Mirobody
Lab results to LOINC codes and UCUM units, symptoms and diagnoses to ICPC-3. Offline, no API key.
Beschreibung vom Entwickler (englisches Original)
Server operations MCP: HTTP health checks, log analysis, deploy dry-runs, mail diagnostics.
Diese drei werden nie zu einer Punktzahl zusammengefasst: Meinungen, Messungen und Beliebtheit sind verschiedene Dinge.
Für diesen Server haben wir noch keine Zusammenfassung in einfacher Sprache geschrieben. Unten stehen die Fakten, die wir aus der Registry gelesen haben.
Wähle die KI-App, die du nutzt, und kopiere die Einstellungen.
Du brauchst
Welche App nutzt du?
Wähle oben deine App. Wir merken sie uns, damit der Button beim nächsten Mal „In … installieren“ anzeigt.
Öffne Claude Desktop → Settings → Developer → Edit Config und füge dies in claude_desktop_config.json ein
{
"mcpServers": {
"ellmos-servercommander": {
"command": "npx",
"args": [
"-y",
"ellmos-servercommander-mcp"
]
}
}
}Führe das in deinem Terminal aus
claude mcp add ellmos-servercommander -- npx -y ellmos-servercommander-mcpIn .cursor/mcp.json in deinem Projekt oder in ~/.cursor/mcp.json einfügen
{
"mcpServers": {
"ellmos-servercommander": {
"command": "npx",
"args": [
"-y",
"ellmos-servercommander-mcp"
]
}
}
}Dein Browser fragt, ob er die App öffnen darf, dann zeigt die App die Einstellungen und bittet dich um Bestätigung. Schlüsselwerte bleiben leer, damit du sie selbst einträgst.
In .vscode/mcp.json in deinem Projekt einfügen
{
"servers": {
"ellmos-servercommander": {
"type": "stdio",
"command": "npx",
"args": [
"-y",
"ellmos-servercommander-mcp"
]
}
}
}Dein Browser fragt, ob er die App öffnen darf, dann zeigt die App die Einstellungen und bittet dich um Bestätigung. Schlüsselwerte bleiben leer, damit du sie selbst einträgst.
Dieser Server läuft auf deinem Computer, und ChatGPT kann sich nur mit Servern im Internet verbinden. Wähle eine andere App.
Deine Auswahl bleibt in einem Cookie auf diesem Gerät; kein Konto nötig.
Diese Einstellungen werden aus dem Registry-Eintrag des Entwicklers erzeugt. Wenn in der README etwas anderes steht, folge der README.
Läuft auf deinem Computer; die Tool-Liste erscheint nach der Installation in deiner KI-App.
Wir prüfen Informationen, die jeder sehen kann; den Code haben wir nicht gelesen. Checks, die nicht zutreffen, werden nicht mitgezählt. · Geprüft am 7. Nov. 2026
Der Registry-Name wurde mit dem GitHub-Konto ellmos-ai bestätigt, dem das Repo gehört
Dieses Repo haben wir noch nicht von GitHub gelesen
Dieses Repo haben wir noch nicht von GitHub gelesen
Dieser Server läuft auf deinem Computer; es gibt keinen Endpunkt im Internet
Läuft auf deinem Computer und nutzt stattdessen lokale Einstellungen
Läuft auf deinem Computer; Tool-Listen können wir nur von Endpunkten im Internet lesen
Verglichen mit allen aktiven Servern dieser Kategorie in der Registry. Sterne zählen nur, wenn dem Herausgeber das Repo gehört.
Er hat 1 von 1 zutreffenden Basischecks bestanden. Den Code haben wir nicht gelesen. Bevor du einen Schlüssel oder Token hinzufügst, sieh nach, welche Zugriffe der Server verlangt, und nutze einen Schlüssel, der nur die Berechtigungen hat, die du brauchst.
Die Registry nennt keinen erforderlichen Schlüssel, manche Server bitten dich aber bei der ersten Nutzung, dich anzumelden.
Er läuft auf deinem Computer. Deine KI-App startet ihn bei Bedarf, und die Daten laufen nicht über die Server des Entwicklers (außer der Server ruft selbst einen Onlinedienst auf).
Das GitHub-Repo wurde zuletzt – geändert, und die neueste Version (0.1.0-alpha.20) kam vor 13 Tagen in die Registry.
Apps, die MCP unterstützen, etwa Claude Desktop, Claude Code, Cursor und VS Code. Außerdem brauchst du Node.js auf deinem Computer.
In derselben Kategorie: Mirobody, FHIR MCP Server, Google Health MCP
Server derselben Kategorie von anderen Entwicklern, sortiert nach Sternen.
So liest du eine Karte:★ GitHub-SterneiDrei Säulen: Bewertungen · Checks · NutzungiAktualisiert = neueste Version in der Registry veröffentlichti
Lab results to LOINC codes and UCUM units, symptoms and diagnoses to ICPC-3. Offline, no API key.
MCP server providing seamless access to FHIR APIs for AI tools and healthcare applications
Privacy-first unofficial Google Health API v4 MCP server for health, sleep, activity, HR agents
Unverändert aus dem Repo des Entwicklers übernommen. PopNx MCP hat den Inhalt weder geprüft noch empfiehlt es ihn. HTML, Bilder und Skripte wurden entfernt. Links führen von dieser Website weg.
Alpha Model Context Protocol (MCP) server for local-first server operations: deployment dry-runs, mail configuration status, access-log analysis, and resilient HTTP health checks.
German README: README_de.md
*Part of the ellmos-ai family under the open-bricks open-source umbrella.*
-blue.svg)
[!NOTE]
Discoverability & AI Search: Published on npm as
ellmos-servercommander-mcp, cataloged for MCP ecosystems inserver.json,glama.json, andsmithery.yaml, and indexed for AI/LLM search inllms.txt.
ellmos-servercommander-mcp is an authoritative, local-first Model Context Protocol (MCP) server engineered specifically for AI coding assistants and autonomous agent platforms (Claude Code, Cursor, Codex, Antigravity, Gemini). It enables agents to safely diagnose server health, analyze web server access logs, inspect mail readiness, and build dry-run deployment plans without exposing production infrastructure to unverified, destructive mutations or arbitrary shell execution.
Every operation is governed by strict local-first and zero-elevation guarantees:
The following diagram illustrates the decoupled layers of ServerCommander, from MCP host transport and Node.js process supervision to Python dispatching, operational engines, and local persistence sinks:
flowchart TD
subgraph HostLayer ["1. MCP Host & AI Client Layer"] Host["MCP Host: Claude Desktop / Claude Code / Cursor"] end
subgraph GatewayLayer ["2. Gateway & Process Supervision Layer"] NodeWrapper["Node.js CLI Wrapper (bin/ellmos-servercommander.js)"] end
subgraph CoreLayer ["3. Python MCP Server Core Layer"] FastMCP["Python MCP Server (FastMCP Transport stdio)"] Dispatcher["Tool Dispatcher & Parameter Validator"] i18nEngine["i18n Translation Engine (en, de, es, zh, ja, ru)"] end
subgraph OperationsLayer ["4. Operations & Diagnostics Engines"] HTTPProbe["HTTP Health Probe (sc_health_check)"] LogAnalyzer["Apache/Nginx Log Analyzer (sc_logs_analyze)"] DeployStaging["Deployment Staging & Manifest Planner (sc_deploy / sc_deploy_status)"] MailDiagnostics["IMAP/SMTP Safety Diagnostics (sc_mail_*)"] end
subgraph SinkLayer ["5. Local Storage & Audit Sink Layer"] SQLiteHist[("Local SQLite Deploy History (deploy-history.db)")] JSONReports[("Sanitized JSON Log Reports")] AuditSink["Local Diagnostic Outputs & Stdout Stream"] end
Host <-->|"stdio / JSON-RPC"| NodeWrapper NodeWrapper <-->|"Child Process Stdio"| FastMCP FastMCP --> Dispatcher Dispatcher <--> i18nEngine Dispatcher --> HTTPProbe Dispatcher --> LogAnalyzer Dispatcher --> DeployStaging Dispatcher --> MailDiagnostics DeployStaging -.->|"Optional opt-in persist"| SQLiteHist LogAnalyzer -.->|"Optional persist_report"| JSONReports HTTPProbe -.-> AuditSink MailDiagnostics -.-> AuditSink
========================================================================================
ellmos-servercommander-mcp: Four-View Architectural Topology ========================================================================================
[VIEW 1: COMPONENT STRUCTURE & TRANSPORT BOUNDARIES] +----------------------------------------------------------------------------------+ | 1. MCP Host & AI Client (Claude Desktop / Claude Code / Cursor / Codex) | | - Stdio JSON-RPC transport protocol | +----------------------------------------------------------------------------------+ | | (JSON-RPC via stdio stream) v +----------------------------------------------------------------------------------+ | 2. Gateway & Process Supervision (bin/ellmos-servercommander.js) | | - Node.js CLI launcher & process supervisor (update-notifier checks) | | - Working directory isolation: PYTHONSAFEPATH=1 prevents rogue import hijack | +----------------------------------------------------------------------------------+ | | (Supervised child process stdio) v +----------------------------------------------------------------------------------+ | 3. FastMCP Dispatcher & i18n Localization Engine (src/servercommander/) | | - FastMCP server lifecycle, tool schema generation & parameter validation | | - Multi-language localization engine (6 locales: en, de, es, zh, ja, ru) | +----------------------------------------------------------------------------------+
[VIEW 2: OPERATIONAL ENGINES & DRY-RUN EXECUTION] +----------------------------------------------------------------------------------+ | 4. Tool Handlers & Diagnostic Engines | | - sc_health_check: Non-blocking HTTP/HTTPS probe with timeout & batch error | | - sc_logs_analyze: Sanitized Apache/Nginx access-log parser & threat detector| | - sc_deploy / sc_deploy_status: Fail-safe SHA-256 tree hashing & dry-run plan| | - sc_mail_list / sc_mail_read / sc_mail_send: Dry-run IMAP/SMTP diagnostics | +----------------------------------------------------------------------------------+
[VIEW 3: LOCAL PERSISTENCE & CONCURRENCY MODEL] +----------------------------------------------------------------------------------+ | 5. Local Storage & Audit Sinks | | - Local SQLite Deploy History (deploy-history.db) with explicit lease release | | - Sanitized JSON diagnostic reports (optional persist_report) | | - Thread-isolated HTTP GET workers preventing event-loop stalling | +----------------------------------------------------------------------------------+
[VIEW 4: SECURITY BOUNDARY & ZERO-EGRESS PERIMETER] +----------------------------------------------------------------------------------+ | 6. Governance & Defense Invariants (INV-LOCAL-01 through INV-SLA-10) | | - RunAsInvoker: 100% unprivileged user mode; zero root/sudo/UAC requirement | | - Zero-Egress by default: zero telemetry, zero unverified background outbound | | - Safe Process Isolation: cwd package exclusion, sanitized error messages | | - 48h Response SLA & statutory liability limitation (§ 521 BGB) | +----------------------------------------------------------------------------------+ ========================================================================================
The following sequence diagram demonstrates the lifecycle of operations dispatched by an AI agent through ServerCommander, showing concurrent HTTP probing, log parsing, and dry-run manifest calculation:
sequenceDiagram
autonumber actor User as AI Assistant / User participant Host as MCP Host (Claude / Cursor) participant Wrapper as Node.j
Nur der Anfang wird gezeigt; den Rest findest du im Repo