Skip to main content
Glama
elvatis

elvatis-mcp

Official
by elvatis

elvatis-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。

npm License Tests AAHP Verify

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_run

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_run

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

gemini_run

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

codex_run

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

local_llm_run

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_rungemini_runcodex_runCLI 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

heuristic

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

local

5〜30 秒

より優れた推論

ローカル LLM がプロンプトを分析

gemini

5〜15 秒

最高品質

Gemini-flash がプロンプトを分析

auto(デフォルト)

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_get_state

Home Assistant の任意のエンティティ状態を読み取る

home_light

照明を制御: オン/オフ/切り替え、明るさ、色温度、RGB

home_climate

Tado サーモスタットを制御: 温度、HVAC モード

home_scene

部屋ごとに Hue シーンをアクティブ化

home_vacuum

Roborock 掃除機を制御: 開始、停止、ドック、ステータス

home_sensors

すべての温度・湿度・CO2 センサーを読み取る

home_automation

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

openclaw_memory_write

今日の日次ログにメモを書き込む

openclaw_memory_read_today

今日のメモリログを読み取る

openclaw_memory_search

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

openclaw_cron_list

スケジュールされた OpenClaw cron ジョブをすべて一覧表示

openclaw_cron_run

ID で cron ジョブを即座にトリガー

openclaw_cron_status

スケジューラのステータスと最近の実行履歴を取得

openclaw_cron_create

新しい cron ジョブを作成(cron 式、間隔、ワンショット)

openclaw_cron_edit

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)

openclaw_cron_delete

ID で cron ジョブを削除

openclaw_cron_history

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

openclaw_run

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_status

OpenClaw デーモンが実行中かどうかを確認

openclaw_plugins

インストール済みプラグインをすべて一覧表示

openclaw_notify

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

claude_run

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。

gemini_run

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。

codex_run

コーディングタスクをローカル CLI 経由で OpenAI Codex に送信。

local_llm_run

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。

llama_server

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

system_status

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)

local_llm_models

LM Studio / Ollama のモデルを一覧表示、ロード、アンロード

openclaw_logs

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

file_transfer

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

mcp_help

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。

prompt_split

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。

prompt_split_execute

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

http://localhost:3334/status

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)

http://localhost:3334/api/status

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(llama.cpp-win-x86_64-vulkan-avx2@2.8.0

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:

    • LM Studio (推奨、GUI、デフォルトポート 1234)

    • Ollama (ollama serve、ポート 11434)

    • llama.cpp (llama-server、任意のポート)


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

%LOCALAPPDATA%\Packages\Claude_pzs8sxrjxfjjc\LocalCache\Roaming\Claude\claude_desktop_config.json

Claude Desktop / Cowork (macOS)

stdio

~/Library/Application Support/Claude/claude_desktop_config.json

Claude Code (グローバル、全プロジェクト)

stdio

~/.claude.json

Claude Code (このプロジェクトのみ)

stdio

リポジトリルートの .mcp.json (同梱済み)

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=o3

2. 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.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.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.js

HTTP 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

HA_URL

Home Assistant のベース URL、例: http://192.168.x.x:8123

SSH_HOST

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

HA_TOKEN

--

Home Assistant の長期有効なアクセストークン

SSH_PORT

22

SSH ポート

SSH_USER

chef-linux

SSH ユーザー名

SSH_KEY_PATH

~/.ssh/openclaw_tunnel

SSH 秘密鍵へのパス

OPENCLAW_GATEWAY_URL

http://localhost:18789

OpenClaw Gateway の URL

OPENCLAW_GATEWAY_TOKEN

--

オプションの Gateway API トークン

OPENCLAW_DEFAULT_AGENT

--

openclaw_run で使用する名前付きエージェント

GEMINI_MODEL

gemini-2.5-flash

gemini_run のデフォルトモデル

CODEX_MODEL

--

codex_run のデフォルトモデル

LOCAL_LLM_ENDPOINT

http://localhost:1234/v1

ローカル LLM サーバーの URL (LM Studio のデフォルト)

LOCAL_LLM_MODEL

--

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)

MCP_TRANSPORT

stdio

トランスポートモード: stdio または http

MCP_HTTP_PORT

3333

HTTP ポート

SSH_DEBUG

--

1 に設定すると SSH 出力を詳細表示

ELVATIS_DATA_DIR

~/.elvatis-mcp

永続的な使用データのディレクトリ (レートリミッター)

RATE_LIMITS

--

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)

  1. lmstudio.ai からダウンロードする

  2. モデルを読み込む (例: Deepseek R1 Qwen3 8B、Phi 4 Mini)

  3. サイドバーの「Local Server」をクリックして有効にする

  4. 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

.envLOCAL_LLM_ENDPOINT=http://localhost:11434/v1 を設定します。

llama.cpp

llama-server -m model.gguf --port 8080

.envLOCAL_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-server

Windows 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_runcodex_rungemini_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

claude_run

5

30

200

$0.03

codex_run

5

30

200

$0.02

gemini_run

10

60

500

$0.01

ローカルエージェント (local_llm_runhome_*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

A
license - permissive license
A
quality
A
maintenance

Maintenance

Maintainers
14hResponse time
4wRelease cycle
6Releases (12mo)
Commit activity
Issues opened vs closed

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

View all related MCP servers

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

View all MCP Connectors

Latest Blog Posts

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