, ejecuta opcionalmente una ronda de debate donde los modelos se critican entre sí y luego envía subagentes en paralelo para implementar las mejores correcciones combinadas, cada una con su propio commit de git.

Demo

https://github.com/user-attachments/assets/8990dabb-bc61-4625-8930-c914cffe75da

/compare models → /compare review config.py for security issues → /compare --debate → /compare status

Related MCP server: Debate Agent MCP

Arquitectura

Instalación

pip install compare-mcp
claude mcp add -s user compare-mcp -- python -m compare_mcp

Luego obtén la habilidad /compare y la configuración de ejemplo:

git clone https://github.com/carolinacherry/compare-mcp.git --depth 1
mkdir -p ~/.claude/skills ~/.compare
cp -r compare-mcp/.claude/skills/compare ~/.claude/skills/
cp compare-mcp/.compare/config.example.json ~/.compare/config.json

Inicio rápido

1. Edita ~/.compare/config.json: habilita al menos 2 proveedores configurando "enabled": true y añadiendo tu clave API (ya sea como una referencia $ENV_VAR o pegando la clave directamente).

2. En Claude Code:

   /compare memory leak in the tile rendering loop
   /compare race condition in the connection pool --debate --providers claude,openai
   /compare status
   /compare models

Referencia de configuración

La configuración reside en ~/.compare/config.json. Las claves API utilizan la sintaxis $ENV_VAR, que se expande al cargar.

Tipos de proveedores

Configuración de comparación

Nota sobre el tiempo de espera: Algunos modelos (p. ej., kimi-k2.5 de Kimi) son significativamente más lentos que GPT-4o con prompts grandes y agotarán el tiempo de espera a los 60s. El valor predeterminado es 120s. Si un proveedor agota el tiempo de espera constantemente, prueba con una variante de modelo más rápida; para Kimi, moonshot-v1-auto es más rápido que kimi-k2.5 y selecciona automáticamente la ventana de contexto correcta.

Añadir proveedores

Cualquier endpoint compatible con OpenAI

{
  "my_provider": {
    "enabled": true,
    "type": "openai_compat",
    "api_key": "$MY_API_KEY",
    "model": "model-name",
    "base_url": "https://api.example.com/v1"
  }
}

Funciona con: OpenAI, Kimi (api.moonshot.ai), Minimax (api.minimax.io), Gemini (generativelanguage.googleapis.com/v1beta/openai/), API de Ollama (localhost:11434/v1), OpenRouter, Together AI, Groq, etc.

Modelo de subproceso CLI

{
  "ollama_local": {
    "enabled": true,
    "type": "cli",
    "cli_command": "ollama",
    "cli_args": ["run", "codellama"],
    "cli_parser": "text"
  }
}

Opciones de cli_parser: "text" (stdout sin procesar), "json" (analizar como JSON), "jsonl" (última línea JSON completa).

Comandos

En Claude Code, escribe cualquiera de estos:

Después de ejecutar /compare, se te preguntará si deseas enviar subagentes para corregir los hallazgos en paralelo. Cada subagente recibe una tarea, implementa la corrección y hace commit.

Cómo funciona

1. Distribución — compare_run distribuye el código + el problema a todos los proveedores habilitados mediante asyncio.gather. Los proveedores que agotan el tiempo de espera o dan error son excluidos, nunca bloquean toda la ejecución.

2. Comparación — compare_diff utiliza rapidfuzz (token sort ratio) para eliminar duplicados de hallazgos entre proveedores. Los hallazgos vistos por 2 o más proveedores son "compartidos"; el resto son "únicos". Tasa de acuerdo = compartidos / total de grupos únicos.

3. Debate (opcional) — compare_debate envía los hallazgos de cada proveedor a todos los demás para su crítica. Una llamada de síntesis fusiona los resultados. Limitado a 4 proveedores para restringir las llamadas a la API (N*(N-1)+1).

4. Tareas — compare_todos escribe los hallazgos clasificados en SQLite. Primero la gravedad alta, luego por número de proveedores.

5. Ejecución — La habilidad /compare envía subagentes de Claude Code en paralelo, uno por tarea. Cada uno implementa la corrección y hace commit.

Herramientas MCP (7)

vs multi_mcp

multi_mcp hace bien la distribución paralela. compare-mcp construye la capa de flujo de trabajo encima:

vs Copilot CLI multi-model

Copilot CLI enruta a través del proxy de API de GitHub: no permite claves propias, ni modelos Kimi/Minimax/locales. compare-mcp llama a las API de los proveedores directamente: ventanas de contexto completas, tus propios límites de tasa, cualquier modelo con un endpoint HTTP o binario CLI.

Desarrollo

git clone https://github.com/carolinacherry/compare-mcp.git
cd compare-mcp
pip install -e ".[dev]"
pytest
ruff check .