Models MCP

Busca, compara e inspecciona modelos de IA por precio, ventana de contexto y capacidades. Un servidor MCP sobre el catálogo de models.dev (models.dev/api.json), para que tu agente siempre tenga datos actualizados de los modelos sin que tengas que mantener una lista manualmente.

models.dev en sí no incluye un servidor MCP, solo una API JSON y un SDK de TypeScript para leerla. Esto cubre ese vacío.

Se ejecuta de dos maneras desde el mismo código de la herramienta:

• stdio (src/index.ts) para clientes MCP locales

• Cloudflare Worker (src/worker.ts) como endpoint HTTP Streamable remoto en /mcp

Herramientas

Instalación

npm install
npm run build

Ejecutar de forma independiente sobre stdio (para pruebas)

npm start

Habla MCP sobre stdio, así que no verás mucho directamente; usa el MCP Inspector para inspeccionarlo:

npx @modelcontextprotocol/inspector node dist/index.js

Alojar en Cloudflare Workers

La entrada del Worker (src/worker.ts) sirve las mismas herramientas sobre HTTP Streamable en /mcp, con:

• Caché del catálogo en la API de caché de Workers (caches.default) con un TTL de 1 hora, compartida entre solicitudes y aislados.

• Límite de velocidad por IP mediante un binding de limitación de velocidad de Workers: 60 solicitudes/minuto por IP, aplicado por ubicación de Cloudflare. Las solicitudes que superen el límite reciben 429 con Retry-After: 60.

# local dev at http://localhost:8787/mcp
npm run dev:worker

# deploy
npm run deploy

Tras el despliegue, tu endpoint es https://models-mcp.<your-subdomain>.workers.dev/mcp.

Apunta los clientes MCP a esa URL:

Claude Code:

claude mcp add --transport http models-mcp https://models-mcp.<your-subdomain>.workers.dev/mcp

Configuración de cliente genérica (cualquier cosa que hable HTTP Streamable):

{
  "mcpServers": {
    "models-mcp": {
      "url": "https://models-mcp.<your-subdomain>.workers.dev/mcp"
    }
  }
}

Para clientes solo stdio (Claude Desktop), haz de puente con mcp-remote:

{
  "mcpServers": {
    "models-mcp": {
      "command": "npx",
      "args": ["mcp-remote", "https://models-mcp.<your-subdomain>.workers.dev/mcp"]
    }
  }
}

No se necesitan claves API en ningún sitio. Todos los datos provienen del endpoint público models.dev/api.json.

Pruebas

npm test

Cubren el cliente del catálogo (aplanamiento, caché TTL, actualización forzada, respaldo ante fallos con datos obsoletos, resolución de ids) y las cinco herramientas de principio a fin mediante una sesión real de cliente MCP sobre un transporte en memoria.

Notas sobre los datos

• El catálogo se almacena en caché durante 1 hora: en la API de caché de Workers cuando está alojado, en memoria del proceso sobre stdio. Llama a refresh_catalog para forzar una actualización. Si una nueva descarga falla, se sigue sirviendo el último catálogo válido.

• models.dev no publica un esquema versionado para consumidores, por lo que los tipos en src/types.ts son deliberadamente flexibles (las firmas de índice preservan cualquier campo no tipado explícitamente).

• Los ids de modelo siguen la convención provider/model utilizada por el SDK de IA y OpenCode, p. ej. anthropic/claude-sonnet-4-5. get_model y compare_models también aceptan un id de modelo sin prefijo si no hay ambigüedad entre proveedores.

Posibles extensiones

• Una herramienta list_facets (modalidades, tokenizadores) similar a la que exponen otros MCP de catálogos de modelos.

• Una herramienta test_model que haga una llamada en vivo a través de la clave de proveedor que tengas configurada, para comprobaciones de latencia y coste.

• OAuth o Cloudflare Access delante del Worker, si quieres que sea privado.