MCP Toolz

Name: MCP Tools
Author: taylorleese

mcp-name: io.github.taylorleese/mcp-toolz

GitHub issues GitHub last commit codecov PyPI version Python MCP License: MIT

pre-commit OpenSSF Best Practices OpenSSF Scorecard Dependabot

Servidor MCP para Claude Code que proporciona herramientas de retroalimentación multi-LLM y captura de imágenes del portapapeles.

Características

Retroalimentación Multi-LLM: Obtén segundas opiniones de ChatGPT (OpenAI), Claude (Anthropic), Gemini (Google) y DeepSeek
Captura de imágenes del portapapeles: Pega imágenes desde tu portapapeles de macOS directamente en Claude Code para su análisis
Integración MCP: Funciona con Claude Code a través del Protocolo de Contexto de Modelo (Model Context Protocol)

Inicio rápido

Instalación

Desde PyPI (Recomendado)

pip install mcp-toolz

Desde el código fuente (Desarrollo)

# Clone the repository
git clone https://github.com/taylorleese/mcp-toolz.git
cd mcp-toolz

# Create and activate virtual environment
python3 -m venv venv
source venv/bin/activate  # macOS/Linux
# or: venv\Scripts\activate  # Windows

# Install in editable mode with dev dependencies
pip install -e ".[dev]"

Configuración

# Set your API keys as environment variables (at least one required for AI feedback tools)
export OPENAI_API_KEY=sk-...           # For ChatGPT
export ANTHROPIC_API_KEY=sk-ant-...    # For Claude
export GOOGLE_API_KEY=...              # For Gemini
export DEEPSEEK_API_KEY=sk-...         # For DeepSeek

# Or create a .env file (if installing from source)
cp .env.example .env
# Edit .env and add your API keys

Configuración del servidor MCP

Añádelo a tus ajustes de MCP de Claude Code:

Si se instaló mediante pip:

{
  "mcpServers": {
    "mcp-toolz": {
      "command": "python",
      "args": ["-m", "mcp_server"],
      "env": {
        "OPENAI_API_KEY": "sk-...",
        "ANTHROPIC_API_KEY": "sk-ant-...",
        "GOOGLE_API_KEY": "...",
        "DEEPSEEK_API_KEY": "sk-..."
      }
    }
  }
}

Si se instaló desde el código fuente:

{
  "mcpServers": {
    "mcp-toolz": {
      "command": "python",
      "args": ["-m", "mcp_server"],
      "cwd": "/absolute/path/to/mcp-toolz",
      "env": {
        "PYTHONPATH": "/absolute/path/to/mcp-toolz/src"
      }
    }
  }
}

Reinicia Claude Code para cargar el servidor MCP.

Herramientas del servidor MCP

Herramientas de retroalimentación de IA

Obtén segundas opiniones de múltiples LLMs sobre código, decisiones de arquitectura y planes de implementación:

ask_chatgpt - Obtén el análisis de ChatGPT (admite preguntas personalizadas)
ask_claude - Obtén el análisis de Claude (admite preguntas personalizadas)
ask_gemini - Obtén el análisis de Gemini (admite preguntas personalizadas)
ask_deepseek - Obtén el análisis de DeepSeek (admite preguntas personalizadas)

Herramienta de imagen del portapapeles

paste_image - Captura una imagen del portapapeles de macOS para su análisis (admite una pregunta opcional)

Habilidades de Claude Code

`/resolve-github-alerts`

Clasifica y resuelve automáticamente las alertas de seguridad de GitHub (Dependabot, escaneo de código, escaneo de secretos). Ejecútalo en Claude Code para:

Corregir PRs fallidos de Dependabot (problemas de lint/test)
Actualizar dependencias vulnerables y recompilar requisitos
Remediar alertas de escaneo de código y escaneo de secretos
Enviar un único PR con todas las correcciones para revisión manual

/resolve-github-alerts

Ejemplos de uso

Obtener múltiples perspectivas de IA

I'm deciding between Redis and Memcached for caching user sessions.
Ask ChatGPT for their analysis.

Continúa con:

"Pregúntale a Claude lo mismo para comparar"
"Pregúntale a Gemini otra perspectiva"
"¿Qué piensa DeepSeek sobre esto?"

Analizar una imagen del portapapeles

Copia una imagen en tu portapapeles (captura de pantalla, diagrama, mensaje de error, etc.), luego:

Analyze my clipboard image

O con una pregunta específica:

What's wrong with the UI layout in my clipboard image?

Depurar con múltiples perspectivas

I'm getting "TypeError: Cannot read property 'map' of undefined" in my React component.
The error occurs in UserList.jsx when rendering the users array.
Ask ChatGPT and Claude for debugging suggestions.

Variables de entorno

# Required (at least one for AI feedback tools)
OPENAI_API_KEY=sk-...                              # Your OpenAI API key
ANTHROPIC_API_KEY=sk-ant-...                       # Your Anthropic API key
GOOGLE_API_KEY=...                                 # Your Google API key (for Gemini)
DEEPSEEK_API_KEY=sk-...                            # Your DeepSeek API key

# Optional
MCP_TOOLZ_MODEL=gpt-5                                         # OpenAI model (default: gpt-5)
MCP_TOOLZ_CLAUDE_MODEL=claude-sonnet-4-5-20250929             # Claude model
MCP_TOOLZ_GEMINI_MODEL=gemini-2.0-flash-thinking-exp-01-21   # Gemini model
MCP_TOOLZ_DEEPSEEK_MODEL=deepseek-chat                        # DeepSeek model

Solución de problemas

"Error 401: Invalid API key"

Verifica que las claves API estén configuradas en .env o en las variables de entorno
Comprueba que la facturación esté habilitada en tu cuenta de proveedor de API

"No module named context_manager"

Usa PYTHONPATH=src antes de ejecutar Python directamente
O instálalo mediante pip: pip install mcp-toolz

"No image found in clipboard"

Copia primero una imagen (captura de pantalla, clic derecho > Copiar imagen, etc.)
La herramienta paste_image requiere macOS (utiliza AppleScript para leer el portapapeles)

Estructura del proyecto

mcp-toolz/
├── src/
│   ├── mcp_server/              # MCP server for Claude Code
│   │   └── server.py            # MCP tools and handlers
│   └── context_manager/         # Client implementations
│       ├── openai_client.py     # ChatGPT API client
│       ├── anthropic_client.py  # Claude API client
│       ├── gemini_client.py     # Gemini API client
│       ├── deepseek_client.py   # DeepSeek API client
│       └── clipboard.py         # macOS clipboard image capture
├── tests/                       # pytest tests
├── requirements.in
└── requirements.txt

Desarrollo

Configuración para colaboradores

# Clone and install
git clone https://github.com/taylorleese/mcp-toolz.git
cd mcp-toolz
python3 -m venv venv
source venv/bin/activate
pip install -r requirements-dev.txt

# Install pre-commit hooks (IMPORTANT!)
pre-commit install

# Copy and configure .env
cp .env.example .env
# Edit .env with your API keys

Ejecución de pruebas

source venv/bin/activate
pytest

Calidad del código

pre-commit Code style: black Ruff mypy isort security: bandit

# Run all checks (runs automatically on commit after pre-commit install)
pre-commit run --all-files

# Individual tools
black .
ruff check .
mypy src/

Licencia

MIT

MCP Tools