Prototipo · Versión preliminar: todos los servidores del registro oficial, sincronizados cada 30 minutos. Las reseñas y las cuentas llegarán en una etapa posterior.
PopNx MCPServidores MCP para quienes usan IA · explicados con palabras sencillas

Llmkit

de smigolsmigolversión 0.4.10i★ –iSe ejecuta en tu computadora
Nombre en el registroio.github.smigolsmigol/llmkit

Instalar

Resumen

Descripción del creador (original en inglés)

AI cost tracking: 11 tools for spend, budgets, and Claude Code + Cursor + Cline costs

Los tres pilares de PopNx MCP

Estos tres nunca se combinan en una sola puntuación: las opiniones, las mediciones y la popularidad son cosas distintas.

Qué puedes hacer con él

Todavía no escribimos un resumen sencillo para este. Abajo están los datos que leímos del registro.

  • Conexión: Se ejecuta en tu computadora
  • Transporte: stdio
  • Categoría: Herramientas para desarrolladores
  • Debes completar: LLMKIT_API_KEY

Instalación

Elige la app de IA que usas y copia la configuración.

Antes de instalar

Los valores marcados como secretos son llaves de tu cuenta. Nunca los compartas ni los pegues en un chat.

Necesitas

  • npmNode.js instalado (para el comando npx)

¿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": {
    "llmkit": {
      "command": "npx",
      "args": [
        "-y",
        "@f3d1/llmkit-mcp-server"
      ],
      "env": {
        "LLMKIT_API_KEY": "your-value",
        "LLMKIT_PROXY_URL": "your-value"
      }
    }
  }
}

Ejecuta esto en tu terminal

claude mcp add llmkit --env LLMKIT_API_KEY=your-value --env LLMKIT_PROXY_URL=your-value -- npx -y @f3d1/llmkit-mcp-server

Completa los valores vacíos antes de ejecutarlo.

Abrir en Cursor

O copia la configuración tú

Pégalo en .cursor/mcp.json de tu proyecto, o en ~/.cursor/mcp.json

{
  "mcpServers": {
    "llmkit": {
      "command": "npx",
      "args": [
        "-y",
        "@f3d1/llmkit-mcp-server"
      ],
      "env": {
        "LLMKIT_API_KEY": "your-value",
        "LLMKIT_PROXY_URL": "your-value"
      }
    }
  }
}

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.

Abrir en VS Code

O copia la configuración tú

Pégalo en .vscode/mcp.json de tu proyecto

{
  "servers": {
    "llmkit": {
      "type": "stdio",
      "command": "npx",
      "args": [
        "-y",
        "@f3d1/llmkit-mcp-server"
      ],
      "env": {
        "LLMKIT_API_KEY": "your-value",
        "LLMKIT_PROXY_URL": "your-value"
      }
    }
  }
}

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.

Valores que debes completar

  • LLMKIT_API_KEY secreto env
    LLMKit API key. Optional: local tools work without it.
  • LLMKIT_PROXY_URL env
    LLMKit proxy URL (defaults to hosted service)

Esta configuración se genera a partir de la ficha del creador en el registro. Si el README dice otra cosa, sigue el README.

Qué puede hacer

Se ejecuta en tu computadora; la lista de herramientas aparece en tu app de IA después de instalarlo.

Revisiones básicasi

Revisamos información que cualquiera puede ver; no hemos leído el código. Las revisiones que no aplican no se cuentan. · Revisado el 8 nov 2026

  • ✓ Superada

    El creador coincide con el repo

    El nombre en el registro se verificó con la cuenta de GitHub smigolsmigol, dueña del repo

  • … Aún sin revisar

    Sigue en mantenimiento

    Todavía no hemos leído este repo en GitHub

  • … Aún sin revisar

    Tiene licencia

    Todavía no hemos leído este repo en GitHub

  • – No aplica

    El endpoint responde

    Este se ejecuta en tu computadora; no hay endpoint en internet

  • – No aplica

    Inicio de sesión con OAuth

    Se ejecuta en tu computadora y usa ajustes locales en su lugar

  • … Aún sin revisar

    Sin instrucciones ocultas en las descripciones de herramientas

    Se ejecuta en tu computadora; solo podemos leer listas de herramientas de endpoints en internet

Comparado con otros en Herramientas para desarrolladoresi

  • Más estrellas que el 0% de los otros 4919 servidores de esta categoría
  • Publicado en el registro más recientemente que el 38% de los otros 4919 servidores de esta categoría
  • Revisiones básicas iguales o mejores que el 100% de los otros 4919 servidores de esta categoría

Comparado con todos los servidores activos de esta categoría en el registro. Las estrellas solo cuentan cuando quien lo publica es dueño del repo.

Preguntas frecuentes

¿Es seguro Llmkit?

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.

¿Qué claves o códigos necesita?

Debes completar: LLMKIT_API_KEY

¿Se ejecuta en mi computadora o en la nube?

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).

¿Sigue en mantenimiento?

El repo de GitHub cambió por última vez –, y la última versión (0.4.10) llegó al registro hace 2 meses.

¿Qué apps pueden usarlo?

Las apps compatibles con MCP, como Claude Desktop, Claude Code, Cursor y VS Code. También necesitas Node.js en tu computadora.

¿Qué puedo usar en su lugar?

En la misma categoría: GitHub, Desktop Commander, Cloudflare MCP

Alternativas

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

GitHub

de github

Connect AI assistants to GitHub - manage repos, issues, PRs, and workflows through natural language.

Computadora o nube★ 34.245MITActualizado hace 4 días
Instalar

Desktop Commander

de wonderwhy-er

MCP server for terminal commands, file operations, and process management

Se ejecuta en tu computadora★ 10.225MITActualizado hace 17 días
Instalar

Cloudflare MCP

de cloudflare

Cloudflare MCP servers

Se ejecuta en la nube★ 4446Apache-2.0Actualizado hace 14 meses
Instalar

README del creador

Abrir el README

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.

Measure what your AI agents cost. Stop requests before they exceed a budget.

Website | Docs | Pricing API | Architecture | Security | Assurance case

LLMKit is an open-source AI gateway and SDK suite for cost attribution, budget admission, and request evidence. The gateway reserves estimated spend before provider dispatch. It rejects requests that cannot fit the active budget, then settles admitted reservations to actual usage when the response completes.

The repository also ships local tracking surfaces that do not require an LLMKit account or proxy.

Choose a surface

SurfaceUse it whenPackage
Python transportYou want local cost estimates around existing SDK callsllmkit-sdk
CLI wrapperYour OpenAI or Anthropic client honors its standard base-URL environment variable@f3d1/llmkit-cli
TypeScript SDKYou have an existing key and want sessions, streaming, and gateway access from TypeScript@f3d1/llmkit-sdk
MCP serverYou want spend, budget, and local coding-session tools inside an MCP client@f3d1/llmkit-mcp-server
AI SDK providerYou use Vercel AI SDK 6@f3d1/llmkit-ai-sdk-provider
Gateway and dashboardYou need shared budgets, provider routing, receipts, and analyticspackages/proxy, packages/dashboard

Quick start

Local Python tracking
pip install llmkit-sdk
from llmkit import tracked

from openai import OpenAI

costs = [] client = OpenAI(http_client=tracked(on_cost=costs.append))

client.chat.completions.create( model="gpt-4.1", messages=[{"role": "user", "content": "Summarize this incident."}], )

print(f"${sum(item.total_cost or 0 for item in costs):.6f}")

The transport reads provider usage metadata and estimates cost from the bundled pricing catalog. It does not send tracking data to LLMKit.

Zero-code CLI tracking
npx @f3d1/llmkit-cli -- python my_agent.py

Use -v for per-request output or --json for machine-readable results.

Gateway mode (existing key)

Gateway examples require an existing LLMKit API key. Account creation and key management are temporarily unavailable while the authenticated service is restored. If you do not already have a key, use one of the local tracking paths above.

from openai import OpenAI

client = OpenAI( base_url="https://api.llmkit.sh/v1", api_key="llmk_your_key_here", )

response = client.chat.completions.create( model="gpt-4.1", messages=[{"role": "user", "content": "Draft a release note."}], )

The budget path

The control path is built around three boundaries:

  • Atomic admission: a Durable Object owns reservation state for each budget scope. Concurrent requests cannot spend the same remaining balance.
  • Dispatch-aware idempotency: deterministic failures before dispatch release the key. After provider dispatch may have occurred, failures remain terminal to avoid duplicate spend.
  • Bounded responses: non-streaming bodies and individual SSE frames have explicit byte limits. LLMKit cancels upstream reads when a limit is exceeded.

Request receipts bind the admission decision, provider attempt, settlement, and analytics handoff with stable identifiers. Database writes use an outbox, so an analytics outage does not silently erase budget evidence.

MCP server

{

"mcpServers": { "llmkit": { "command": "npx", "args": ["-y", "@f3d1/llmkit-mcp-server"] } } }

Five local tools inspect supported Claude Code sessions and Cline task data without an LLMKit key. Six gateway tools query spend, budgets, keys, sessions, and service health when LLMKIT_API_KEY contains an existing key. Together they expose 11 tools.

Pricing data

The pinned catalog is a bundled reference snapshot, not a live quote. One source file, packages/shared/pricing.json, records the snapshot date and generates the TypeScript, Python, and MCP tables. CI rejects drift between the source and generated files. The public site renders only populated provider tables and displays the source date.

The public comparison endpoint requires no account:

https://api.llmkit.sh/v1/pricing/compare?mode=text-token&models=anthropic%2Fclaude-sonnet-4-6%2Copenai%2Fgpt-4o&input=1000&output=1000&cacheRead=0&cacheWrite=0

The endpoint prices only the exact model keys supplied by the caller. It does not search for or recommend the cheapest model. Pricing is an estimate, not a provider invoice. Provider billing rules, model modality, and catalog freshness remain part of the error boundary.

Evidence and current boundary

ClaimEvidence in this repositoryBoundary
Concurrent budget admission is serializedWorker fixtures exercise competing reservations, retries, settlement, and recoveryDeterministic local Worker and database proof
Retry behavior avoids duplicate dispatchIdempotency tests cover payload mismatch, pre-dispatch release, and post-dispatch indeterminate stateProvider behavior is simulated in CI
Large provider responses are boundedSuccess, error, and unterminated SSE fixtures verify rejection and stream cancellationBound is per buffered response or SSE frame
Pricing artifacts are reproducibleOne generator and CI --check path cover all published language tablesCatalog values still require source updates
Hosted recovery can be evaluated safelyGuarded staging deploy and proof runners bind an isolated Worker, database, revision, and cleanup journalA completed hosted concurrency and outage-recovery receipt is not claimed here

See STAGING_PROOF.md for the isolated hosted proof contract. It deliberately refuses production targets and dirty worktrees.

Project policy and design

DocumentWhat it owns
GovernanceDecision authority, roles, disputes, and the current continuity gap
RoadmapIntended and excluded work through August 2027
ArchitectureComponents, request flows, identity, storage, deployment, and failure boundaries
SecuritySecurity requirements, excluded guarantees, reporting, and supported versions
Security assuranceThreat model, trust boundaries, executable evidence, residual risks, and runtime HOLDs
AccessibilityPublic-site controls, verification method, known gaps, and language scope
ContributingSetup, quality gates, review expectations, and DCO sign-off

Development

git clone https://github.com/smigolsmigol/llmkit

cd llmkit corepack pnpm@9.15.4 install --frozen-lockfile corepack pnpm@9.15.4 build corepack pnpm@9.15.4 quality:pr

Run the Worker locally with development-only bindings:

corepack pnpm@9.15.4 --filter @f3d1/llmkit-proxy dev

Generic deploy commands are intentionally omitted. Staging and production use separate guarded scripts with explicit target confirmation.

Security

Provider credentials are encrypted with AES-256-GCM using a random IV and owner/provider-bound additional authenticated data. LLMKit API keys are hashed before storage. CI includes secret scanning, static analysis, dependency review, CodeQL, and package provenance checks.

Read the security policy and architecture and the machine-readable Security Insights snapshot. Please report vulnerabilities through GitHub private vulnerability reporting or email security@llmkit.sh.

License

MIT

Pregunta a PopNx