Mirobody
Lab results to LOINC codes and UCUM units, symptoms and diagnoses to ICPC-3. Offline, no API key.
Descripción del creador (original en inglés)
Server operations MCP: HTTP health checks, log analysis, deploy dry-runs, mail diagnostics.
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": {
"ellmos-servercommander": {
"command": "npx",
"args": [
"-y",
"ellmos-servercommander-mcp"
]
}
}
}Ejecuta esto en tu terminal
claude mcp add ellmos-servercommander -- npx -y ellmos-servercommander-mcpPégalo en .cursor/mcp.json de tu proyecto, o en ~/.cursor/mcp.json
{
"mcpServers": {
"ellmos-servercommander": {
"command": "npx",
"args": [
"-y",
"ellmos-servercommander-mcp"
]
}
}
}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": {
"ellmos-servercommander": {
"type": "stdio",
"command": "npx",
"args": [
"-y",
"ellmos-servercommander-mcp"
]
}
}
}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 8 nov 2026
El nombre en el registro se verificó con la cuenta de GitHub ellmos-ai, 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 (0.1.0-alpha.20) llegó al registro hace 13 días.
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: Mirobody, FHIR MCP Server, Google Health MCP
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
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
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.
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
Solo se muestra el principio; lee el resto en el repo