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)
Benchmark local LLM models — speed, quality & hardware fitness verdict from any MCP client
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": {
"metrillm": {
"command": "npx",
"args": [
"-y",
"metrillm-mcp"
]
}
}
}Ejecuta esto en tu terminal
claude mcp add metrillm -- npx -y metrillm-mcpPégalo en .cursor/mcp.json de tu proyecto, o en ~/.cursor/mcp.json
{
"mcpServers": {
"metrillm": {
"command": "npx",
"args": [
"-y",
"metrillm-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": {
"metrillm": {
"type": "stdio",
"command": "npx",
"args": [
"-y",
"metrillm-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 6 nov 2026
El nombre en el registro se verificó con la cuenta de GitHub MetriLLM, 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 (0.2.6) llegó al registro hace 8 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: 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.
MCP (Model Context Protocol) server for MetriLLM — benchmark local LLMs directly from Claude Code, Cursor, Windsurf, Continue.dev, or any MCP-compatible client.
claude mcp add metrillm -- npx metrillm-mcp@latest
Add to claude_desktop_config.json:
{
"mcpServers": { "metrillm": { "command": "npx", "args": ["metrillm-mcp@latest"] } } }
Add to your editor's MCP configuration:
{
"mcpServers": { "metrillm": { "command": "npx", "args": ["metrillm-mcp@latest"] } } }
ollama serve)list_modelsList all locally available LLM models.
| Param | Type | Default | Description | |
|---|---|---|---|---|
runtime | `"ollama" \ | "lm-studio"` | "ollama" | Inference runtime |
Example response:
{
"models": [ { "name": "llama3.2:3b", "size": 2019393189, "parameterSize": "3.2B", "quantization": "Q4_K_M", "family": "llama" } ], "count": 1 }
run_benchmarkRun a full benchmark (performance + quality) on a local model.
| Param | Type | Default | Description | |
|---|---|---|---|---|
model | string | *(required)* | Model name (e.g. "llama3.2:3b") | |
runtime | `"ollama" \ | "lm-studio"` | "ollama" | Inference runtime |
perfOnly | boolean | false | If true, measure performance only (skip quality) |
Example response:
{
"success": true, "model": "llama3.2:3b", "verdict": "GOOD", "globalScore": 65, "performance": { "tokensPerSecond": 42.5, "ttftMs": 120, "memoryUsedGB": 2.1, "memoryPercent": 13 }, "interpretation": "This model runs well on your hardware." }
get_resultsRetrieve previous benchmark results stored locally.
| Param | Type | Default | Description | |
|---|---|---|---|---|
model | string | *(optional)* | Filter by model name (substring match) | |
runtime | `"ollama" \ | "lm-studio"` | "ollama" | Inference runtime |
share_resultUpload a result to the public MetriLLM leaderboard.
| Param | Type | Description |
|---|---|---|
resultFile | string | Absolute path to the result JSON file |
Uses official MetriLLM upload defaults out of the box.
Optional overrides for self-hosted/staging deployments:
METRILLM_SUPABASE_URLMETRILLM_SUPABASE_ANON_KEYMETRILLM_PUBLIC_RESULT_BASE_URLThe MCP server is a thin wrapper around the existing MetriLLM CLI logic:
mcp/src/index.ts → MCP entry point (stdio transport)
mcp/src/tools.ts → Tool definitions + calls to CLI modules ↓ ../src/core/ → CLI logic reused directly ../src/commands/ → CLI commands (bench, list)
No code duplication — the MCP server imports CLI modules directly.
| Runtime | Status |
|---|---|
| Ollama | Supported |
| LM Studio | Supported |
| MLX | Planned |
| llama.cpp | Planned |
| vLLM | Planned |
The runtime parameter is present on every tool to prepare for multi-runtime support. Unimplemented runtimes return a clear error.
Apache License 2.0