elvatis-mcp
Officialelvatis-mcp
MCP-сервер для OpenClaw -- предоставляет ваш умный дом, память, cron-автоматизацию и оркестрацию ИИ-субагентов для Claude Desktop, Cursor, Windsurf и любого MCP-совместимого ИИ-клиента.
Что это?
elvatis-mcp подключает Claude (или любой MCP-клиент) к вашей инфраструктуре:
Умный дом — управление через Home Assistant (свет, термостаты, пылесос, датчики)
Память — система с ежедневными журналами, хранящимися на вашем сервере OpenClaw
Cron — управление задачами и их запуск
Оркестрация нескольких LLM — через 5 ИИ-бэкендов: Claude, OpenClaw, Google Gemini, OpenAI Codex и локальные LLM
Умное разделение промптов — анализирует сложные запросы, направляет подзадачи нужному ИИ и выполняет план с ограничением частоты запросов
Ключевая идея: Claude — оркестратор, но он может делегировать специализированную работу другим ИИ-моделям. Задачи по коду уходят Codex. Исследования — Gemini. Простое форматирование — вашему локальному LLM (бесплатно и приватно). Торговля и автоматизация — OpenClaw. prompt_split сам определяет маршрутизацию, а prompt_split_execute выполняет план с ограничением частоты запросов к облачным агентам.
Related MCP server: hass-mcp-server
Что такое MCP?
Model Context Protocol — это открытый стандарт от Anthropic, позволяющий ИИ-клиентам подключаться к внешним серверам инструментов. После настройки Claude может напрямую вызывать ваши инструменты без копирования и вставки.
Архитектура Multi-LLM
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 VacuumСравнение субагентов
Инструмент | Бэкенд | Транспорт | Аутентификация | Лучше всего подходит для | Стоимость |
| Claude (Anthropic) | Локальный CLI | Вход в Claude Code | Сложные рассуждения, написание текстов, ревью кода. Для MCP-клиентов, отличных от Claude. | По API |
| OpenClaw (плагины) | SSH | SSH-ключ | Торговля, автоматизации, многошаговые процессы | Self-hosted |
| Google Gemini | Локальный CLI | Вход в Google | Длинный контекст (1M токенов), мультимодальность, исследования | По API |
| OpenAI Codex | Локальный CLI | Вход в OpenAI | Программирование, отладка, редактирование файлов, shell-скрипты | По API |
| LM Studio / Ollama / llama.cpp | HTTP | Нет | Классификация, форматирование, извлечение, переписывание | Бесплатно |
Возобновление сессии
claude_run, gemini_run и codex_run используют возобновление CLI-сессии, чтобы устранить накладные расходы на холодный старт. При первом вызове создаётся новая сессия; последующие вызовы возобновляют её, поэтому модель получает только новое сообщение, а не обрабатывает заново всю историю разговора.
Метрика | Без возобновления сессии | С возобновлением сессии |
Размер промпта на запрос | 18-25 KB | <1 KB (только новое сообщение) |
Время ответа Claude Sonnet | 80-120s (50% зависаний) | 5-10s |
Вероятность молчаливого зависания | ~50% | Почти 0% |
Сессии сохраняются в ~/.openclaw/cli-bridge/cli-sessions.json и истекают после 2 часов бездействия или 50 запросов. session_id возвращается в каждом ответе, чтобы вы могли проверить, какая сессия использовалась.
Умное разделение промптов
Инструмент prompt_split анализирует сложные промпты и разбивает их на подзадачи:
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)Используйте prompt_split_execute, чтобы выполнить план автоматически, или позвольте Claude выполнить его шаг за шагом. Задачи выполняются в порядке зависимостей, параллельные группы запускаются одновременно. Три стратегии анализа:
Стратегия | Скорость | Качество | Применение |
| Мгновенно | Хорошо для понятных промптов | Сопоставление ключевых слов, без вызова LLM |
| 5-30s | Лучше рассуждения | Ваш локальный LLM анализирует промпт |
| 5-15s | Лучшее качество | Gemini-flash анализирует промпт |
| Зависит | Лучшее из доступных | Пропускает простые промпты, затем пробует gemini -> local -> heuristic |
Доступные инструменты (всего 34)
Home Assistant (7 инструментов)
Инструмент | Описание |
| Прочитать состояние любой сущности Home Assistant |
| Управление светом: вкл/выкл/переключение, яркость, цветовая температура, RGB |
| Управление термостатами Tado: температура, режим HVAC |
| Активация сцен Hue по комнате |
| Управление пылесосом Roborock: старт, стоп, док-станция, статус |
| Чтение всех датчиков температуры, влажности и CO2 |
| Список, запуск, включение или отключение автоматизаций HA |
Память (3 инструмента)
Инструмент | Описание |
| Записать заметку в сегодняшний ежедневный журнал |
| Прочитать сегодняшний журнал памяти |
| Поиск файлов памяти за последние N дней |
Cron-автоматизация (7 инструментов)
Инструмент | Описание |
| Список всех запланированных cron-задач OpenClaw |
| Немедленный запуск cron-задачи по ID |
| Получить статус планировщика и историю последних запусков |
| Создать новую cron-задачу (cron-выражение, интервал или разовый запуск) |
| Изменить существующую cron-задачу (имя, сообщение, расписание, модель) |
| Удалить cron-задачу по ID |
| Показать историю последних выполнений cron-задачи |
Агент OpenClaw (4 инструмента)
Инструмент | Описание |
| Отправить промпт ИИ-агенту OpenClaw (доступны все плагины) |
| Проверить, запущен ли демон OpenClaw |
| Список всех установленных плагинов |
| Отправить уведомление через WhatsApp, Telegram или последний использованный канал |
ИИ-субагенты (5 инструментов)
Инструмент | Описание |
| Отправить промпт Claude через локальный CLI. Для MCP-клиентов, отличных от Claude (Cursor, Windsurf). |
| Отправить промпт Google Gemini через локальный CLI. Контекст 1M токенов. |
| Отправить задачу по коду в OpenAI Codex через локальный CLI. |
| Отправить промпт локальной LLM (LM Studio, Ollama, llama.cpp). Бесплатно и приватно. Поддерживает стриминг. |
| Запуск/остановка/настройка сервера llama.cpp с поддержкой кэша TurboQuant. |
Управление системой (4 инструмента)
Инструмент | Описание |
| Проверка здоровья всех сервисов разом с задержками (HA, SSH, LLM, CLI) |
| Список, загрузка или выгрузка моделей в LM Studio / Ollama |
| Просмотр журналов шлюза, агента или системы с сервера OpenClaw |
| Загрузка, скачивание или список файлов на сервере OpenClaw по SSH |
Маршрутизация и оркестрация (3 инструмента)
Инструмент | Описание |
| Показать руководство по маршрутизации. Передайте задачу, чтобы получить конкретную рекомендацию по инструменту. |
| Анализировать сложный промпт, разбить на подзадачи с назначением агентов. |
| Выполнить разделённый план: отправить подзадачи агентам в порядке зависимостей с ограничением частоты запросов. |
Дашборд
Конечная точка | Описание |
| Автообновляемый HTML-дашборд (здоровье сервисов, загруженные модели) |
| JSON API для программных проверок статуса |
Результаты тестов
Все тесты выполнялись на живых сервисах (LM Studio с Deepseek R1 Qwen3 8B, сервер OpenClaw по SSH).
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
-----------------------------------------------------------Запустите тесты самостоятельно:
npx tsx tests/integration.test.tsПредварительные требования: настроенный .env, запущенный локальный LLM-сервер, сервер OpenClaw доступен по SSH.
Бенчмарки
Полный набор бенчмарков, методологию и руководство по участию сообщества см. в BENCHMARKS.md.
Эталонное оборудование
Компонент | Характеристика |
CPU | AMD Threadripper 3960X (24 ядра / 48 потоков) |
GPU | AMD Radeon RX 9070 XT Elite (16 GB GDDR6) |
RAM | 128 GB DDR4 |
OS | Windows 11 Pro |
Runtime | LM Studio + Vulkan ( |
Инференс локальной LLM (LM Studio, Vulkan GPU, --gpu max)
Медиана по 3 запускам, max_tokens=512. Задачи: классификация (тональность в одно слово), извлечение (JSON), рассуждение (арифметика), код (функция Python). Vulkan — рекомендуемая среда выполнения для AMD RX 9070 XT (выигрывает у ROCm у 4 из 5 моделей).
Модель | Параметры | classify | extract | reason | code | ср. ток/с |
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 |
Ускорение GPU по сравнению с CPU (Deepseek R1 8B, Vulkan): classify в 7,2 раза быстрее, extract в 3,8 раза быстрее.
Сравнение субагентов (одна и та же задача, разные бэкенды)
Агент | Бэкенд | Средняя задержка | Стоимость | Примечания |
local_llm_run | GPT-OSS 20B (Vulkan GPU) | 1.0s | Бесплатно | В 4 раза быстрее Codex, в 6 раз быстрее Claude |
codex_run | OpenAI Codex CLI | 4.1s | Оплата за использование | Лучше всего для задач кодирования |
claude_run | Claude Sonnet 4.6 | 6.3s (5-10s с возобновлением сессии) | Оплата за использование | Лучше всего для сложных рассуждений |
gemini_run | Gemini 2.5 Flash | 34.0s | Бесплатный тариф | Накладные расходы на запуск CLI, лучше всего для длинного контекста |
Задержка сервисов (system_status)
Сервис | Задержка | Примечания |
Home Assistant (REST API) | 48-84 мс | Локальная сеть, прямой HTTP |
OpenClaw SSH | 273-299 мс | SSH по LAN + выполнение команд |
Local LLM (список моделей) | 19-38 мс | LM Studio localhost API |
Claude CLI (проверка версии) | 472-478 мс | Накладные расходы на запуск CLI |
Codex CLI (проверка версии) | 131-136 мс | Накладные расходы на запуск CLI |
Gemini CLI (проверка версии) | 4 700-4 900 мс | Накладные расходы на запуск CLI + проверка аутентификации |
Точность prompt_split (эвристическая стратегия)
Метрика | Результат |
Процент прохождения | 10/10 (100%) |
Точность подсчёта задач | 10/10 (100%) |
Среднее соответствие агента | 100% |
Задержка | <1 мс (без вызова LLM) |
Улучшения в v0.8.0+: сопоставление регулярных выражений по границам слов, разбиение по запятым для многозадачных промптов, правила маршрутизации для каждого инструмента, маршрутизация openclaw_notify. Полный набор тестов см. в BENCHMARKS.md.
Хотите добавить бенчмарки с вашего оборудования? См. BENCHMARKS.md.
Требования
Node.js 18 или новее
Клиент OpenSSH (встроен в Windows 10+, macOS, Linux)
Запущенный экземпляр OpenClaw, доступный через SSH
Экземпляр Home Assistant с долгоживущим токеном доступа
Необязательно (для субагентов):
claude_run:npm install -g @anthropic-ai/claude-codeи запуститеclaudeодин раз для аутентификацииgemini_run:npm install -g @google/gemini-cliи выполнитеgemini auth logincodex_run:npm install -g @openai/codexи выполнитеcodex loginlocal_llm_run: любой локальный сервер, совместимый с OpenAI:
Установка
Глобальная установка:
npm install -g @elvatis_com/elvatis-mcpИли используйте напрямую через npx (установка не требуется):
npx @elvatis_com/elvatis-mcpКаждый релиз собирается и публикуется GitHub Actions из отправленного тега v*, точно из того коммита, на который указывает этот тег.
SECURITY.md описывает, что этот путь гарантирует и не гарантирует, а также как проверить установленную версию.
CHANGELOG.md содержит описание содержимого каждого релиза.
Где это можно использовать?
elvatis-mcp работает в любом MCP-совместимом клиенте. У каждого клиента свой файл конфигурации.
Клиент | Транспорт | Файл конфигурации |
Claude Desktop / Cowork (Windows MSIX) | stdio |
|
Claude Desktop / Cowork (macOS) | stdio |
|
Claude Code (глобально, все проекты) | stdio |
|
Claude Code (только этот проект) | stdio |
|
Cursor / Windsurf / другие | stdio или HTTP | См. документацию приложения |
Claude Desktop и Cowork используют один и тот же файл конфигурации. Claude Code — это отдельная система.
Конфигурация
1. Создайте файл .env
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. Настройте ваш MCP-клиент
Claude Desktop (macOS)
Отредактируйте ~/Library/Application Support/Claude/claude_desktop_config.json:
{
"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)
Откройте этот файл (при необходимости создайте его):
%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"
}
}
}
}В Windows всегда используйте полные абсолютные пути. Песочница MSIX не разрешает
~или относительные пути.
Claude Code (этот проект)
Скопируйте .mcp.json.example в .mcp.json (исключён из git, никогда не коммитится) и заполните пути и данные SSH. Затем скопируйте .env.example в .env для остальной конфигурации.
Claude Code (глобально)
claude mcp add --scope user elvatis-mcp -- node /path/to/elvatis-mcp/dist/index.jsHTTP-транспорт (удалённые клиенты)
MCP_TRANSPORT=http MCP_HTTP_PORT=3333 npx @elvatis_com/elvatis-mcpПодключите ваш клиент к http://your-server:3333/mcp.
Переменные окружения
Обязательные
Переменная | Описание |
| Базовый URL Home Assistant, например |
| Имя хоста или IP-адрес сервера OpenClaw |
Необязательные
Переменная | По умолчанию | Описание |
| -- | Долгоживущий токен доступа Home Assistant |
|
| Порт SSH |
|
| Имя пользователя SSH |
|
| Путь к закрытому ключу SSH |
|
| URL шлюза OpenClaw |
| -- | Необязательный токен API шлюза |
| -- | Именованный агент для |
|
| Модель по умолчанию для |
| -- | Модель по умолчанию для |
|
| URL локального LLM-сервера (значение по умолчанию LM Studio) |
| -- | Локальная модель по умолчанию (не указывайте, чтобы использовать загруженную модель сервера) |
|
| Режим транспорта: |
|
| HTTP-порт |
| -- | Установите |
|
| Каталог для постоянных данных об использовании (ограничитель скорости) |
| -- | JSON-строка с переопределением лимитов для каждого агента |
Настройка локального LLM
elvatis-mcp работает с любым локальным сервером, совместимым с OpenAI. Три популярных варианта:
LM Studio (рекомендуется для настольных ПК)
Скачайте с lmstudio.ai
Загрузите модель (например, Deepseek R1 Qwen3 8B, Phi 4 Mini)
Нажмите «Local Server» на боковой панели и включите его
Сервер работает на
http://localhost:1234/v1(по умолчанию)
Ollama
ollama serve # starts server on port 11434
ollama run llama3.2 # downloads and loads modelУкажите LOCAL_LLM_ENDPOINT=http://localhost:11434/v1 в вашем .env.
llama.cpp
llama-server -m model.gguf --port 8080Укажите LOCAL_LLM_ENDPOINT=http://localhost:8080/v1 в вашем .env.
Рекомендуемые модели по задачам
Модель | Размер | Лучше всего для |
Phi 4 Mini | 3B | Быстрая классификация, форматирование, извлечение |
Deepseek R1 Qwen3 | 8B | Рассуждения, анализ, разбиение промптов |
Phi 4 Reasoning Plus | 15B | Сложные рассуждения с высоким качеством |
GPT-OSS | 20B | Универсальное использование, более длинные ответы |
Модели рассуждений (Deepseek R1, Phi 4 Reasoning) оборачивают свои цепочки рассуждений в теги
thinking. elvatis-mcp автоматически удаляет их, чтобы вы получали чистые ответы.
Настройка SSH
Инструменты cron, memory и OpenClaw обмениваются данными с вашим сервером через SSH.
# 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-serverВ Windows elvatis-mcp автоматически определяет SSH-бинарник как C:\Windows\System32\OpenSSH\ssh.exe и повторяет попытки при временных ошибках соединения. Установите SSH_DEBUG=1 для подробного вывода.
Слэш-команда /mcp-help
В Claude Code слэш-команда /mcp-help показывает полное руководство по маршрутизации для 34 инструментов в отформатированном виде:
/mcp-help # full guide
/mcp-help openclaw_status # help for a specific tool
/mcp-help analyze this trading strategy for risk # routing recommendationОграничение скорости
Облачные субагенты (claude_run, codex_run, gemini_run) имеют ограничение скорости, чтобы предотвратить неконтролируемые расходы. Лимиты по умолчанию:
Агент | /мин | /час | /день | Оцен. стоимость/вызов |
| 5 | 30 | 200 | $0.03 |
| 5 | 30 | 200 | $0.02 |
| 10 | 60 | 500 | $0.01 |
Локальные агенты (local_llm_run, home_*, openclaw_*) не ограничены.
Данные об использовании сохраняются в ~/.elvatis-mcp/usage.json. Переопределите лимиты через переменную окружения RATE_LIMITS:
RATE_LIMITS='{"claude_run":{"perMinute":3,"perDay":100}}'Разработка
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 clientРежим сборки с отслеживанием изменений:
npm run devЗапуск интеграционных тестов:
npx tsx tests/integration.test.tsСтруктура проекта
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 testsЛицензия
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