Skip to main content
Glama

Compass MCP

現在の作業内容を読み取り、どのモデルが適しているかを提案するローカルMCP — コピー修正かUIか厄介なバグか、といった類の判断を行います。

動作方法

各実タスクは start_session (コンパクト) を一度だけ通過させる必要があります。デフォルトでは安価なモデルを使用し、タスクが必要とする場合にのみ重いモデルを使用します。エージェントはワークスペースルールに従い、作業開始時にこれを呼び出します(Multitask / サブエージェントも含む — スキップしないでください)。Cursorはチャットドロップダウンを自動切り替えしたり、すべてのメッセージをインターセプトしたりしません — copy_task_model を Task model= にコピーしてください。同じタスク + stick_action=keep → 再推薦は行いません(作業タイプがプランニング/アーキテクチャに切り替わった場合を除く)。ユーザーがプロンプトのみのテストフレーズを言った場合でも、start_session または recommend_model を呼び出してください。実装はしないでください。

Related MCP server: MCP Router

インストール

git clone https://github.com/JakeLim17/compass-mcp.git
cd compass-mcp
npm run connect -- cursor
npm run connect -- claude
npm run connect -- codex

ホスト行を1つ選びます。インストール、ビルド、MCP設定の書き込みが行われます(既存の設定は先にバックアップされます)。

その後、アプリを再起動します。Cursorの場合: サイドバー Customize → MCPs → オフにしてオンにします。

npmにはありません — GitHubからクローンします。更新: npm run sync。

カタログメンテナンス: Cursorは頻繁にモデルを追加します。src/recommend.ts / src/hosts.ts のTask slugを Models & Pricing と照合して月1回程度(またはCursor Modelsピッカーが変更されたとき)再確認してください。その後 npm run sync を実行し、Customize → MCPs でMCPをトグルします。

使用方法

チャットで作業内容を伝えるだけです。エージェントがCompassを呼び出し、モデル提案を取得します。

例:

  • 「これにはどのモデルを使えばいい?」

  • 「Fableでログインのコピーを修正して」

  • 「この不安定な型エラー回帰をデバッグして」

必要ならモデル名を言ってください(페이블로、use codex) — スコアよりも優先されます。

通常の選択内容

作業内容…

一般的な選択

コピー、i18n、1行修正

Composer Standard (composer-2.5 UI; Task composer-2.5-fast)

小さなコードパッチ

同じライト層 — FastよりStandard

一般的なUI

Sonnet (claude-sonnet-5-thinking-high)

複数ファイルUI / レイアウトリファクタリング

Fable (claude-fable-5-thinking-high)

デザイン、プランニング、トレードオフ

Grok 4.6 · Fable · Opus · Sonnet

難しいバグ、CI、型エラー

Sol → Terra/Codex (gpt-5.6-sol-medium → gpt-5.6-terra-medium)

長いコードベース / コードコンテキスト

Kimi K2.7 (kimi-k2.7-code)

極端 / 大規模スコープ(まれ)

Opus 5 (claude-opus-5-thinking-high)

Cursorカタログ(Task slug)

Slug

役割

コスト層

composer-2.5

チャットUI Standard(軽い作業)

低

composer-2.5-fast

ComposerのTaskフォールバック

低

claude-sonnet-5-thinking-high

一般的なUI / ミッドClaude

中

claude-opus-4-8-thinking-high

Opus 4.8(レガシー)

中高

claude-opus-5-thinking-high

極端な難易度(まれ)

中高

claude-fable-5-thinking-high

複数ファイルUI

中高

cursor-grok-4.6-high-fast

デザイン / プランニング(デフォルトGrok)

中高

cursor-grok-4.5-high-fast

Grok 4.5レガシー

中高

gpt-5.6-sol-medium

軽めのバグ/CIプローブ

中高

gpt-5.6-terra-medium

難しいバグ / Terra

高

kimi-k2.7-code

長いコードコンテキスト

中

「最軽量」はホストによって異なります — Cursorの安価なスロットはComposerであり、Haikuではありません。最上位の選択肢が利用できない場合、リストの次のものにフォールバックします。

制限事項

  • チャットドロップダウンを自動変更しません — モデルを選ぶのはあなたまたはエージェントです。

  • 障害モード: must_do.task_model (copy_task_model) を Task model= に設定せずに「추천 모델로 다시」と言うと、Composerから離れてしまいます。Cursor MCPはTaskを自動バインドできません。task_model_required + ルールがコピーを強制します。verify_run_compliance は親チャットランタイムを確認できません。

  • Cursorが主なターゲットです。Claude CodeとCodex CLIでも動作します。

  • リモートWebコネクタはオプションです(下記参照)。

リモートHTTP(オプション)

Claude.ai / ChatGPTコネクタ用で、日常的なCursor用ではありません:

export COMPASS_MCP_API_KEY="$(openssl rand -hex 32)"
npm run start:http
# → http://127.0.0.1:3920/mcp

そのポートをHTTPSでトンネリングし、Authorization: Bearer <key> を付けてコネクタを /mcp に向けます。ローカルstdio(npm run connect)でほとんどの人には十分です。

ライセンス

MIT


日本語: 作業文を見てモデルを推薦するローカルMCP (v0.9.7+)。npm run connect -- cursor|claude|codex の一行インストール。簡単な作業は Composer 2.5 Standard(Fastではない) — Task slugは composer-2.5-fast フォールバック、チャットUIはStandard推奨。Cursor代表モデル全体(Sonnet/Opus 4.8·5/Fable/Grok/Sol/Terra/Kimi)カタログ整列。copy_task_model を Task model= にコピーする必要あり(言うだけではswitch=違反)。

Related MCP Connectors

Related MCP Servers

  • A
    license
    B
    quality
    C
    maintenance
    Enables collaboration between multiple AI models (GPT, Claude, Gemini) to work together on complex tasks, with intelligent task distribution and role-based expert assignment for code development, review, and optimization.
    18
    20 npm
    49
    MIT
  • A
    license
    A
    quality
    D
    maintenance
    Classifies development task complexity (LIGHT/MEDIUM/HEAVY) and recommends the most cost-efficient AI model per provider, enabling optimized model selection for coding tasks.
    3
    36 npm
    MIT
  • A
    license
    A
    quality
    C
    maintenance
    Routes tasks to the optimal AI model based on task type and benchmark scores across 25+ platforms. Automatically selects the best model for coding, reasoning, writing, and more using public benchmark data.
    5
    46 npm
    1
    MIT