RigBase

Name: RigBase
Author: getrigbase

โดย getrigbaseรุ่น 1.0.1i★ –iรันบนคลาวด์

ชื่อใน registrycom.getrigbase/rigbase

ติดตั้ง

ภาพรวม

คำอธิบายจากผู้ทำ (ภาษาอังกฤษตามต้นฉบับ)

Measured local-LLM tok/s on home AI rigs. Search builds, can-it-run, best GPU; sourced + linked.

สามเสาของ PopNx MCP

สามเรื่องนี้ไม่รวมเป็นคะแนนเดียว เพราะความเห็น การวัด และความนิยม เป็นคนละเรื่องกัน

เสียงผู้ใช้iยังไม่มีรีวิวรีวิวเปิดพร้อมระบบบัญชีในขั้นถัดไป
ผลตรวจเบื้องต้นของเราiผ่าน 3 จาก 3 ข้อตรวจจากข้อมูลที่เปิดอยู่ ยังไม่ได้สแกนโค้ด
การใช้งานiยังไม่ได้วัด★ –

ใช้ทำอะไรได้

ตัวนี้ยังไม่ได้เรียบเรียงเป็นภาษาไทย ด้านล่างคือข้อเท็จจริงที่เราอ่านจาก registry

การเชื่อมต่อ: รันบนคลาวด์
ช่องทาง (transport): Streamable HTTP
หมวด: ค้นข้อมูลและความจำของ AI

ติดตั้ง

เลือกโปรแกรม AI ที่คุณใช้ แล้วคัดลอกค่าตั้งไปวาง

ก่อนติดตั้ง

ผลตรวจเบื้องต้น: ผ่าน 3 จาก 3 ข้อ
รันบนเครื่องของผู้ทำ สิ่งที่คุณถามจะผ่านเครื่องของเขา
ทำได้ 4 อย่าง (เครื่องมือ) search_builds, can_it_run, best_gpu_for_model, get_build
ทะเบียนไม่ได้ระบุ key ที่ต้องใส่

ต้องเตรียมก่อน

รันบนคลาวด์ไม่ต้องลงโปรแกรมเพิ่ม ต่อผ่านอินเทอร์เน็ตได้เลย

คุณใช้แอปไหน

ClaudeClaude CodeCursorVS CodeChatGPT

เลือกแอปด้านบน เราจำไว้ให้ ครั้งหน้าปุ่มจะขึ้นว่า “ติดตั้งลง …”

ใช้ได้ทั้ง Claude บนเว็บ แอปคอมพิวเตอร์ และมือถือ:

เปิด Settings → Connectors
กด Add custom connector
วางที่อยู่ด้านล่างแล้วกด Add
ถ้าให้ล็อกอิน ให้ล็อกอินกับผู้ทำ

https://getrigbase.com/mcp

พิมพ์คำสั่งนี้ใน Terminal

claude mcp add --transport http rigbase https://getrigbase.com/mcp

เปิดใน Cursor

หรือคัดลอกค่าตั้งเอง

วางในไฟล์ .cursor/mcp.json ของโปรเจกต์ หรือ ~/.cursor/mcp.json

{
  "mcpServers": {
    "rigbase": {
      "url": "https://getrigbase.com/mcp"
    }
  }
}

เบราว์เซอร์จะถามก่อนเปิดแอป จากนั้นแอปแสดงค่าตั้งให้ตรวจแล้วกดยืนยัน ช่อง key เว้นว่างไว้ให้คุณใส่เอง

เปิดใน VS Code

หรือคัดลอกค่าตั้งเอง

วางในไฟล์ .vscode/mcp.json ของโปรเจกต์

{
  "servers": {
    "rigbase": {
      "type": "http",
      "url": "https://getrigbase.com/mcp"
    }
  }
}

ChatGPT ต่อได้เฉพาะ server ที่อยู่บนอินเทอร์เน็ต:

เปิด ChatGPT บนเว็บ → Settings → Connectors (Apps)
กด Create หรือ Add (บางแพ็กเกจต้องเปิด Developer mode ใน Advanced ก่อน)
วางที่อยู่ด้านล่าง ตั้งชื่อ แล้วบันทึก
ถ้าให้ล็อกอิน ให้ล็อกอินกับผู้ทำ

https://getrigbase.com/mcp

ชื่อเมนูอาจต่างกันเล็กน้อยตามแพ็กเกจและรุ่นของแอป

ตัวเลือกเก็บในคุกกี้บนเครื่องนี้ ไม่ต้องมีบัญชี

ค่าตั้งนี้สร้างจากข้อมูลใน registry ของผู้ทำ ถ้าไม่ตรงกับ README ให้เชื่อ README

ทำอะไรได้บ้าง

ชื่อและคำอธิบายเครื่องมือตามที่ server ตอบมาเมื่อ 7 พ.ย. 2569 ผู้ทำเป็นคนเขียน ไม่ใช่เรา แสดงเป็นข้อความล้วน

search_builds
Search RigBase measured home AI builds. Filter by GPU name, model name, minimum VRAM (GB), and/or maximum build cost. Returns top matches with tok/s, quant, engine, source credit and canonical getrigbase.com URL. Never invents numbers.
can_it_run
Ask whether a given GPU setup can run a model. Returns measured RigBase results when available; otherwise a VRAM-fit estimate clearly labelled as an estimate (weights arithmetic, not a measured speed). Advises against quants below Q4. Always includes source credit and URLs for me
best_gpu_for_model
Return the fastest measured RigBase result for a model, plus tok/s per euro where a build cost or known GPU street price exists. Includes source credit and canonical URL.
get_build
Fetch one RigBase build by slug (e.g. "dual-3090-ryzen-3700x"). Returns parts, measured results, source credit and canonical URL.

ผลตรวจเบื้องต้นi

เราตรวจจากข้อมูลที่ใครก็เปิดดูได้ ยังไม่ได้อ่านโค้ด ข้อที่ไม่เกี่ยวกับตัวนี้ไม่นับในตัวหาร · ตรวจเมื่อ 7 พ.ย. 2569

✓ ผ่าน
ตัวตนผู้ทำตรงกับ repo
ชื่อใน registry ยืนยันโดเมน getrigbase.com แล้ว (registry ตรวจความเป็นเจ้าของโดเมน)
… ยังไม่ตรวจ
ยังมีคนดูแล
ยังไม่ได้อ่านข้อมูล repo จาก GitHub
… ยังไม่ตรวจ
มีสัญญาอนุญาต (license)
ยังไม่ได้อ่านข้อมูล repo จาก GitHub
✓ ผ่าน
endpoint ตอบ
ตอบกลับใน 63 ms (HTTP 200)
– ไม่เกี่ยว
ล็อกอินแบบ OAuth
ไม่ต้องล็อกอิน
✓ ผ่าน
คำอธิบายเครื่องมือไม่มีคำสั่งแอบแฝง
อ่านคำอธิบายเครื่องมือ 4 ตัวแล้ว ไม่พบคำสั่งแอบแฝงถึง AI

เทียบกับตัวอื่นในหมวด ค้นข้อมูลและความจำของ AIi

ดาวมากกว่า 0% ของอีก 5659 ตัวในหมวดนี้
ส่งรุ่นใหม่เข้า registry ล่าสุดกว่า 99% ของอีก 5659 ตัวในหมวดนี้
ผลตรวจเบื้องต้นดีกว่าหรือเท่ากับ 100% ของอีก 5659 ตัวในหมวดนี้

เทียบกับทุก server ที่ยังใช้งานในหมวดนี้ทั้งทะเบียน ดาวนับเฉพาะเมื่อผู้ลงทะเบียนเป็นเจ้าของ repo

คำถามที่พบบ่อย

RigBase ปลอดภัยไหม?

จากการตรวจเบื้องต้นของเรา ผ่าน 3 จาก 3 ข้อที่ตรวจได้ เรายังไม่ได้อ่านโค้ด ก่อนใส่กุญแจหรือ token ให้ดูว่า server ขอสิทธิ์อะไร และเลือกกุญแจที่ทำได้เท่าที่จำเป็น

ต้องใช้กุญแจหรือรหัสอะไรบ้าง?

registry ไม่ได้ระบุว่าต้องใช้กุญแจ แต่บางตัวจะขอให้ล็อกอินตอนใช้ครั้งแรก

ตัวนี้รันบนเครื่องหรือบนคลาวด์?

รันบนคลาวด์ของผู้ทำ ต่อผ่านอินเทอร์เน็ตได้เลย ไม่ต้องลงโปรแกรม แต่ข้อมูลที่ส่งให้จะผ่านเซิร์ฟเวอร์ของผู้ทำ

ยังมีคนดูแลอยู่ไหม?

repo บน GitHub มีการแก้โค้ดล่าสุด – และส่งรุ่นล่าสุด (1.0.1) เข้า registry วันนี้

ใช้กับโปรแกรมไหนได้บ้าง?

โปรแกรมที่รองรับ MCP เช่น Claude Desktop, Claude Code, Cursor และ VS Code ตัวนี้ต่อผ่าน URL จึงใช้กับโปรแกรมที่รับ remote MCP ได้ เช่น ChatGPT ที่เปิดโหมดนักพัฒนา

มีตัวไหนใช้แทนได้บ้าง?

ในหมวดเดียวกันมี Context7, Codebase Memory, Exa

ตัวที่ใช้แทนได้

server หมวดเดียวกันจากผู้ทำคนอื่น เรียงตามดาว

อ่านการ์ด:★ ดาว GitHubiสามเสา: รีวิว · ผลตรวจ · การใช้งานiอัปเดต = วันที่ส่งรุ่นล่าสุดเข้า registryi

Context7

โดย upstash

ส่งคู่มือการใช้ไลบรารีและเฟรมเวิร์กรุ่นล่าสุดให้ AI อ่านก่อนตอบ ช่วยให้โค้ดที่ AI เขียนไม่ใช้คำสั่งเก่าที่เลิกใช้แล้ว

บนเครื่องหรือคลาวด์★ 64,224MITอัปเดต เมื่อวาน

ติดตั้ง

Codebase Memory

โดย DeusData

Codebase knowledge graph for AI agents — 162 languages, sub-ms queries, 99% fewer tokens.

รันบนเครื่อง★ 48,148MITอัปเดต 21 วันที่ผ่านมา

ติดตั้ง

Exa

โดย exa-labs

Connect AI agents to Exa for web search, content fetching, and multi-step research.

รันบนคลาวด์★ 5,213MITอัปเดต 2 เดือนที่ผ่านมา

ติดตั้ง

README จากผู้ทำ

เปิดอ่าน README

ส่วนนี้คัดจาก repo ของผู้ทำตามต้นฉบับ PopNx MCP ไม่ได้ตรวจหรือรับรองเนื้อหา ตัด HTML รูปภาพ และสคริปต์ออกแล้ว ลิงก์จะพาออกนอกเว็บ

RigBase data

Measured local-LLM speeds on real home hardware.

getrigbase.com · Live download · Hugging Face · Licence: CC BY 4.0

This repository mirrors the free RigBase dataset:


Builds	150
Measured results	358
Models	51
Snapshot generated	2026-10-27 (from getrigbase.com/data/)

Every number links to its original public source (llama.cpp discussions, llama-bench databases, blogs, GitHub repos, Mia's AI Lab recipes, and similar). RigBase collects and normalises these numbers; it does not re-measure them or invent estimates for the tps column.

Files

builds.csv — one row per measured result (358 rows)
builds.json — one object per build with parts + nested results
LICENSE — CC BY 4.0
CITATION.cff — machine-readable citation

Quick start

# CSV

curl -LO https://getrigbase.com/data/builds.csv

Or clone this repo

git clone https://github.com/getrigbase/rigbase-data.git

import pandas as pd

df = pd.read_csv("builds.csv")

Plain decode only (drop speculative / MTP / draft runs):

plain = df[df["spec_decode"].fillna("none").eq("none")] print(plain.groupby("model")["tps"].max().sort_values(ascending=False).head(10))

Columns (CSV)

column	meaning
`build_slug`, `build_title`, `page_url`	Build id, name, and RigBase page
`gpus`, `vram_gb`, `cpu`, `ram`, `power`	Hardware as stated by the source
`model`, `quant`, `engine`	What was run, as stated by the source
`tps`	Generation (decode) tokens/sec reported by the source
`spec_decode`	`none`, or the speculative-decoding method (MTP, DFlash, …)
`prefill_tps`, `prefill_tokens`, `prefill_metric`	Prefill speed only where the source reports one; never estimated
`est_ttft_8k_s_calculated`	Calculated (not measured): 8192 / prefill_tps when prefill_tokens ≥ 512
`ttft_s_measured`, `ttft_prompt_tokens`	TTFT as measured by the source
`source`	Original public measurement URL
`source_checked_by_rigbase`	`yes` = RigBase re-read the number at the source

Full column notes: https://getrigbase.com/data/

Caveats

Numbers come from different people, engines, quants and settings. Compare rows from the same source when you compute ratios.
Filter on spec_decode == "none" for plain decode speed.
Calculator pages on the site (VRAM, KV cache) are arithmetic, not measurements. They are not in this dataset.

Browse builds: https://getrigbase.com/
Can I run it? (VRAM + KV cache calculator): https://getrigbase.com/can-it-run/
DGX Spark recipes: https://getrigbase.com/dgx-spark/
Submit a correction or build: https://getrigbase.com/submit/

Attribution

Required by CC BY 4.0:

RigBase (getrigbase.com), CC BY 4.0. Each row keeps its original source URL.

Please also keep or cite the per-row source URL when you reuse an individual number.

Updates

The live files at https://getrigbase.com/data/ are the source of truth. This GitHub mirror is refreshed when the site dataset changes. Issues and PRs that fix a sourced number (with a link) are welcome.

RigBase

ภาพรวม

สามเสาของ PopNx MCP

ใช้ทำอะไรได้

ติดตั้ง

ก่อนติดตั้ง

ทำอะไรได้บ้าง

ผลตรวจเบื้องต้นi

ตัวตนผู้ทำตรงกับ repo

ยังมีคนดูแล

มีสัญญาอนุญาต (license)

endpoint ตอบ

ล็อกอินแบบ OAuth

คำอธิบายเครื่องมือไม่มีคำสั่งแอบแฝง

เทียบกับตัวอื่นในหมวด ค้นข้อมูลและความจำของ AIi

คำถามที่พบบ่อย

ตัวที่ใช้แทนได้

Context7

Codebase Memory

Exa

README จากผู้ทำ

RigBase data

Files

Quick start

Or clone this repo

Plain decode only (drop speculative / MTP / draft runs):

Columns (CSV)

Caveats

Related

Attribution

Updates