elvatis-mcp
Officialelvatis-mcp
OpenClaw 用 MCP サーバー -- スマートホーム、メモリ、cron 自動化、AI サブエージェントのオーケストレーションを Claude Desktop、Cursor、Windsurf、および MCP 互換の AI クライアントに公開します。
これは何ですか?
elvatis-mcp は Claude(または任意の MCP クライアント)をインフラに接続します:
Home Assistant 経由のスマートホーム制御(照明、サーモスタット、掃除機、センサー)
OpenClaw サーバーに保存される日次ログを使ったメモリシステム
Cron ジョブの管理とトリガー
Claude、OpenClaw、Google Gemini、OpenAI Codex、ローカル LLM の 5 つの AI バックエンドによるマルチ LLM オーケストレーション
複雑なリクエストを分析し、サブタスクを適切な AI にルーティングし、レート制限付きでプランを実行するスマートプロンプト分割
コアとなる考え方: Claude はオーケストレーターですが、専門的な作業は他の AI モデルに委任できます。コーディングタスクは Codex へ。リサーチは Gemini へ。単純な整形処理はローカル LLM へ(無料・プライベート)。トレーディングと自動化は OpenClaw へ。prompt_split がルーティングを自動的に決定し、prompt_split_execute がクラウドエージェントへのレート制限付きでプランを実行します。
Related MCP server: hass-mcp-server
MCP とは?
Model Context Protocol は Anthropic によるオープン標準で、AI クライアントが外部ツールサーバーに接続できるようにします。設定後、Claude はコピー&ペーストなしでツールを直接呼び出せます。
マルチ LLM アーキテクチャ
You (Claude Desktop / Code / Cursor)
|
MCP Protocol (stdio/HTTP)
|
elvatis-mcp server
|
+--------+--------+--------+--------+--------+--------+
| | | | | | |
Claude OpenClaw Gemini Codex Local llama Home
(CLI) (SSH) (CLI) (CLI) LLM .cpp Asst.
| | | | (HTTP) (proc) (REST)
Reason Plugins 1M ctx Coding | | |
Write Trading Multi- Files LM Stu Turbo- Lights
Review Auto. modal Debug Ollama Quant Climate
Notify Rsch Shell (free!) cache Vacuumサブエージェント比較
ツール | バックエンド | トランスポート | 認証 | 最適な用途 | コスト |
| Claude (Anthropic) | ローカル CLI | Claude Code ログイン | 複雑な推論、文章作成、コードレビュー。非 Claude の MCP クライアント向け。 | API 使用量 |
| OpenClaw(プラグイン) | SSH | SSH キー | トレーディング、自動化、複数ステップのワークフロー | セルフホスト |
| Google Gemini | ローカル CLI | Google ログイン | 長いコンテキスト(1M トークン)、マルチモーダル、リサーチ | API 使用量 |
| OpenAI Codex | ローカル CLI | OpenAI ログイン | コーディング、デバッグ、ファイル編集、シェルスクリプト | API 使用量 |
| LM Studio / Ollama / llama.cpp | HTTP | なし | 分類、整形、抽出、書き換え | 無料 |
セッション再開
claude_run、gemini_run、codex_run は CLI セッション再開 を利用してコールドスタートのオーバーヘッドを排除します。初回呼び出し時に新しいセッションが作成され、以降の呼び出しではそのセッションを再開するため、モデルは会話履歴全体を再処理せず、新しいメッセージだけを受け取ります。
指標 | セッション再開なし | セッション再開あり |
リクエストあたりのプロンプトサイズ | 18-25 KB | <1 KB(新しいメッセージのみ) |
Claude Sonnet 応答時間 | 80-120 秒(50% ハング率) | 5〜10 秒 |
サイレントハング率 | ~50% | ほぼ 0% |
セッションは ~/.openclaw/cli-bridge/cli-sessions.json に永続化され、2 時間アイドル状態が続くか、50 リクエストを超えると失効します。session_id はすべてのレスポンスで返されるため、どのセッションが使用されたかを確認できます。
スマートプロンプト分割
prompt_split ツールは複雑なプロンプトを分析し、サブタスクに分割します:
User: "Search my memory for TurboQuant notes, summarize with Gemini,
reformat as JSON locally, then save a summary to memory"
prompt_split returns:
t1: openclaw_memory_search -- "Search memory for TurboQuant" (parallel)
t3: local_llm_run -- "Reformat raw notes as clean JSON" (parallel)
t2: gemini_run -- "Summarize the key findings" (after t1)
t4: openclaw_memory_write -- "Save summary to today's log" (after t2, t3)prompt_split_execute を使ってプランを自動実行するか、Claude にステップごとに実行させることもできます。タスクは依存関係の順序で実行され、並列グループは同時に実行されます。分析ストラテジーは 3 つあります:
ストラテジー | 速度 | 品質 | 用途 |
| 即時 | 明確なプロンプトに最適 | キーワード照合、LLM 呼び出しなし |
| 5〜30 秒 | より優れた推論 | ローカル LLM がプロンプトを分析 |
| 5〜15 秒 | 最高品質 | Gemini-flash がプロンプトを分析 |
| 状況による | 利用可能な最良 | 単純なプロンプトは即座に処理し、その後 gemini -> local -> heuristic を試行 |
利用可能なツール(全 34 個)
Home Assistant(7 ツール)
ツール | 説明 |
| Home Assistant の任意のエンティティ状態を読み取る |
| 照明を制御: オン/オフ/切り替え、明るさ、色温度、RGB |
| Tado サーモスタットを制御: 温度、HVAC モード |
| 部屋ごとに Hue シーンをアクティブ化 |
| Roborock 掃除機を制御: 開始、停止、ドック、ステータス |
| すべての温度・湿度・CO2 センサーを読み取る |
| HA オートメーションを一覧表示、トリガー、有効化、無効化 |
メモリ(3 ツール)
ツール | 説明 |
| 今日の日次ログにメモを書き込む |
| 今日のメモリログを読み取る |
| 過去 N 日間のメモリファイルを検索 |
Cron 自動化(7 ツール)
ツール | 説明 |
| スケジュールされた OpenClaw cron ジョブをすべて一覧表示 |
| ID で cron ジョブを即座にトリガー |
| スケジューラのステータスと最近の実行履歴を取得 |
| 新しい cron ジョブを作成(cron 式、間隔、ワンショット) |
| 既存の cron ジョブを編集(名前、メッセージ、スケジュール、モデル) |
| ID で cron ジョブを削除 |
| cron ジョブの最近の実行履歴を表示 |
OpenClaw エージェント(4 ツール)
ツール | 説明 |
| プロンプトを OpenClaw AI エージェントに送信(すべてのプラグインが利用可能) |
| OpenClaw デーモンが実行中かどうかを確認 |
| インストール済みプラグインをすべて一覧表示 |
| WhatsApp、Telegram、または最後に使用したチャネルで通知を送信 |
AI サブエージェント(5 ツール)
ツール | 説明 |
| ローカル CLI 経由で Claude にプロンプトを送信。非 Claude の MCP クライアント(Cursor、Windsurf)向け。 |
| ローカル CLI 経由で Google Gemini にプロンプトを送信。1M トークンのコンテキスト。 |
| コーディングタスクをローカル CLI 経由で OpenAI Codex に送信。 |
| ローカル LLM(LM Studio、Ollama、llama.cpp)にプロンプトを送信。無料・プライベート。ストリーミング対応。 |
| TurboQuant キャッシュサポート付きの llama.cpp サーバーを開始/停止/設定。 |
システム管理(4 ツール)
ツール | 説明 |
| すべてのサービスを一度にヘルスチェックし、遅延を計測(HA、SSH、LLM、CLI) |
| LM Studio / Ollama のモデルを一覧表示、ロード、アンロード |
| OpenClaw サーバーのゲートウェイ、エージェント、システムログを表示 |
| SSH 経由で OpenClaw サーバー上のファイルをアップロード、ダウンロード、一覧表示 |
ルーティングとオーケストレーション(3 ツール)
ツール | 説明 |
| ルーティングガイドを表示。タスクを渡すと、特定のツールの推奨を取得。 |
| 複雑なプロンプトを分析し、エージェント割り当て付きのサブタスクに分割。 |
| 分割プランを実行: 依存関係の順序でサブタスクをエージェントに分配し、レート制限を適用。 |
ダッシュボード
エンドポイント | 説明 |
| 自動更新される HTML ダッシュボード(サービスヘルス、ロード済みモデル) |
| プログラムによるステータス確認用の JSON API |
テスト結果
すべてのテストはライブサービスに対して実行されます(Deepseek R1 Qwen3 8B 搭載の LM Studio、SSH 経由の OpenClaw サーバー)。
elvatis-mcp integration tests
Local LLM (local_llm_run)
Model: deepseek/deepseek-r1-0528-qwen3-8b
Response: "negative"
Tokens: 401 (prompt: 39, completion: 362)
PASS local_llm_run: simple classification (21000ms)
Extracted: {"name":"John Smith","age":34}
PASS local_llm_run: JSON extraction (24879ms)
Error: Could not connect to local LLM at http://localhost:19999/v1/chat/completions
PASS local_llm_run: connection error handling (4ms)
Prompt Splitter (prompt_split)
Strategy: heuristic
Agent: codex_run
Summary: Fix the authentication bug in the login handler
PASS prompt_split: single-domain coding prompt routes to codex (1ms)
Strategy: heuristic
Subtasks: 3
t1: codex_run -- "Refactor the auth module"
t2: openclaw_run -- "check my portfolio performance and"
t3: home_light -- "turn on the living room lights"
Parallel groups: [["t1","t3"],["t2"]]
Estimated time: 90s
PASS prompt_split: heuristic multi-agent splitting (0ms)
Subtasks: 4, Agents: openclaw_memory_write, gemini_run, local_llm_run
Parallel groups: [["t1","t3","t4"],["t2"]]
PASS prompt_split: cross-domain with dependencies (1ms)
Strategy: local->heuristic (fallback)
Subtasks: 1
PASS prompt_split: local LLM strategy (with fallback) (60007ms)
Routing Guide (mcp_help)
Guide length: 2418 chars
PASS mcp_help: returns guide without task (0ms)
Recommendation: local_llm_run (formatting task)
PASS mcp_help: routes formatting task to local_llm_run (0ms)
Recommendation: codex_run (coding task)
PASS mcp_help: routes coding task to codex_run (0ms)
Memory Search via SSH (openclaw_memory_search)
Query: "trading", Results: 5
PASS openclaw_memory_search: finds existing notes (208ms)
-----------------------------------------------------------
11 passed, 0 failed, 0 skipped
-----------------------------------------------------------テストを自分で実行する場合:
npx tsx tests/integration.test.ts前提条件: .env が設定されている、ローカル LLM サーバーが起動している、OpenClaw サーバーに SSH で到達できる。
ベンチマーク
完全なベンチマークスイート、方法論、コミュニティ貢献ガイドについては BENCHMARKS.md を参照してください。
リファレンスハードウェア
コンポーネント | 仕様 |
CPU | AMD Threadripper 3960X(24 コア / 48 スレッド) |
GPU | AMD Radeon RX 9070 XT Elite(16 GB GDDR6) |
RAM | 128 GB DDR4 |
OS | Windows 11 Pro |
ランタイム | LM Studio + Vulkan( |
ローカル LLM 推論(LM Studio、Vulkan GPU、--gpu max)
3 回の実行の中央値、max_tokens=512。タスク: 分類(1 語の感情)、抽出(JSON)、推論(算術)、コード(Python 関数)。Vulkan は AMD RX 9070 XT で推奨されるランタイムです(ROCm に対して 5 モデル中 4 モデルで勝利)。
モデル | パラメータ | 分類 | 抽出 | 推論 | コード | 平均 tok/s |
Phi 4 Mini Reasoning | 3B | 2.6s | 1.9s | 4.7s | 4.8s | 106 |
Deepseek R1 0528 Qwen3 | 8B | 3.0s | 6.5s | 7.2s | 7.4s | 70 |
Qwen 3.5 9B | 9B | 6.2s | 4.0s | 8.4s | 7.2s | 48 |
Phi 4 Reasoning Plus | 15B | 0.4s | 9.7s | 3.5s | 9.9s | 40 |
GPT-OSS 20B | 20B | 0.6s | 0.6s | 0.6s | 1.9s | 63 |
GPU 対 CPU の高速化 (Deepseek R1 8B、Vulkan): 分類は 7.2 倍高速、抽出は 3.8 倍高速。
サブエージェント比較 (同じタスク、異なるバックエンド)
エージェント | バックエンド | 平均レイテンシ | コスト | 備考 |
local_llm_run | GPT-OSS 20B (Vulkan GPU) | 1.0s | 無料 | Codex より 4 倍高速、Claude より 6 倍高速 |
codex_run | OpenAI Codex CLI | 4.1s | 従量課金 | コーディングタスクに最適 |
claude_run | Claude Sonnet 4.6 | 6.3s (セッション再開時は 5-10s) | 従量課金 | 複雑な推論に最適 |
gemini_run | Gemini 2.5 Flash | 34.0s | 無料枠 | CLI 起動オーバーヘッドあり、長いコンテキストに最適 |
サービスレイテンシ (system_status)
サービス | レイテンシ | 備考 |
Home Assistant (REST API) | 48-84 ms | ローカルネットワーク、直接 HTTP |
OpenClaw SSH | 273-299 ms | LAN SSH + コマンド実行 |
Local LLM (model list) | 19-38 ms | LM Studio の localhost API |
Claude CLI (version check) | 472-478 ms | CLI 起動オーバーヘッド |
Codex CLI (version check) | 131-136 ms | CLI 起動オーバーヘッド |
Gemini CLI (version check) | 4,700-4,900 ms | CLI 起動 + 認証チェック |
prompt_split 精度 (ヒューリスティック戦略)
指標 | 結果 |
合格率 | 10/10 (100%) |
タスク数精度 | 10/10 (100%) |
平均エージェント一致率 | 100% |
レイテンシ | <1ms (LLM 呼び出しなし) |
v0.8.0+ での改善点: 単語境界の正規表現マッチング、マルチエージェントプロンプトのカンマ区切り節分割、ツールごとのルーティングルール、openclaw_notify ルーティング。完全なテストコーパスは BENCHMARKS.md を参照してください。
お使いのハードウェアのベンチマークを提供してみませんか? BENCHMARKS.md を参照してください。
要件
Node.js 18 以降
OpenSSH クライアント (Windows 10+、macOS、Linux に内蔵)
SSH 経由でアクセス可能な実行中の OpenClaw インスタンス
長期有効なアクセストークンを備えた Home Assistant インスタンス
オプション (サブエージェント用):
claude_run:npm install -g @anthropic-ai/claude-codeを実行し、認証のためにclaudeを一度実行するgemini_run:npm install -g @google/gemini-cliを実行し、gemini auth loginで認証するcodex_run:npm install -g @openai/codexを実行し、codex loginで認証するlocal_llm_run: OpenAI 互換のローカルサーバー:
インストール
グローバルにインストール:
npm install -g @elvatis_com/elvatis-mcpまたは npx で直接使用 (インストール不要):
npx @elvatis_com/elvatis-mcpすべてのリリースは、プッシュされた v* タグから、そのタグが指す正確なコミットに基づいて GitHub Actions によってビルド・公開されます。
SECURITY.md には、この仕組みが保証する点と保証しない点、およびインストール済みバージョンの検証方法が記載されています。
CHANGELOG.md には各リリースの内容が記録されています。
どこで使えますか?
elvatis-mcp は、MCP 互換のすべてのクライアントで動作します。各クライアントは独自の設定ファイルを使用します。
クライアント | トランスポート | 設定ファイル |
Claude Desktop / Cowork (Windows MSIX) | stdio |
|
Claude Desktop / Cowork (macOS) | stdio |
|
Claude Code (グローバル、全プロジェクト) | stdio |
|
Claude Code (このプロジェクトのみ) | stdio | リポジトリルートの |
Cursor / Windsurf / その他 | stdio または HTTP | アプリのドキュメントを参照 |
Claude Desktop と Cowork は同じ設定ファイルを共有します。Claude Code は別のシステムです。
設定
1. .env ファイルを作成する
cp .env.example .env# Required
HA_URL=http://your-home-assistant:8123
HA_TOKEN=your_long_lived_ha_token
SSH_HOST=your-openclaw-server-ip
SSH_USER=your-ssh-username
SSH_KEY_PATH=~/.ssh/your_key
# Optional: Local LLM
LOCAL_LLM_ENDPOINT=http://localhost:1234/v1 # LM Studio default
LOCAL_LLM_MODEL=deepseek-r1-0528-qwen3-8b # or omit to use loaded model
# Optional: Sub-agent models
GEMINI_MODEL=gemini-2.5-flash
CODEX_MODEL=o32. MCP クライアントを設定する
Claude Desktop (macOS)
~/Library/Application Support/Claude/claude_desktop_config.json を編集:
{
"mcpServers": {
"elvatis-mcp": {
"command": "npx",
"args": ["-y", "@elvatis_com/elvatis-mcp"],
"env": {
"HA_URL": "http://your-home-assistant:8123",
"HA_TOKEN": "your_token",
"SSH_HOST": "your-openclaw-server-ip",
"SSH_USER": "your-username",
"SSH_KEY_PATH": "/Users/your-username/.ssh/your_key"
}
}
}
}Claude Desktop (Windows MSIX)
このファイルを開きます (必要に応じて作成):
%LOCALAPPDATA%\Packages\Claude_pzs8sxrjxfjjc\LocalCache\Roaming\Claude\claude_desktop_config.json{
"mcpServers": {
"elvatis-mcp": {
"command": "C:\\Program Files\\nodejs\\node.exe",
"args": ["C:\\path\\to\\elvatis-mcp\\dist\\index.js"],
"env": {
"HA_URL": "http://your-home-assistant:8123",
"HA_TOKEN": "your_token",
"SSH_HOST": "your-openclaw-server-ip",
"SSH_USER": "your-username",
"SSH_KEY_PATH": "C:\\Users\\your-username\\.ssh\\your_key"
}
}
}
}Windows では常に完全な絶対パスを使用してください。MSIX サンドボックスは
~や相対パスを解決しません。
Claude Code (このプロジェクト)
.mcp.json.example を .mcp.json にコピーし (gitignore 対象、コミット禁止)、パスと SSH の詳細を記入します。残りの設定は .env.example を .env にコピーします。
Claude Code (グローバル)
claude mcp add --scope user elvatis-mcp -- node /path/to/elvatis-mcp/dist/index.jsHTTP トランスポート (リモートクライアント)
MCP_TRANSPORT=http MCP_HTTP_PORT=3333 npx @elvatis_com/elvatis-mcpクライアントを http://your-server:3333/mcp に接続します。
環境変数
必須
変数 | 説明 |
| Home Assistant のベース URL、例: |
| OpenClaw サーバーのホスト名または IP |
オプション
変数 | デフォルト | 説明 |
| -- | Home Assistant の長期有効なアクセストークン |
|
| SSH ポート |
|
| SSH ユーザー名 |
|
| SSH 秘密鍵へのパス |
|
| OpenClaw Gateway の URL |
| -- | オプションの Gateway API トークン |
| -- |
|
|
|
|
| -- |
|
|
| ローカル LLM サーバーの URL (LM Studio のデフォルト) |
| -- | デフォルトのローカルモデル (省略時はサーバーに読み込まれているモデルを使用) |
|
| トランスポートモード: |
|
| HTTP ポート |
| -- |
|
|
| 永続的な使用データのディレクトリ (レートリミッター) |
| -- | エージェントごとのレート制限の上書き設定を含む JSON 文字列 |
ローカル LLM のセットアップ
elvatis-mcp は、OpenAI 互換のローカルサーバーならどれでも動作します。人気の 3 つの選択肢:
LM Studio (デスクトップ推奨)
lmstudio.ai からダウンロードする
モデルを読み込む (例: Deepseek R1 Qwen3 8B、Phi 4 Mini)
サイドバーの「Local Server」をクリックして有効にする
サーバーは
http://localhost:1234/v1で実行される (デフォルト)
Ollama
ollama serve # starts server on port 11434
ollama run llama3.2 # downloads and loads model.env で LOCAL_LLM_ENDPOINT=http://localhost:11434/v1 を設定します。
llama.cpp
llama-server -m model.gguf --port 8080.env で LOCAL_LLM_ENDPOINT=http://localhost:8080/v1 を設定します。
タスク別のおすすめモデル
モデル | サイズ | 最適な用途 |
Phi 4 Mini | 3B | 高速な分類、フォーマット、抽出 |
Deepseek R1 Qwen3 | 8B | 推論、分析、プロンプト分割 |
Phi 4 Reasoning Plus | 15B | 高品質な複雑な推論 |
GPT-OSS | 20B | 汎用用途、長い応答 |
推論モデル (Deepseek R1、Phi 4 Reasoning) は、思考プロセス (chain-of-thought) を
thinkingタグで囲みます。elvatis-mcp はこれらを自動的に除去して、クリーンな応答を提供します。
SSH のセットアップ
cron、memory、OpenClaw の各ツールは、SSH 経由でサーバーと通信します。
# Verify connectivity
ssh -i ~/.ssh/your_key your-username@your-server "openclaw --version"
# Optional: SSH tunnel for OpenClaw WebSocket gateway
ssh -i ~/.ssh/your_key -L 18789:127.0.0.1:18789 -N your-username@your-serverWindows では、elvatis-mcp は SSH バイナリを C:\Windows\System32\OpenSSH\ssh.exe に自動的に解決し、一時的な接続障害時には再試行します。詳細出力には SSH_DEBUG=1 を設定してください。
/mcp-help スラッシュコマンド
Claude Code では、/mcp-help スラッシュコマンドにより、34 ツールすべてのルーティングガイドが整形された出力として表示されます:
/mcp-help # full guide
/mcp-help openclaw_status # help for a specific tool
/mcp-help analyze this trading strategy for risk # routing recommendationレート制限
クラウドサブエージェント (claude_run、codex_run、gemini_run) は、コストの暴走を防ぐためにレート制限が適用されます。デフォルトの制限:
エージェント | /分 | /時 | /日 | 推定コスト/回 |
| 5 | 30 | 200 | $0.03 |
| 5 | 30 | 200 | $0.02 |
| 10 | 60 | 500 | $0.01 |
ローカルエージェント (local_llm_run、home_*、openclaw_*) は無制限です。
使用データは ~/.elvatis-mcp/usage.json に永続化されます。制限は RATE_LIMITS 環境変数で上書きできます:
RATE_LIMITS='{"claude_run":{"perMinute":3,"perDay":100}}'開発
git clone https://github.com/elvatis/elvatis-mcp
cd elvatis-mcp
npm install # builds automatically via prepare script
cp .env.example .env # fill in your values
node dist/index.js # starts in stdio mode, waits for MCP clientウォッチモードでビルド:
npm run dev統合テストを実行:
npx tsx tests/integration.test.tsプロジェクト構成
src/
index.ts MCP server entry, tool registration, transport, dashboard
config.ts Environment variable configuration
dashboard.ts Status dashboard HTML renderer
ssh.ts SSH exec helper (Windows/macOS/Linux)
spawn.ts Local process spawner for CLI sub-agents (supports stdin piping)
session-registry.ts CLI session registry: persist/resume Claude, Gemini, Codex sessions
tools/
home.ts Home Assistant: light, climate, scene, vacuum, sensors
home-automation.ts HA automations: list, trigger, enable, disable
memory.ts Daily memory log: write, read, search (SSH)
cron.ts OpenClaw cron: list, run, status (SSH)
cron-manage.ts OpenClaw cron: create, edit, delete, history (SSH)
openclaw.ts OpenClaw agent orchestration (SSH)
openclaw-logs.ts OpenClaw server log viewer (SSH)
notify.ts WhatsApp/Telegram notifications via OpenClaw
claude.ts Claude sub-agent (local CLI, for non-Claude clients)
gemini.ts Google Gemini sub-agent (local CLI)
codex.ts OpenAI Codex sub-agent (local CLI)
local-llm.ts Local LLM sub-agent (OpenAI-compatible HTTP)
local-llm-models.ts LM Studio model management (list/load/unload)
llama-server.ts llama.cpp server manager (start/stop/configure)
file-transfer.ts File upload/download via SSH
system-status.ts Unified health check across all services
splitter.ts Smart prompt splitter (multi-strategy)
split-execute.ts Plan executor with agent dispatch and rate limiting
help.ts Routing guide and task recommender
routing-rules.ts Shared routing rules and keyword matching
rate-limiter.ts Rate limiting + cost tracking for cloud sub-agents
tests/
unit.test.ts 42 unit tests (no external services needed)
integration.test.ts Live integration testsライセンス
Apache-2.0 -- Copyright 2026 Elvatis
Maintenance
Resources
Unclaimed servers have limited discoverability.
Looking for Admin?
If you are the server author, to access and configure the admin panel.
Related MCP Servers
- AlicenseBqualityDmaintenanceAn MCP server that integrates with the OpenClaw API to enable AI assistants to send messages across multiple platforms, execute system commands, and manage calendar events and emails.51MIT
- AlicenseAqualityCmaintenanceMCP server for full Home Assistant control, enabling AI agents to manage dashboards, automations, files, apps, entities, and more via REST API, WebSocket, and SSH.66116MIT
- AlicenseNot gradedqualityAmaintenanceMCP server with persistent memory, voice understanding, multi-thread orchestration, and remote control via Telegram for AI assistants.2,2995MIT
- AlicenseNot gradedqualityDmaintenanceMCP server providing persistent memory, goal tracking, self-reflection, and background monitoring for any MCP-compatible AI agent.1MIT
Related MCP Connectors
MCP server for AI agents to plan, verify, and deploy Cloudflare-native apps.
An MCP memory server. One memory your agents share — across models, devices and apps.
Cloud-hosted MCP server for durable AI memory
Latest Blog Posts
- Who's Calling? MCP Hosts Are an Identity Blind Spot (And the Spec Knows It)By Om-Shree-0709 on .mcpAgent IdentityOAuth 2.1
- Your AI Chatbot Just Exposed Your CEO's Salary to an InternBy Om-Shree-0709 on .Agent IdentityMCP SecurityOAuth Delegation
- Why MCP Servers Need Execution Sandboxing (And Why Your Current Stack Isn't Enough)By Om-Shree-0709 on .Agentic AiPrompt InjectionWebAssembly
MCP directory API
We provide all the information about MCP servers via our MCP API.
curl -X GET 'https://glama.ai/api/mcp/v1/servers/elvatis/elvatis-mcp'
If you have feedback or need assistance with the MCP directory API, please join our Discord server