Spec Driven Development
MCP Server that facilitates spec-driven development workflows, not just Vibe Coding.
Descripción del creador (original en inglés)
Tiny sphere-physics engine for three.js games: spawn, step, raycast, InstancedMesh-ready positions
Estos tres nunca se combinan en una sola puntuación: las opiniones, las mediciones y la popularidad son cosas distintas.
Todavía no escribimos un resumen sencillo para este. Abajo están los datos que leímos del registro.
Elige la app de IA que usas y copia la configuración.
Necesitas
¿Qué app usas?
Elige tu app arriba. La recordamos, así que la próxima vez el botón dirá “Instalar en …”.
Abre Claude Desktop → Settings → Developer → Edit Config y pega esto en claude_desktop_config.json
{
"mcpServers": {
"flit": {
"command": "npx",
"args": [
"-y",
"flit-physics"
]
}
}
}Ejecuta esto en tu terminal
claude mcp add flit -- npx -y flit-physicsPégalo en .cursor/mcp.json de tu proyecto, o en ~/.cursor/mcp.json
{
"mcpServers": {
"flit": {
"command": "npx",
"args": [
"-y",
"flit-physics"
]
}
}
}Tu navegador te pide permiso para abrir la app; luego la app muestra la configuración y te pide confirmar. Los valores de las claves quedan vacíos para que los completes tú.
Pégalo en .vscode/mcp.json de tu proyecto
{
"servers": {
"flit": {
"type": "stdio",
"command": "npx",
"args": [
"-y",
"flit-physics"
]
}
}
}Tu navegador te pide permiso para abrir la app; luego la app muestra la configuración y te pide confirmar. Los valores de las claves quedan vacíos para que los completes tú.
Este se ejecuta en tu computadora, y ChatGPT solo puede conectarse a servidores en internet. Elige otra app.
Tu elección se guarda en una cookie en este dispositivo; no necesitas cuenta.
Esta configuración se genera a partir de la ficha del creador en el registro. Si el README dice otra cosa, sigue el README.
Se ejecuta en tu computadora; la lista de herramientas aparece en tu app de IA después de instalarlo.
Revisamos información que cualquiera puede ver; no hemos leído el código. Las revisiones que no aplican no se cuentan. · Revisado el 6 nov 2026
El nombre en el registro se verificó con la cuenta de GitHub brashler, dueña del repo
Todavía no hemos leído este repo en GitHub
Todavía no hemos leído este repo en GitHub
Este se ejecuta en tu computadora; no hay endpoint en internet
Se ejecuta en tu computadora y usa ajustes locales en su lugar
Se ejecuta en tu computadora; solo podemos leer listas de herramientas de endpoints en internet
Comparado con todos los servidores activos de esta categoría en el registro. Las estrellas solo cuentan cuando quien lo publica es dueño del repo.
Superó 1 de 1 revisiones básicas aplicables. No hemos leído el código. Antes de agregar una clave o un token, revisa qué acceso pide el servidor y usa una clave que tenga solo los permisos que necesitas.
El registro no indica ninguna clave obligatoria, aunque algunos servidores te piden iniciar sesión la primera vez que los usas.
Se ejecuta en tu computadora. Tu app de IA lo inicia cuando hace falta, y los datos no pasan por los servidores del creador (a menos que el propio servidor llame a un servicio en línea).
El repo de GitHub cambió por última vez –, y la última versión (0.2.2) llegó al registro hace 2 meses.
Las apps compatibles con MCP, como Claude Desktop, Claude Code, Cursor y VS Code. También necesitas Node.js en tu computadora.
En la misma categoría: Spec Driven Development, Remote Desktop Commander, HotCodePush
Servidores de la misma categoría hechos por otros creadores, ordenados por estrellas.
Cómo leer una tarjeta:★ Estrellas de GitHubiTres pilares: reseñas · revisiones · usoiActualizado = fecha en que se publicó la última versión en el registroi
MCP Server that facilitates spec-driven development workflows, not just Vibe Coding.
Remote Desktop Commander: use files, terminal and processes on your own computers from any AI app.
Manage over-the-air (OTA) updates for React Native, Expo, Capacitor and Cordova apps.
Copiado tal cual del repo del creador. PopNx MCP no lo ha revisado ni lo respalda. Se quitaron HTML, imágenes y scripts. Los enlaces llevan fuera de este sitio.
Flit is a tiny little physics engine for 3js. It doesn't do much yet! but I believe!
Spheres, collisions, raycasts, gravity, and a spatial-hash broadphase — nothing more, on purpose. All simulation state lives in flat Float32Arrays (structure-of-arrays), so the CPU path doubles as the reference implementation for a future WebGPU compute backend: same buffers, same kernels, no re-architecting.
index: -1).THIRD_PARTY_NOTICES.md for provenance and licenses.Building a little three.js game or demo? Two ways in:
skills/flit/SKILL.md — copy the skills/flit/ directory into your agent's skills path (e.g. .claude/skills/, ~/.code_puppy/skills/). It carries the 30-second integration recipe, the MCP option, measured performance envelope, and contributor rules.npm run mcp, or point your client at it:{
"mcpServers": { "flit": { "command": "npx", "args": ["vite-node", "mcp/server.ts"], "cwd": " " } } }
Tools: flit_info, flit_reset (gravity/restitution/ground/bounds/ settleSpeed/heightfield), flit_spawn (rain/explosion/grid/fountain presets), flit_add_particles, flit_step, flit_state, flit_raycast — step/state return flat xyz positions shaped for InstancedMesh syncing plus settledCount, so you can watch a pile go quiet.
npm i flit-physics
import { World } from 'flit-physics';
const world = new World({ restitution: 0.4 }); // gravity and a floor at y=0 included
const ball = world.addParticle({ position: [0, 10, 0], radius: 0.5, mass: 1 });
// fixed timestep, e.g. from your rAF loop world.step(1 / 60);
// sync to three.js: positions is a live Float32Array, 3 floats per particle mesh.position.set( world.positions[ball * 3], world.positions[ball * 3 + 1], world.positions[ball * 3 + 2], );
Terrain and sleep are one option each:
import { Heightfield, World } from 'flit-physics';
const terrain = new Heightfield({ rows: 64, cols: 64, cellSize: 1, heights }); const world = new World({ groundY: null, heightfield: terrain }); // bodies collide with the terrain and settle on it; // world.raycast(...) reports terrain hits as index -1
// sleep is on by default (settleSpeed 0.01 m/s); opt out per world: const wideAwake = new World({ settleSpeed: 0 });
npm install
npm test # vitest npm run build # tsc -> dist/ npm run bench # broadphase + full-step micro-benchmarks npm run demo # three.js demo scene (vite dev server)
Deterministic seeds; numbers from a local dev machine, recorded at commit time (see commit messages for the full series, including rejected designs).
bench/broadphase.bench.ts — broadphase only, N=4096: xor-hash 3.4–3.7 ms (444 pairs, ~90% collision bloat) → Morton keys with ordered probing 3.5–3.7 ms (234 pairs, exact).bench/world.bench.ts — full World.step, N=1024: xor-hash 0.85 ms/step → Morton ordered-probing 0.83 ms/step → 0.93 ms/step with the sequential-impulse velocity solver (4 iterations + LUT friction). Exact keys, real contacts, +11%.bench/scaling.bench.ts — two regimes. Fixed box (density rises): pairs scale ~N² from crowding physics. Scaled box (constant *spawn* density): flat O(N) ≈ 1.2 ms per 1000 through N=8000 while bodies are scattered. With gravity on, everything rains into a dense floor pile over ~2-4s (WARMUP=240 to reproduce) — and since 0.3.0 the pile SETTLES: 34.2 → 9.2 ms/step at N=8000 (3.7x, inside the 60fps budget) as bodies fall asleep bottom-up. Settled bodies are skipped by integration, planes, and mutual contacts until a >1 m/s impact wakes them. (docs/issues/001 — resolved; brief kept for the analysis and the remaining ideas: warm starting, adaptive iterations.)bench/raycast.bench.ts — 2000 seeded rays at N=4096: 63–68 µs/ray (vs ~160 µs for a brute-force O(N) oracle at the same density; the grid walk pulls further ahead as N grows).bench/morton-libs.bench.ts — codec bake-off vs npm libs (npm run bench:libs): ours 3.8 ns/encode, fast-morton MB 26.1, fast-morton LUT 43.8, @thi.ng/morton 539.9. In-house wins; the libs stay as devDependencies purely so the bake-off stays runnable.bench/threaded.bench.ts — WorkerWorld over a real worker thread (SAB ping-pong): kick() costs 0.014 ms on the main thread; with a 4 ms render workload a frame costs 8.84 ms pipelined vs 14.96 ms serial at N=8192 (113 fps vs 67). At N=1024 the 0.8 ms step hides entirely behind render (4.03 vs 4.80 ms).npm run demo, 220 balls in a box (?terrain for heightfield hills, ?n=8000 for load testing)WorkerWorld: kick/waitForUpdate, SAB ping-pong zero-copy rendering3173a6f for the analysisMIT — see LICENSE. Third-party portions and their licenses are listed in THIRD_PARTY_NOTICES.md.