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

AI Model Watch

von markksantosVersion 1.2.0i★ –iLäuft auf deinem Computer
Name in der Registryio.github.markksantos/ai-model-watch

Installieren

Überblick

Beschreibung vom Entwickler (englisches Original)

List the models each AI provider's API serves and see which are new since the last check.

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.

Welche App nutzt du?

Wähle oben deine App. Wir merken sie uns, damit der Button beim nächsten Mal „In … installieren“ anzeigt.

Die .mcpb-Datei des Entwicklers herunterladen

Der Link führt zur Datei des Entwicklers selbst; wir hosten sie nicht und verpacken sie nicht neu. Öffne die Datei, dann installiert Claude Desktop sie.

Führe das in deinem Terminal aus

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.

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 7. Nov. 2026

  • ✓ Bestanden

    Entwickler passt zum Repo

    Der Registry-Name wurde mit dem GitHub-Konto markksantos 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 32691 Server in dieser Kategorie
  • Neuer in der Registry veröffentlicht als 85 % der anderen 32691 Server in dieser Kategorie
  • Basischecks gleich gut wie oder besser als bei 100 % der anderen 32691 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 AI Model Watch 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 (1.2.0) kam vor 6 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 MCPB auf deinem Computer.

Was kann ich stattdessen nutzen?

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

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 vorgestern
Installieren

Dialyne

von dialyne

Real phone calls in France for AI agents: dial +33 numbers, menus, hold, AI disclosure.

Läuft in der CloudAktualisiert heute
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.

ai-model-watch

List the models each AI provider's API serves, and see what's new since the last time you looked. One command, no dependencies, Node 18+. It also runs as an MCP server, so Claude or Cursor can check for you.

New models often show up in a provider's /models list before any announcement. ai-model-watch saves each provider's list, and on the next run prints only the model IDs that weren't there before. Run it by hand, from cron, or in CI with --exit-code.

$ ai-model-watch -p openrouter

2026-10-17T09:26:01.231Z OpenRouter: 2 new

  • deepseek/deepseek-v4.1-flash-1017 DeepSeek: DeepSeek V4.1 Flash 1017 (listed as created 2026-10-17)
  • reflection/beam-1.0-501b-a23b Reflection: Beam 1.0 501B A23B (listed as created 2026-10-16)

The first run records a baseline (OpenRouter: 470 models recorded as the baseline), so you only hear about changes after that.

Providers

ProviderEndpointKey
OpenRouterGET https://openrouter.ai/api/v1/modelsnone, works out of the box
OpenAIGET https://api.openai.com/v1/modelsOPENAI_API_KEY
AnthropicGET https://api.anthropic.com/v1/models (paginated)ANTHROPIC_API_KEY
Google GeminiGET https://generativelanguage.googleapis.com/v1beta/models (paginated)GEMINI_API_KEY or GOOGLE_API_KEY
MistralGET https://api.mistral.ai/v1/modelsMISTRAL_API_KEY
xAIGET https://api.x.ai/v1/modelsXAI_API_KEY
DeepSeekGET https://api.deepseek.com/modelsDEEPSEEK_API_KEY

Listing models is free on every one of these APIs. Nothing is generated and no tokens are spent. A provider whose key isn't set is skipped. Keys are sent only to that provider, never across a redirect, and never printed.

Install and run

brew install markksantos/tap/ai-model-watch   # macOS / Linux (Homebrew)

or, with Node 18+

npx github:markksantos/ai-model-watch

or

git clone https://github.com/markksantos/ai-model-watch && node ai-model-watch/bin/ai-model-watch.js

ai-model-watch [options] -p, --providers openrouter,openai,anthropic,gemini,mistral,xai,deepseek (default: all with a key) -s, --state where the last-seen lists live (default: ~/.cache/ai-model-watch/state.json) -w, --watch keep running and check every N seconds (minimum 60) --removed also print models that disappeared --json JSON output --exit-code exit 1 when anything new appears (for cron and CI) -q, --quiet print only new models --mcp run as an MCP server on stdio

MCP server (Claude, Cursor, VS Code)

--mcp runs it as a Model Context Protocol server on stdio, so an assistant can ask what's new itself. Two tools:

  • check_new_models: the model IDs each provider started listing since the last check (same state file as the CLI).
  • list_models: what one provider lists right now, with an optional substring filter.

Claude Code:

claude mcp add ai-model-watch -- npx -y github:markksantos/ai-model-watch --mcp

Or as a Claude Code plugin (this repo is its own marketplace):

/plugin install ai-model-watch --marketplace markksantos/ai-model-watch

On Claude Code versions older than 2.1.275, run /plugin marketplace add markksantos/ai-model-watch, then /plugin install ai-model-watch@ai-model-watch. The plugin passes any provider keys set in your environment through to the server, and adds an ai-model-watch skill so Claude reaches for the tools when you ask whether a model is out yet.

The skill on its own (Claude Code, Cursor, Codex and other agents), from claude-plugins.dev:

npx skills-installer install @markksantos/ai-model-watch/ai-model-watch

Claude Desktop, one click: download ai-model-watch-1.2.0.mcpb and open it. Desktop asks for the optional keys in its settings.

Claude Desktop, Cursor and other clients (mcpServers in their JSON config):

{

"mcpServers": { "ai-model-watch": { "command": "npx", "args": ["-y", "github:markksantos/ai-model-watch", "--mcp"] } } }

OpenRouter works without a key. To include another provider, add its key from the Providers table to an env object in the same entry.

Cron
*/15 * * * * OPENAI_API_KEY=... ANTHROPIC_API_KEY=... ai-model-watch -q >> ~/model-drops.log
GitHub Actions

examples/github-action.yml runs the check on a schedule, caches the state file between runs, and fails the job (so GitHub emails you) when a new model appears.

Library

npm install github:markksantos/ai-model-watch, then:

const { check, fetchProvider } = require('ai-model-watch');

const report = await check({ providers: ['openrouter', 'anthropic'] }); for (const p of report.providers) { for (const m of p.added || []) console.log(p.label, m.id); }

fetchProvider(id, { env, fetch }) returns { status: 'ok' | 'skipped' | 'error', models: [{ id, name, created }] }. check() diffs against the state file and saves the new lists. A provider that errors keeps its last good list. Errors include HTTP and network failures, a redirect, a body that isn't that provider's list shape, a malformed model ID, and pagination that doesn't finish. So a bad response never empties the saved list or makes the next run report the whole catalog as new.

What a list can't tell you

A model ID in a /models list means the provider lists it. It doesn't prove the model answers requests yet, and some providers list models days before they are generally available. created is whatever date the provider reports, not when the model appeared.

The hosted version, [ArtificialWatch](https://artificialwatch.com), polls these APIs plus the public catalogs every 60 seconds and confirms a detection on a second sweep before anything fires. Then it alerts you by email and Chrome push (free), or by text or phone call. Use it if you'd rather not keep a cron job running.

License

MIT

PopNx fragen