Skip to main content
Glama
README.md
# k-exaone-mcp

[![CI](https://github.com/pally4u/k-exaone-mcp/actions/workflows/ci.yml/badge.svg)](https://github.com/pally4u/k-exaone-mcp/actions/workflows/ci.yml)
[![npm](https://img.shields.io/npm/v/k-exaone-mcp)](https://www.npmjs.com/package/k-exaone-mcp)
[![License: MIT](https://img.shields.io/badge/License-MIT-blue.svg)](LICENSE)

Claude, Gemini(Antigravity), Codex, Cline 같은 **MCP 클라이언트가 LG AI연구원의 K-EXAONE 2.5에게 일을 맡기고 답을 받아 오게 하는 MCP 서버**입니다.
Hermes나 OpenCode 같은 별도 에이전트 CLI를 설치하지 않아도 되고, **각자 자기 EXAONE API 키만 넣으면** 바로 쓸 수 있습니다.

```text
나 ─▶ Claude / Gemini / Codex ─(ask_exaone)─▶ k-exaone-mcp ─▶ EXAONE API (K-EXAONE 2.5)
                  ◀──────── 답변 + 토큰 사용량 + 남은 호출 한도 ◀──────────
```

> LG AI연구원의 공식 프로젝트가 아닌 개인 오픈소스입니다. EXAONE은 LG AI연구원의 상표입니다.

## 할 수 있는 일

- **작업 위임과 교차 검토**: "이 설계안을 엑사원한테 검토받아 줘", "엑사원 답이랑 비교해 줘"
- **로컬 파일 첨부**: `files`에 경로를 넘기면 서버가 직접 파일을 읽어 EXAONE에게 보냅니다. 파일 내용이 호출한 AI(Claude, Gemini, Codex 등)의 컨텍스트를 거치지 않으므로 그쪽 토큰을 아낄 수 있습니다.
- **이어서 대화**: 답변 끝의 `conversation_id`를 넘기면 이전 대화와 추론을 이어 갑니다(`preserve_thinking`).
- **추론 강도 선택**: `low` / `medium` / `high` / `max`
- **사용량 표시**: 모든 답변 끝에 토큰 사용량과 남은 호출 한도(초·분·일)를 붙입니다. `exaone_status` 도구로 누적 사용량을 볼 수 있습니다.
- **호출 한도 자동 처리**: 초당 한도(429)에 걸리면 잠깐 기다렸다가 다시 보냅니다. 일일 한도를 다 썼으면 그 사실을 바로 알려 줍니다.

## 빠른 시작

### 1. API 키 발급

[EXAONE API Platform](https://docs.exaone.ai/ko/docs/authentication)에서 키를 발급받습니다.

### 2. 실행 방식 고르기

| 방식 | 명령 | 장점 | 단점 |
|---|---|---|---|
| **npx** (권장) | `npx -y k-exaone-mcp` | 미리 설치할 필요가 없고 새 버전이 자동으로 반영됨 | 첫 실행 때 내려받느라 몇 초 걸림 |
| **전역 설치** | `k-exaone-mcp` | 시작이 빠르고, 한 번 설치하면 인터넷 없이도 실행됨 | 업데이트를 직접 해야 함 |

전역 설치는 이렇게 합니다. 업데이트할 때도 같은 명령을 다시 실행합니다.

```bash
npm install -g k-exaone-mcp@latest
```

설치를 확인합니다. 버전 번호가 나오면 정상입니다.

```bash
k-exaone-mcp --version
```

> `npm install k-exaone-mcp`처럼 `-g` 없이 설치하면 현재 폴더의 `node_modules`에만 설치돼서 MCP 클라이언트가 찾지 못합니다. 반드시 `-g`를 붙이세요.

아래 설정 예시는 npx 방식 기준입니다. 전역 설치를 했다면 `npx -y k-exaone-mcp` 부분을 `k-exaone-mcp`로 바꾸면 됩니다. JSON 설정에서는 `"command": "k-exaone-mcp", "args": []`가 되고, Windows에서는 `"command": "cmd", "args": ["/c", "k-exaone-mcp"]`가 됩니다.

### 3. MCP 클라이언트에 등록

필요한 설정은 **`EXAONE_API_KEY` 하나뿐**입니다. 공식 가이드에 나온 `temperature=1.0`, `top_p=0.95`, `preserve_thinking=true` 같은 권장값은 서버에 기본값으로 들어 있습니다. 추론 강도나 시간 제한 같은 값을 바꾸는 방법은 [세부 설정 바꾸기](#세부-설정-바꾸기)를 보세요.

이 서버는 로컬에서 실행되는 **stdio 방식** MCP 서버입니다. 로컬 MCP 서버를 실행할 수 있는 클라이언트라면 어디서든 쓸 수 있습니다.

| 클라이언트 | 지원 | 비고 |
|---|---|---|
| Claude Code · Claude Desktop | ✅ | |
| Google Antigravity (Gemini) | ✅ | |
| OpenAI Codex (CLI · IDE 확장 · ChatGPT 데스크탑 앱의 Codex) | ✅ | 세 곳이 `~/.codex/config.toml`을 함께 씁니다. **도구 시간 제한 기본값이 60초**라서 늘려 주는 것을 권장합니다 |
| VS Code (Copilot) · Cline · Cursor · Cherry Studio 등 | ✅ | |
| ChatGPT 채팅 (웹 · 모바일 · 데스크탑 채팅 화면) | ❌ | ChatGPT 채팅은 인터넷에 공개된 원격(HTTPS) MCP 서버만 연결할 수 있어서 로컬 stdio 서버를 띄우지 못합니다. ChatGPT 데스크탑 앱에서는 Codex 화면에서 쓰세요 |

<details open>
<summary><b>Claude Code</b></summary>

macOS · Linux:

```bash
claude mcp add exaone --scope user -e EXAONE_API_KEY=발급받은키 -- npx -y k-exaone-mcp
```

Windows에서는 `npx` 앞에 `cmd /c`를 붙입니다. 명령 프롬프트(cmd)나 Git Bash에서는 이렇게 실행합니다.

```bash
claude mcp add exaone --scope user -e EXAONE_API_KEY=발급받은키 -- cmd /c npx -y k-exaone-mcp
```

**Windows PowerShell에서는 `--`를 따옴표로 감싼 `'--'`로 써야 합니다.** PowerShell이 그냥 쓴 `--`를 지워 버려서 `error: unknown option '-y'`가 납니다.

```powershell
claude mcp add exaone --scope user -e EXAONE_API_KEY=발급받은키 '--' cmd /c npx -y k-exaone-mcp
```

등록됐는지 확인합니다. 도구는 **새로 연 세션부터** 보입니다.

```bash
claude mcp list
```
</details>

<details>
<summary><b>Claude Desktop</b></summary>

`설정 → 개발자 → 구성 편집`에서 `claude_desktop_config.json`을 엽니다.

```json
{
  "mcpServers": {
    "exaone": {
      "command": "npx",
      "args": ["-y", "k-exaone-mcp"],
      "env": { "EXAONE_API_KEY": "발급받은키" }
    }
  }
}
```
</details>

<details>
<summary><b>Google Antigravity (Gemini)</b></summary>

에이전트 패널의 `…` 메뉴에서 `MCP Servers → Manage MCP Servers → View raw config`를 열고 `mcpServers`에 Claude Desktop과 같은 블록을 추가합니다.
</details>

<details>
<summary><b>OpenAI Codex (CLI · IDE 확장 · ChatGPT 데스크탑 앱)</b></summary>

명령으로 등록합니다.

```bash
codex mcp add exaone --env EXAONE_API_KEY=발급받은키 -- npx -y k-exaone-mcp
```

Windows PowerShell에서는 Claude Code와 마찬가지로 `--`를 `'--'`로 씁니다.

등록한 뒤 `~/.codex/config.toml`(Windows는 `%USERPROFILE%\.codex\config.toml`)을 열어 `tool_timeout_sec`을 추가합니다. Codex는 도구 하나가 60초 안에 끝나지 않으면 끊는데, EXAONE이 깊게 추론하면 60초를 넘길 수 있습니다.

처음부터 파일을 직접 써도 됩니다.

```toml
[mcp_servers.exaone]
command = "npx"
args = ["-y", "k-exaone-mcp"]
tool_timeout_sec = 600        # 도구 실행 시간 제한(초). 기본 60
startup_timeout_sec = 30      # 서버 시작 대기(초). npx 첫 실행은 내려받느라 느릴 수 있음

[mcp_servers.exaone.env]
EXAONE_API_KEY = "발급받은키"
```

`codex mcp list`로 등록 여부를 확인합니다. CLI, IDE 확장, ChatGPT 데스크탑 앱의 Codex가 이 파일을 함께 쓰므로 한 번만 등록하면 됩니다. 이 파일에는 키가 평문으로 저장되므로 저장소에 올리지 마세요.
</details>

<details>
<summary><b>VS Code (Copilot) · Cline · Cursor 등</b></summary>

`mcpServers` 형식을 쓰는 클라이언트에는 Claude Desktop과 같은 JSON을 넣습니다. VS Code의 `.vscode/mcp.json`은 키 이름이 `servers`입니다.

```json
{
  "servers": {
    "exaone": {
      "command": "npx",
      "args": ["-y", "k-exaone-mcp"],
      "env": { "EXAONE_API_KEY": "발급받은키" }
    }
  }
}
```
</details>

### 4. 사용 예시

클라이언트를 다시 시작하거나 새 세션을 연 뒤, 평소처럼 말로 지시하면 됩니다. 호출한 AI가 도구 설명을 보고 `ask_exaone`을 알아서 호출합니다. **"엑사원"이나 "EXAONE"**이라고 이름을 말하면 가장 확실하게 알아듣습니다.

| 하고 싶은 것 | 이렇게 요청 |
|---|---|
| 연결 확인 | "exaone_status로 연결 확인해 줘" |
| 질문·작업 위임 | "엑사원한테 이 함수 이름 후보 5개 받아 줘" |
| 파일 리뷰 | "`src/auth.ts`를 엑사원한테 보내서 보안 문제를 검토받아 줘" |
| 문서 다듬기 | "이 README 초안을 엑사원한테 자연스러운 한국어로 다듬어 달라고 해" |
| 교차 검증 | "네 답이랑 엑사원 답을 비교해서 차이점 정리해 줘" |
| 이어서 질문 | "방금 엑사원 답변에 이어서, 2번 항목을 더 자세히 물어봐 줘" |
| 추론 강도 지정 | "엑사원한테 `max`로 깊게 생각해서 답하라고 해" |

- 처음 호출하면 클라이언트가 도구 사용 허락을 묻습니다. 매번 묻지 않게 하려면 "항상 허용"을 고르세요.
- 답변 끝의 `[k-exaone-mcp]` 꼬리말에서 토큰 사용량과 남은 호출 수를 확인할 수 있습니다.
- 정해진 상황에 자동으로 맡기려면 프로젝트의 `CLAUDE.md`(Codex는 `AGENTS.md`)에 규칙을 적어 둡니다. 예: "한국어 문서를 다듬을 때는 ask_exaone으로 엑사원 의견도 받는다"

## 도구

### `ask_exaone`

| 인자 | 타입 | 설명 |
|---|---|---|
| `prompt` | string, 필수 | EXAONE에게 보낼 지시나 질문. EXAONE은 대화 맥락을 모르므로 필요한 내용을 모두 담아야 합니다. |
| `system` | string | 시스템 프롬프트. 새 대화를 시작할 때만 적용됩니다. |
| `files` | string[] | 첨부할 UTF-8 텍스트 파일 경로(절대 경로 권장). 바이너리는 거부합니다. |
| `conversation_id` | string | 이전 대화를 이어 갈 때 씁니다. |
| `reasoning_effort` | `low`·`medium`·`high`·`max` | 추론 강도. 기본값은 `high`입니다. |
| `max_tokens` | int | 생성 토큰 상한(추론 포함). 보통은 비워 둡니다. |
| `include_reasoning` | boolean | EXAONE의 추론 과정도 함께 돌려받습니다. 기본값은 false입니다. |

응답 예시:

```text
이 프로젝트는 MCP 클라이언트가 K-EXAONE 2.5에게 작업을 위임하게 해 주는 MCP 서버입니다.

---
[k-exaone-mcp]
conversation_id: eaa07c68-702d-4731-b274-c657950c09cd (turn 1)
model: k-exaone_v2.5 · effort: low · 2.5s
tokens: in 555 / out 61 (reasoning 13)
rate limit remaining: second 0/1, minute 59/60, day 89/100
attached: C:\work\project\package.json
```

### `exaone_status`

설정(키는 끝 4자리만 표시), 이 서버 프로세스의 누적 토큰 사용량, 마지막으로 받은 호출 한도 헤더를 보여 줍니다. `ping: true`(기본값)이면 작은 요청을 한 번 보내 키와 연결 상태를 확인합니다.

## 사용량과 호출 한도

EXAONE API는 [응답 헤더](https://docs.exaone.ai/ko/docs/rate-limits)로 남은 호출 횟수를 알려 줍니다. 토큰 사용량은 응답 본문의 `usage`에 들어 있습니다. 둘 다 이 서버가 읽어서 보여 줍니다.

| 헤더 | 의미 |
|---|---|
| `x-{second,minute,day}-rate-limit` | 구간별 최대 호출 횟수 |
| `x-{second,minute,day}-rate-limit-remaining` | 구간별 남은 호출 횟수 |
| `retry-after`, `retry-after-ms` | 다시 요청할 수 있을 때까지 기다릴 시간 |

2026-11-10에 무료 키로 실제 호출했을 때 관측한 한도는 **초당 1회, 분당 60회, 하루 100회**였습니다. 한도는 계정이나 정책에 따라 달라질 수 있습니다.
하루 100회는 에이전트가 쓰기에는 빠듯하므로, 꼭 필요한 작업만 맡기는 위임·검토 용도에 맞습니다.

계정 전체의 누적 사용량을 조회하는 API는 없습니다(`GET /v1/usage`는 404). 계정 전체 사용량은 EXAONE API Platform 콘솔에서 확인하세요.

## 세부 설정 바꾸기

모든 설정은 **환경변수**로 바꿉니다. 키 외에는 모두 선택 사항이고, 넣지 않으면 기본값을 씁니다.

### 설정 항목

| 변수 | 기본값 | 허용 값 | 설명 |
|---|---|---|---|
| `EXAONE_API_KEY` | (필수) | | API 키 |
| `EXAONE_REASONING_EFFORT` | `high` | `low`·`medium`·`high`·`max` | 호출할 때 `reasoning_effort`를 지정하지 않으면 쓰는 기본 추론 강도. 낮을수록 빠르고 토큰을 적게 씁니다. |
| `EXAONE_TIMEOUT_MS` | `600000` (10분) | 1000 이상 (ms) | EXAONE 응답을 기다리는 최대 시간. 예: `120000`=2분, `300000`=5분, `1200000`=20분 |
| `EXAONE_MAX_TOKENS` | (없음) | 1 이상 | 기본 생성 토큰 상한(추론 포함). 비워 두면 API 서버 기본값을 씁니다. |
| `EXAONE_WORKDIR` | 서버 실행 폴더 | 폴더 경로 | `files`에 상대 경로가 들어왔을 때 기준이 되는 폴더 |
| `EXAONE_MAX_FILE_KB` | `1536` | 1 이상 (KB) | 첨부 파일 하나의 최대 크기 |
| `EXAONE_MAX_TOTAL_KB` | `1536` | 1 이상 (KB) | 한 번에 첨부하는 파일 합계의 최대 크기. 1800 이하를 권장합니다([첨부 파일 크기 한도](#첨부-파일-크기-한도) 참고). |
| `EXAONE_TEMPERATURE` | `1.0` | 0 이상 | 샘플링 무작위성(공식 권장값 1.0) |
| `EXAONE_TOP_P` | `0.95` | 0 ~ 1 | 누적 확률 상한(공식 권장값 0.95) |
| `EXAONE_PRESERVE_THINKING` | `true` | `true`·`false` | 대화를 이어 갈 때 이전 추론을 함께 보낼지 여부. `false`면 입력 토큰이 줄어듭니다. |
| `EXAONE_BASE_URL` | `https://api.exaone.ai/v1` | URL | OpenAI 호환으로 띄운 다른 EXAONE 엔드포인트(vLLM 등)에 연결할 때 바꿉니다. |
| `EXAONE_MODEL` | `k-exaone_v2.5` | 모델 ID | |

값이 잘못되면(예: `EXAONE_REASONING_EFFORT=ultra`) 서버가 시작하지 않고, 클라이언트 로그에 어떤 값이 잘못됐는지 표시됩니다.

### 클라이언트별 변경 방법

설정을 바꾼 뒤에는 **클라이언트를 다시 시작**해야 적용됩니다. Claude Code와 Codex는 새 세션을 열면 됩니다.

**JSON 설정을 쓰는 클라이언트** (Claude Desktop, Antigravity, VS Code, Cline, Cursor 등): `env`에 항목을 추가합니다.

```json
{
  "mcpServers": {
    "exaone": {
      "command": "npx",
      "args": ["-y", "k-exaone-mcp"],
      "env": {
        "EXAONE_API_KEY": "발급받은키",
        "EXAONE_REASONING_EFFORT": "medium",
        "EXAONE_TIMEOUT_MS": "300000"
      }
    }
  }
}
```

**Claude Code**: 등록할 때 `-e`를 여러 번 붙입니다. 이미 등록한 서버의 설정을 바꾸려면 지우고 다시 등록합니다.

```bash
claude mcp remove exaone --scope user
claude mcp add exaone --scope user -e EXAONE_API_KEY=발급받은키 -e EXAONE_REASONING_EFFORT=medium -e EXAONE_TIMEOUT_MS=300000 -- npx -y k-exaone-mcp
```

Windows에서는 `npx` 앞에 `cmd /c`를 붙이고, PowerShell이면 `--`를 `'--'`로 씁니다([Claude Code 등록](#3-mcp-클라이언트에-등록) 참고).

`~/.claude.json`에서 `mcpServers.exaone.env`를 직접 고쳐도 됩니다.

**Codex**: `~/.codex/config.toml`의 env 표에 줄을 추가합니다.

```toml
[mcp_servers.exaone.env]
EXAONE_API_KEY = "발급받은키"
EXAONE_REASONING_EFFORT = "medium"
EXAONE_TIMEOUT_MS = "300000"
```

### 시간 제한은 두 군데에 있습니다

EXAONE 응답을 기다리는 시간은 **서버 제한과 클라이언트 제한 중 짧은 쪽**으로 결정됩니다. 긴 작업을 맡기려면 둘 다 늘려야 합니다.

| 위치 | 설정 | 기본값 |
|---|---|---|
| 이 서버 | `EXAONE_TIMEOUT_MS` | 10분 |
| Codex | `config.toml`의 `tool_timeout_sec` | **60초** |
| Claude Code | 환경변수 `MCP_TOOL_TIMEOUT` (ms) | 클라이언트 기본값 |
| 그 밖의 클라이언트 | 각 클라이언트 문서 참고 | |

### 자주 쓰는 조합

| 목적 | 설정 |
|---|---|
| 빠른 응답 위주 (간단한 질문, 번역) | `EXAONE_REASONING_EFFORT=low`, `EXAONE_TIMEOUT_MS=120000` |
| 코드 리뷰·설계 검토 | 기본값 그대로 (`high`, 10분) |
| 어려운 문제를 오래 생각하게 | `EXAONE_REASONING_EFFORT=max`, `EXAONE_TIMEOUT_MS=1200000`, 클라이언트 시간 제한도 늘리기 |
| 첨부를 최대한 크게 | `EXAONE_MAX_TOTAL_KB=1800`, `EXAONE_MAX_TOKENS=32768` (출력 몫을 줄여 입력에 양보, 새 대화로 보내기) |

설정이 제대로 들어갔는지는 `exaone_status` 도구로 확인할 수 있습니다. 결과의 `## 설정` 항목에 지금 적용된 값이 나옵니다.

### 첨부 파일 크기 한도

**EXAONE API의 한도는 바이트가 아니라 토큰입니다.** [공식 가이드](https://docs.exaone.ai/ko/docs/k-exaone-2.5)에 따르면 입력 토큰 수와 `max_tokens`의 합이 **524,288 토큰**을 넘으면 400 오류가 납니다. 파일 크기(MB)나 요청 본문 크기에 대한 별도 한도는 문서에 없습니다.

2026-11-10에 실제 API의 `usage.prompt_tokens`로 재 보니 **약 3.9바이트가 1토큰**이었습니다.

| 샘플 | 바이트 | 토큰 | 바이트/토큰 |
|---|---|---|---|
| 한국어 문서(이 README) | 18,407 | 4,682 | 3.93 |
| TypeScript 코드(한글 메시지 포함) | 27,114 | 6,979 | 3.89 |

이 비율로 환산하면 컨텍스트 전체는 약 **2.0MB**입니다. 여기서 추론과 답변에 쓸 출력 몫, system 프롬프트, 질문을 빼야 하므로 **첨부 합계는 약 1.8MB가 현실적인 최대**입니다. 내용이나 언어에 따라 비율은 달라질 수 있습니다.

기본값을 이렇게 정한 이유는 다음과 같습니다.

- `EXAONE_MAX_TOTAL_KB=1536`(1.5MB): 약 40만 토큰으로 컨텍스트의 약 77%입니다. 높은 추론 강도에서도 출력에 쓸 토큰을 넉넉히 남깁니다.
- `EXAONE_MAX_FILE_KB=1536`: 합계 한도와 같게 두어, 큰 파일 하나를 통째로 보낼 수 있게 했습니다.
- 서버는 상한을 강제하지 않습니다. 더 크게 설정할 수는 있지만, 토큰 한도를 넘으면 API가 400 오류를 돌려줍니다.

**대화를 이어 가면 첨부가 다시 전송됩니다.** `conversation_id`로 대화를 이어 가면 이전 턴에 첨부한 파일도 대화 기록에 남아 매번 함께 전송됩니다. 1.5MB를 첨부한 대화는 다음 턴에서 바로 한도를 넘을 수 있으므로, 큰 첨부는 새 대화로 한 번만 보내세요.

## 알아 둘 점

- **EXAONE은 직접 파일을 수정하거나 명령을 실행하지 않습니다.** 결과를 받아 실제로 반영하는 것은 호출한 AI(Claude 등)입니다.
- K-EXAONE 2.5는 텍스트 전용 모델입니다. 이미지와 PDF는 첨부할 수 없습니다.
- 대화 기록은 서버 메모리에만 있습니다. 클라이언트를 다시 시작하면 사라집니다(최근 50개 대화, 대화당 20턴까지 보관).
- 첨부한 파일 내용과 질문은 EXAONE API로 전송됩니다. 회사 코드를 보내기 전에 [이용약관](https://docs.exaone.ai/ko/terms/terms-of-service)을 확인하세요.
- API 키는 로그나 도구 출력에 끝 4자리만 나옵니다.

## 개발

```bash
npm install
npm run typecheck && npm test   # 단위·통합 테스트 (API 호출 없음)
npm run build                   # dist/ 생성
```

실제 API로 확인하려면 `.env.example`을 `.env`로 복사하고 키를 넣은 뒤 실행합니다. 두 명령 모두 일일 호출 한도를 소모합니다.

```bash
npm run verify:api   # 헤더·usage·reasoning_effort·tool calling 등 11개 항목 확인 (약 11회 호출)
npm run smoke        # 빌드된 서버를 stdio MCP로 띄워 실제 사용 흐름 확인 (2회 호출)
npm run inspect      # MCP Inspector로 도구를 직접 호출해 보기
```

npm 배포 전에 로컬 빌드로 연결하려면 `npx -y k-exaone-mcp` 대신 `node /절대경로/k-exaone-mcp/dist/index.js`를 씁니다.

### 구조

레이어드 아키텍처로 나눴고, 의존 방향은 위에서 아래로만 흐릅니다.

```text
src/
├─ index.ts                 진입점: 설정을 읽고 각 계층을 조립해 stdio 서버 실행
├─ config.ts                환경변수 → AppConfig
├─ presentation/            MCP 도구 정의, 입력 검증(zod), 응답 문구
├─ application/             유스케이스(ask, status) 흐름 조율
├─ domain/                  모델, 대화, 첨부 규칙, 사용량 집계, 포트(인터페이스)
└─ infrastructure/          EXAONE HTTP·SSE 클라이언트, 파일 읽기, 메모리 저장소
```

## 라이선스

[MIT](LICENSE)

TDQS

A4.2/5.0

Scored across 2 tools

Disambiguation5/5

The two tools occupy completely separate roles: ask_exaone performs model delegation/inference, while exaone_status reports configuration, token usage, and API health. An agent cannot plausibly confuse a query tool with a diagnostics tool, and the descriptions reinforce the boundary.

Naming Consistency4/5

Both names are snake_case and share the `exaone` token, giving a recognisable family. However, ask_exaone is verb-first while exaone_status is prefix-first, a minor structural deviation rather than a real inconsistency.

Tool Count4/5

Two tools is thin in absolute terms, but the server's scope is deliberately narrow (single-model delegation plus health check), and both tools earn their place. Nothing is missing that would warrant an extra tool purely for count's sake.

Completeness4/5

The core lifecycle is covered: stateless asks, file-passing, multi-turn follow-ups via conversation_id, and a status/connectivity check. Gaps are minor — there is no way to list, inspect, or delete existing conversation threads, and no parameter/model discovery beyond status.

Maintenance

ActivityMaintained
ResponsivenessNo recent community issues