Switchback MCP

MCP-Server für Switchback — klassifiziert KI-Agenten-Turns nach Komplexität und wählt das günstigste Modell, das sie bewältigen kann. Drop-in für Claude Desktop, Cursor, Cline und jeden MCP-Client.

Erstellt von VibeKit — derselbe Kaskaden-Router, der jede „Auto“-Runde in unserem gehosteten Produkt antreibt. Mehr erfahren →

Was es tut

Stellt zwei Tools über das Model Context Protocol bereit:

• classify_turn — erhält eine Benutzernachricht und gibt {tier: 0|1|2, why, fallback, durationMs} zurück. Verwenden Sie es, wenn Sie entscheiden, ob Sie für ein Flaggschiff-Modell ausgeben oder für den nächsten Agentenschritt bei einem günstigen bleiben möchten.

• recommend_model — erhält eine Benutzernachricht + eine Modellleiter (günstig → Flaggschiff) und gibt das günstigste Modell auf der Leiter zurück, das die Aufgabe plausibel bewältigen kann. Bequemer Wrapper um classify_turn.

Beide Tools führen einen einzelnen Aufruf eines kleinen Modells über OpenRouter aus (Standard: openai/gpt-5.4-mini, ~$0,0001/Aufruf). Fail-soft: Jeder Fehler gibt Tier 1 mit fallback: true zurück, anstatt Ihren Agenten zu blockieren.

Related MCP server: oracle-models

Installation

npm install -g vibekit-switchback-mcp

Konfiguration

Legen Sie Ihren OpenRouter-Schlüssel fest (erhalten Sie einen unter https://openrouter.ai/keys):

export OPENROUTER_API_KEY=sk-or-...

Optional: Überschreiben Sie das Klassifikatormodell:

export SWITCHBACK_CLASSIFIER_MODEL=anthropic/claude-haiku-4.5

Claude Desktop

Fügen Sie zu Ihrer ~/Library/Application Support/Claude/claude_desktop_config.json hinzu:

{
  "mcpServers": {
    "switchback": {
      "command": "npx",
      "args": ["-y", "vibekit-switchback-mcp"],
      "env": {
        "OPENROUTER_API_KEY": "sk-or-..."
      }
    }
  }
}

Cursor / Cline / andere

Jeder MCP-Client, der stdio-Server unterstützt. Gleicher npx-Aufruf.

Beispielaufrufe

classify_turn:

{
  "userMessage": "rebuild the auth flow with passkeys"
}

gibt zurück:

{
  "tier": 2,
  "why": "architectural rework + new auth method",
  "fallback": false,
  "durationMs": 412
}

recommend_model:

{
  "userMessage": "fix typo in README",
  "ladder": [
    "openai/gpt-5.4-mini",
    "openai/gpt-5.4",
    "openai/gpt-5.5"
  ]
}

gibt zurück:

{
  "recommended_model": "openai/gpt-5.4-mini",
  "tier": 0,
  "ladder_size": 3,
  "classifier": { "tier": 0, "why": "trivial copy edit", "fallback": false, "durationMs": 318 }
}

Wann verwenden?

• Mehrstufige Agenten, bei denen Sie zwischen den Runden die Modelle wechseln können.

• BYOK-ähnliche Produkte, bei denen Sie das gesamte Routing innerhalb der vom Benutzer gewählten Marke halten möchten – übergeben Sie eine markengebundene Leiter pro Benutzer.

• Kostenbewusste Orchestratoren, die vermeiden möchten, für triviale Turns Flaggschiff-Preise zu zahlen.

Wann man es NICHT verwenden sollte

• Einmalige Chat-Completions, bei denen Sie die Modelle nach dem ersten Aufruf nicht mehr ändern können – verwenden Sie stattdessen OpenRouters auto oder NotDiamond/Martian.

• Latenzkritische UX mit unter 200 ms bis zum ersten Token – der Klassifikator fügt 200–500 ms hinzu.

Lizenz

MIT. Siehe LICENSE.

Erstellt von VibeKit. Die Kernbibliothek ist vibekit-switchback – dieses Paket ist der MCP-Wrapper.