模型雷达
MCP服务器实时ping 17个提供商的130多个免费编码LLM模型,按延迟对其进行排名,并帮助AI代理选择最快的可用模型。
受启发于 自由编码模型.
安装
pip install model-radar快速开始
1.配置API密钥
# Option A: Save to ~/.model-radar/config.json
model-radar configure nvidia nvapi-xxx
# Option B: Environment variable
export NVIDIA_API_KEY=nvapi-xxx或者复制模板: cp config.example.json ~/.model-radar/config.json 并对其进行编辑。
2.添加到您的MCP客户端
克劳德代码 (~/.claude/settings.json):
{
"mcpServers": {
"model-radar": {
"command": "model-radar",
"args": ["serve"]
}
}
}光标 (.cursor/mcp.json 在项目根或 ~/.cursor/mcp.json):
Stdio(默认值--Cursor启动服务器):
{
"mcpServers": {
"model-radar": {
"command": "/path/to/your/.venv/bin/model-radar",
"args": ["serve"]
}
}
}SSE(您运行服务器;游标通过URL连接):
服务器监听一个端口并提供服务 两者 流式HTTP(/mcp)苏格兰和南方能源公司(/sse, /messages/).Cursor首先尝试Streamable HTTP,然后尝试SSE,这样服务器一启动就可以连接。
# Terminal: start the server (leave it running)
model-radar serve --transport sse --port 8765然后在Cursor MCP配置中使用URL http://127.0.0.1:8765 (或 http://127.0.0.1:8765/mcp / http://127.0.0.1:8765/sse 正如您的客户所期望的那样)。在打开项目之前启动服务器,以便Cursor立即找到它。
Web仪表板: 随着 --web,同一服务器在以下位置提供localhost UI http://127.0.0.1:8765/ 有关状态、配置、发现和运行提示(位于的REST API /api/*).MCP保持不变 /sse. 隐私: 服务器仅绑定到127.0.0.1;您的API密钥和数据永远不会离开您的机器。密钥仅存储在 ~/.model-radar/config.json (0o600)。
model-radar serve --transport sse --port 8765 --web重新启动SSE服务器: 更新模型雷达后,重新启动服务器以显示新工具。您可以手动重启进程,也可以使用重启包装器运行并使用 restart_server() MCP工具:
# Allow the MCP tool to request exit; a loop restarts the server
export MODEL_RADAR_ALLOW_RESTART=1
while true; do model-radar serve --transport sse --port 8765; sleep 1; done然后打电话给 restart_server() 工具(例如来自代理);进程退出,循环用更新的代码开始一个新的循环,然后您重新连接。
开爪 (~/.openclaw/openclaw.json):
{
"mcpServers": {
"model-radar": {
"command": "model-radar",
"args": ["serve"]
}
}
}3.CLI使用
# Scan models
model-radar scan --min-tier S --limit 10
# List providers
model-radar providers
# Save a key
model-radar configure nvidia nvapi-xxx供应商(17)
| 提供商 | 环境变量 | 免费等级 |
|---|---|---|
| 英伟达尼姆 | NVIDIA_API_KEY | 价格有限,无到期日 |
| Groq | GROQ_API_KEY | 免费套餐 |
| 大脑 | CEREBRAS_API_KEY | 免费套餐 |
| SambaNova | SAMBANOVA_API_KEY | $5学分/3个月 |
| OpenRouter | OPENROUTER_API_KEY | 每天需要50次:免费型号 |
| 拥抱的脸 | HF_TOKEN | 每月免费积分 |
| 复制 | REPLICATE_API_TOKEN | 开发配额 |
| DeepInfra | DEEPINFRA_API_KEY | 免费开发层 |
| 烟花 | FIREWORKS_API_KEY | $1免费积分 |
| 编码 | CODESTRAL_API_KEY | 30次/分钟,2000次/天 |
| 双曲线 | HYPERBOLIC_API_KEY | $1免费试用 |
| 磅秤 | SCALEWAY_API_KEY | 100万免费代币 |
| 谷歌人工智能 | GOOGLE_API_KEY | 14.4K需求/天 |
| 硅流 | SILICONFLOW_API_KEY | 免费模型配额 |
| 一起AI | TOGETHER_API_KEY | 积分各不相同 |
| Cloudflare | CLOUDFLARE_API_TOKEN | 10K神经元/天 |
| 困惑 | PERPLEXITY_API_KEY | 分层限制 |
MCP工具
list_providers()--查看所有17个具有配置状态的提供商list_models(tier?, provider?, min_tier?)--浏览型号目录scan(tier?, provider?, min_tier?, configured_only?, limit?)--并行Ping模型,按延迟排序get_fastest(min_tier?, provider?, count?)--快速:目前最好的N个型号provider_status()--按提供者健康检查configure_key(provider, api_key)-保存API密钥
等级表(SWE试验台验证)
| 等级 | 分数 | 含义 |
|---|---|---|
| S+ | 70%+ | 精英边境程序员 |
| S | 60-70% | 优秀 |
| A+ | 50-60% | 太好了 |
| A | 40-50% | 良好 |
| A- | 35-40% | 体面 |
| B+ | 30-35% | 平均 |
| B | 20%-30% | 低于平均水平 |
| C | \<20% | 轻质/边缘 |
许可证
麻省理工学院
