Faro
Provides live documentation lookup for the installed SQLAlchemy package, including exact version verification, API signatures, deprecation warnings, and symbol existence checks.
This server does not currently have a deployable release on Glama. Follow the repository's setup instructions to install and configure it for your MCP client, including any required credentials and local dependencies.
Faro
Servidor MCP de documentación viva: le da al asistente de IA una ventana para leer la documentación real y vigente de una librería en el momento, en vez de citarla de memoria desde su fecha de corte.
(Un faro no navega por ti: te deja ver dónde está la costa en la niebla. Este servidor no reentrena al modelo: le da luz sobre la documentación real para que no navegue de memoria.)
El problema que resuelve
Un modelo de lenguaje tiene una fecha de corte. Todo lo que "sabe" de SQLAlchemy o FastAPI es una foto congelada, mezclada de miles de ejemplos de versiones distintas. El peligro no es solo estar desactualizado: el modelo no distingue con fiabilidad qué recuerda bien y qué está rellenando. Puede darte la API de una versión vieja con la misma seguridad que la actual.
Faro no reentrena ni "actualiza" al modelo; eso es imposible desde fuera. Le da una herramienta para consultar la documentación real cuando la respuesta lo necesita. La diferencia es la que hay entre citar un libro de memoria y tenerlo abierto en la mano.
Related MCP server: MCPyDoc
Así responde
Detecta API obsoleta que el modelo daría por buena:
sqlalchemy 2.0.36 :: sqlalchemy.orm.Query.get
definido en: sqlalchemy 2.0.36
⚠ DEPRECADO desde 2.0 — usar Session.get
get(ident: '_PKIdentityArgument') -> 'Optional[Any]'
Return an instance based on the given primary key identifier,
or ``None`` if not found.
...Se niega a servir la versión equivocada. Si el asistente da por hecho que usas la 1.4 y tienes instalada la 2.0.36:
NO ENCONTRADO. Pediste 'sqlalchemy' 1.4, pero el entorno tiene 2.0.36. No sirvo doc de una versión que no es la tuya.Verifica afirmaciones sobre la API, vengan de donde vengan:
Query.get: existe (sqlalchemy.orm.Query.get) — ⚠ DEPRECADO desde 2.0, usar Session.get — get(ident: '_PKIdentityArgument') -> 'Optional[Any]'
URL.create: existe (sqlalchemy.engine.URL.create) — create(drivername: 'str', username: 'Optional[str]' = None, ...) -> 'URL'
Session.query_magic: NO EXISTE en esta versión.Principio rector: verificabilidad, no confianza ciega
Un MCP de documentación no vuelve infalible al asistente. Le da algo a lo que agarrarse.
Un buen servidor cita la versión y el origen, para que el humano pueda verificar. Uno malo —o uno que trae la documentación de otra versión— hace que el asistente se equivoque con más confianza todavía. Por eso Faro:
Exige la versión siempre. Nunca devuelve "la última" de forma implícita. La versión que pides se trata como una afirmación y se contrasta con la que hay instalada.
Cita la fuente en cada respuesta: la versión exacta del paquete que se leyó.
Falla con honestidad. Si no tiene la versión pedida, dice "no la tengo"; nunca la sustituye en silencio por otra. Un "no encontrado" honesto vale más que un fragmento plausible de otra versión.
Cómo funciona
Faro lee los docstrings del paquete realmente instalado en el entorno de tu proyecto.
No busca en la web y no tiene caché: el paquete instalado es la fuente de verdad. Eso da
la versión exacta (2.0.36, no "2.0"), los avisos de obsolescencia que la propia librería
declara con .. deprecated:: y la firma real de cada función.
Funciona con cualquier librería de Python instalada. SQLAlchemy tiene una lista curada de módulos (para no traer ruido de dialectos internos o utilidades de testing); cualquier otra librería descubre sus submódulos automáticamente.
Arquitectura
Claude Code ──MCP (stdio)──► servidor.py ──► núcleo: resolver · dominio · parseo · catalogo
│
▼ puerto FuenteDeDocs
FuenteLocal ──subproceso──► extractor.py
(en el venv de tu proyecto)El núcleo no importa
subprocess,httpxnimcp(Dependency Rule). Habla con un puerto,FuenteDeDocs, y por eso se testea entero sin red ni subprocesos.El extractor corre en un subproceso con el intérprete de tu proyecto y solo usa la librería estándar. Importar un paquete ejecuta su código, y eso no debe pasar dentro del proceso de Faro.
Instalación y uso
Requisitos: Python 3.12+ y uv.
git clone https://github.com/MC-Sinclair/faro.git
cd faro
uv syncEl repo incluye un .mcp.json, así que Claude Code detecta el servidor al abrir esta
carpeta. Para usarlo desde otro proyecto, añade una entrada equivalente en el .mcp.json
de ese proyecto, con --directory apuntando a donde clonaste Faro.
Indica a Faro qué entorno debe leer con FARO_PYTHON:
# Windows
set FARO_PYTHON=C:\ruta\a\tu-proyecto\.venv\Scripts\python.exe
# macOS / Linux
export FARO_PYTHON=/ruta/a/tu-proyecto/.venv/bin/pythonSi no la configuras, Faro lee su propio entorno y te avisa en cada respuesta.
Herramientas
listar_versiones(libreria): qué versión hay instalada de verdad.buscar_doc(libreria, version, consulta): documentación y firma de un símbolo.versiones obligatoria y se verifica: si indicas una versión que no es la instalada, Faro te lo dice y no devuelve nada.verificar_simbolos(libreria, version, simbolos): contrasta afirmaciones sobre la API (incluidas las de la memoria del modelo) con el paquete instalado.
Tests
uv run pytest -m "not contrato" # 99 tests: núcleo, sin red ni SQLAlchemy
uv run pytest -m contrato # 13 tests contra SQLAlchemy 2.0.36 realLos tests del núcleo usan FuenteFake, con datos reales de SQLAlchemy 2.0.36 congelados
como fixtures. Los de contrato lanzan el extractor de verdad, e incluyen pasar Faro por
encima de su propio código.
Cómo se construyó
Faro nació de un error real. Durante el diseño se afirmó de memoria y con total
seguridad que Query.get no existía en SQLAlchemy 2.0. Al comprobarlo contra el paquete
instalado, sí existe: está marcado como obsoleto. Es justo el fallo que Faro quiere
evitar, cometido mientras se diseñaba. Ese caso es hoy el test de contrato central del
proyecto.
El proceso:
Diseño antes que código. Una fase de brainstorming cerró las decisiones clave: construir en vez de usar un MCP de terceros, Python en lugar de TypeScript, y el paquete instalado en lugar de la web como fuente. Cada decisión está razonada y documentada.
Spec y plan escritos para la v1 y para cada mejora posterior, en
docs/superpowers/.TDD tarea a tarea: la v1 se construyó en 11 tareas, cada una con sus tests primero y su commit.
Dogfooding. Usar Faro contra sí mismo y contra casos reales destapó varios defectos que los tests no veían, casi todos de la misma familia: Faro afirmaba algo falso con seguridad en lugar de mostrar el dato real que tenía. Por ejemplo, métodos heredados o
classmethodque daban "no existe", o una obsolescencia que se perdía en las respuestas ambiguas. Cada uno se corrigió con su spec y sus tests.Desarrollo asistido por IA con Claude Code como pareja de programación. Yo dirijo el problema, las decisiones de diseño y la revisión; el asistente ejecuta sobre un plan aprobado, y cada cambio pasa por tests y revisión antes de entrar. El
CLAUDE.mddel repo es el contexto que le doy: arquitectura, reglas y el porqué de cada decisión.Commits pequeños con formato Conventional Commits (
feat:,fix:,docs:...).
Límites conocidos
Solo referencia de API. No busca en tutoriales ni guías de migración.
Solo conoce versiones instaladas. No se inventa las que no están.
Solo paquetes de Python.
Solo avisa de obsolescencia si la librería la declara con
.. deprecated::.No infiere tipos. Es una decisión consciente: sería otro sitio donde Faro podría deducir mal y afirmar algo falso con seguridad.
Licencia
Tool Schema Changelog
Recent tool additions, removals, and schema changes observed during successful MCP inspections.
Loading tool schema changelog…
This server cannot be deployed
Maintenance
Related MCP Connectors
@latest documentation and code examples to 9000+ libraries for LLMs and AI code editors in a singl…
Versioned documentation registry and semantic search for AI tools and coding assistants.
Docsy gives AI assistants current, version-specific documentation for libraries, frameworks and SDKs. Resolve library IDs and versions, then search and fetch focused official documentation with original source links using five read-only MCP tools. Hosted Streamable HTTP with OAuth 2.1 sign-in.
Get up-to-date, version-specific documentation and code examples from official sources directly in…
Related MCP Servers
- FlicenseAqualityDmaintenanceProvides Large Language Models with real-time access to the latest documentation for Python libraries like Langchain, LlamaIndex, and OpenAI, enabling accurate and up-to-date code suggestions.1-
- AlicenseNot gradedqualityDmaintenanceProvides real-time access to Python package documentation, source code, and symbol search to prevent AI hallucinations.21 PyPI7MIT
- AlicenseNot gradedqualityDmaintenanceProvides real-time, version-pinned documentation from 57+ AI/ML libraries to LLMs, preventing hallucinated APIs by fetching current docs and changelogs directly from GitHub.10 npmMIT
- FlicenseNot gradedqualityDmaintenanceProvides AI assistants with live, searchable documentation for any programming library, eliminating hallucinated APIs by returning current, structured API references.-