Prototyp · Vorschau: alle Server aus der offiziellen Registry, alle 30 Minuten synchronisiert. Bewertungen und Benutzerkonten folgen in einem späteren Schritt.
PopNx MCPMCP-Server für alle, die KI nutzen · in einfachen Worten erklärt

Stalemodel

von GillMacedoVersion 0.1.1i★ –iLäuft auf deinem Computer
Name in der Registryio.github.GillMacedo/stalemodel

Installieren

Überblick

Beschreibung vom Entwickler (englisches Original)

Catch outdated AI model names, and look up current models, prices and limits.

Die drei Säulen von PopNx MCP

Diese drei werden nie zu einer Punktzahl zusammengefasst: Meinungen, Messungen und Beliebtheit sind verschiedene Dinge.

Was du damit machen kannst

Für diesen Server haben wir noch keine Zusammenfassung in einfacher Sprache geschrieben. Unten stehen die Fakten, die wir aus der Registry gelesen haben.

  • Verbindung: Läuft auf deinem Computer
  • Transport: stdio
  • Kategorie: Sonstiges

Installation

Wähle die KI-App, die du nutzt, und kopiere die Einstellungen.

Bevor du installierst

  • Basischecks: 1 von 1 bestanden
  • Läuft auf deinem Computer mit den Rechten deines Benutzerkontos (Dateien, Netzwerk, Apps).
  • Die Registry nennt keinen Schlüssel zum Eintragen.

Du brauchst

  • npmNode.js installiert (für den Befehl npx)

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": {
    "stalemodel": {
      "command": "npx",
      "args": [
        "-y",
        "stalemodel",
        "serve"
      ]
    }
  }
}

Führe das in deinem Terminal aus

claude mcp add stalemodel -- npx -y stalemodel serve

In Cursor öffnen

Oder kopier die Einstellungen selbst

In .cursor/mcp.json in deinem Projekt oder in ~/.cursor/mcp.json einfügen

{
  "mcpServers": {
    "stalemodel": {
      "command": "npx",
      "args": [
        "-y",
        "stalemodel",
        "serve"
      ]
    }
  }
}

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 VS Code öffnen

Oder kopier die Einstellungen selbst

In .vscode/mcp.json in deinem Projekt einfügen

{
  "servers": {
    "stalemodel": {
      "type": "stdio",
      "command": "npx",
      "args": [
        "-y",
        "stalemodel",
        "serve"
      ]
    }
  }
}

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.

Was er kann

Läuft auf deinem Computer; die Tool-Liste erscheint nach der Installation in deiner KI-App.

Basischecksi

Wir prüfen Informationen, die jeder sehen kann; den Code haben wir nicht gelesen. Checks, die nicht zutreffen, werden nicht mitgezählt. · Geprüft am 8. Nov. 2026

  • ✓ Bestanden

    Entwickler passt zum Repo

    Der Registry-Name wurde mit dem GitHub-Konto GillMacedo bestätigt, dem das Repo gehört

  • … Noch nicht geprüft

    Wird noch gepflegt

    Dieses Repo haben wir noch nicht von GitHub gelesen

  • … Noch nicht geprüft

    Hat eine Lizenz

    Dieses Repo haben wir noch nicht von GitHub gelesen

  • – Nicht zutreffend

    Endpunkt antwortet

    Dieser Server läuft auf deinem Computer; es gibt keinen Endpunkt im Internet

  • – Nicht zutreffend

    Anmeldung mit OAuth

    Läuft auf deinem Computer und nutzt stattdessen lokale Einstellungen

  • … Noch nicht geprüft

    Keine versteckten Anweisungen in Tool-Beschreibungen

    Läuft auf deinem Computer; Tool-Listen können wir nur von Endpunkten im Internet lesen

Im Vergleich mit anderen in Sonstigesi

  • Mehr Sterne als 0 % der anderen 18428 Server in dieser Kategorie
  • Neuer in der Registry veröffentlicht als 84 % der anderen 18428 Server in dieser Kategorie
  • Basischecks gleich gut wie oder besser als bei 100 % der anderen 18428 Server in dieser Kategorie

Verglichen mit allen aktiven Servern dieser Kategorie in der Registry. Sterne zählen nur, wenn dem Herausgeber das Repo gehört.

Häufige Fragen

Ist Stalemodel sicher?

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.

Welche Schlüssel oder Codes braucht er?

Die Registry nennt keinen erforderlichen Schlüssel, manche Server bitten dich aber bei der ersten Nutzung, dich anzumelden.

Läuft er auf meinem Computer oder in der Cloud?

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).

Wird er noch gepflegt?

Das GitHub-Repo wurde zuletzt – geändert, und die neueste Version (0.1.1) kam vor 7 Tagen in die Registry.

Welche Apps können ihn nutzen?

Apps, die MCP unterstützen, etwa Claude Desktop, Claude Code, Cursor und VS Code. Außerdem brauchst du Node.js auf deinem Computer.

Was kann ich stattdessen nutzen?

In derselben Kategorie: Spec Driven Development, Remote Desktop Commander, Winecellarbuilders

Alternativen

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

Spec Driven Development

von formulahendry

MCP Server that facilitates spec-driven development workflows, not just Vibe Coding.

Läuft auf deinem Computer★ 440MITAktualisiert vor 14 Monaten
Installieren

Remote Desktop Commander

von desktop-commander

Remote Desktop Commander: use files, terminal and processes on your own computers from any AI app.

Läuft in der Cloud★ 211Aktualisiert vor 3 Tagen
Installieren

README vom Entwickler

README öffnen

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.

stalemodel: find deprecated AI model names in your code

Catch outdated OpenAI, Claude and Gemini model IDs before your coding agent ships them, and look up current LLM prices and context limits.

Coding agents write model IDs from old training data, so new code often calls models that are deprecated or gone, and fails with errors like "model not found". stalemodel checks IDs against a live catalog, suggests the newest model in the same family, and gives agents current LLM pricing and limits. It's an MCP server and a CLI. It needs no API key or account, sends no code anywhere, and falls back to a bundled snapshot when offline.

It covers Anthropic Claude, OpenAI GPT, Google Gemini, xAI Grok, DeepSeek and Mistral.

What you can ask your agent

  • "Which Claude model ID should I use, and what does it cost?"
  • "Why do I get 'model not found' for claude-3-5-sonnet-20241022?"
  • "Check this repo for deprecated model names."
  • "What's the cheapest current model with tool calling and a 1M context window?"

Install

As a Claude Code plugin, which adds the MCP server and a skill that tells Claude when to use it:

claude plugin marketplace add GillMacedo/stalemodel claude plugin install stalemodel@stalemodel-marketplace

For other MCP clients, run it from npm. You need Node 22.19 or newer. It's also in the official MCP Registry as io.github.GillMacedo/stalemodel.

{

"mcpServers": { "stalemodel": { "command": "npx", "args": ["-y", "stalemodel", "serve"] } } }

Usage

Without installing anything, run npx stalemodel scan .. The examples below run from a clone of this repo.

Scan a project. Only quoted strings count, and scan exits 1 on findings, so it can run in CI.

$ node plugin/dist/stalemodel.js scan examples examples/app.py:2 claude-3-5-sonnet-20241022 not in catalog try claude-sonnet-5-5 examples/app.py:3 gpt-3.5-turbo deprecated try gpt-5.5 examples/app.py:4 gemini-1.5-pro not in catalog try gemini-2.5-pro 3 findings in 1 files

Check an ID.

$ node plugin/dist/stalemodel.js check gpt-4o claude-opus-5-5 gpt-4o current try gpt-5.5 claude-opus-5-5 current

Find current models, newest first, with prices per million tokens.

$ node plugin/dist/stalemodel.js find --provider anthropic --limit 2 claude-haiku-5-5 anthropic 2026-10-07 $0.1/$0.5 per MTok 1000000 context claude-sonnet-5-5 anthropic 2026-09-28 $2/$10 per MTok 1000000 context

Add --json for machine-readable output, or --offline to use only the bundled snapshot. These examples use the snapshot from 2026-10-31, so live results will change.

MCP tools

ToolWhat it does
models_checkSays whether IDs are current, deprecated or unknown, and suggests a newer model
models_findLists models by provider, name, price, context size or tool support
models_scanFinds outdated IDs in a file or folder, returning locations only

All three are read-only.

Limits

  • Data comes from models.dev, so it can lag behind providers or contain errors.
  • "Not in catalog" can also mean a new, private or misspelled model.
  • try is a suggestion based on family and release date. Check price and behavior before switching.
  • scan only sees quoted IDs, so it misses IDs built at runtime. It also doesn't flag bare gpt-4o-style IDs that are old but still current.

FAQ

How do I find deprecated LLM models in my code? Run npx stalemodel scan .. It exits 1 on findings, so it also works as a CI check.

Where does the pricing data come from? From models.dev, fetched live, with a snapshot bundled for offline use.

Does it work outside Claude Code? It's a standard MCP server, so it should work in any MCP client. So far it has only been tested in Claude Code.

Contributing

Contributions are welcome, from people and from people working with AI agents. See CONTRIBUTING.md. Good first issues:

  • Add a GitHub Action that runs scan on pull requests
  • Add an option to flag current models that have a newer version
  • Support Bedrock and Vertex model ID formats
  • Add a --fix option that shows a diff of suggested replacements
  • Add a plugin icon
How pull requests work
  1. Open a PR. Fork the repo, work on a branch, and keep it to one change. Write a title that says what changes for users, because it becomes the changelog line: feat: goes under Added and fix: under Fixed.
  2. Automatic check. Code changes need tests, and make test must pass. Changes over 30 lines need a linked open issue (Closes # ), and a PR can have at most 800 changed lines. If something is missing, a comment tells you what to fix.
  3. Review. Claude reviews each PR automatically. Code PRs also get a security review and are tested in a sandbox. The review then merges the PR or asks for changes. PRs that change CI, agent settings, npm or Python dependencies, vendored code or build files can't be merged this way, and a comment says so. The same goes for anything the security review doesn't clear.
  4. Release. A merge that changes what users install becomes a new version within about two hours, with a GitHub Release and, if the project has one, its npm package. Docs and CI changes wait for the next release.

AI disclosure

This project was largely generated with Claude Code and reviewed by its maintainer.

About me

I'm Giulliano Macedo, and I build developer tools at GoTech Solutions. Follow along or get in touch:

If stalemodel helped you, a star helps others find it.


MIT licensed. Model data from models.dev (MIT).

Built by Giulliano Macedo, GoTech Solutions · LinkedIn · X

PopNx fragen