Spec Driven Development
MCP Server that facilitates spec-driven development workflows, not just Vibe Coding.
Descripción del creador (original en inglés)
Cut 95% of framework noise and token bloat from error logs for AI agents.
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": {
"razor": {
"command": "npx",
"args": [
"-y",
"tokenectomy-razor"
]
}
}
}Ejecuta esto en tu terminal
claude mcp add razor -- npx -y tokenectomy-razorPégalo en .cursor/mcp.json de tu proyecto, o en ~/.cursor/mcp.json
{
"mcpServers": {
"razor": {
"command": "npx",
"args": [
"-y",
"tokenectomy-razor"
]
}
}
}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": {
"razor": {
"type": "stdio",
"command": "npx",
"args": [
"-y",
"tokenectomy-razor"
]
}
}
}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 7 nov 2026
El nombre en el registro se verificó con la cuenta de GitHub Tokenectomy-Labs, 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 (1.3.3) 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, Python 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
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.
Local-only Python MCP server for the Files.com API.
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.
Tokenectomy Razor
Fix Claude Code & Cursor Rate Limits: Zero-Latency Local AI Gateway & Context-Surgery MCP Server in Rust Stop burning 20,000 tokens on node_modules stack traces. Tokenectomy Razor is a sub-millisecond local AI Gateway reverse proxy (127.0.0.1:8080) & companion MCP server written in safe Rust. Excises 41.7%–99.7% framework noise from terminal error logs, redacts leaked DB credentials/JWTs, and caches prompts for free.
Quick Start (10s) • Architecture • The Problem • Before & After • Live Interactive Demo • Benchmarks
┌────────────────────────────────────────────────────────┐
│ Autonomous Agents │ │ Claude Code • Cursor • Antigravity • Cline • Windsurf │ └───────────────────────────┬────────────────────────────┘ │ ▼ (HTTP / SSE Outbound Prompts) ┌──────────────────────────────────────────────────────────────────────────────────────────────────────────────────┐ │ ⚡ TOKENECTOMY AI GATEWAY (127.0.0.1:8080) │ │ │ │ ┌─────────────────────────┐ ┌───────────────────────────┐ ┌──────────────────────────────────────────────┐ │ │ │ Zero-Cost Prompt │ │ Zero-Leak Credential │ │ Polyglot Trace Surgery │ │ │ │ Cache │ │ Redaction │ │ (9 Languages) │ │ │ │ <1ms Hit • 100% Free │ │ API Keys • JWTs • DB URIs│ │ node_modules • site-packages • .cargo │ │ │ └───────────┬─────────────┘ └─────────────┬─────────────┘ └──────────────────────┬───────────────────────┘ │ │ │ │ │ │ │ └───────────────────────────────┼────────────────────────────────────────┘ │ │ ▼ │ │ Smart Upstream Auto-Router │ │ (Anthropic • OpenAI • Groq • Ollama Local) │ └──────────────────────────────────────────────┬───────────────────────────────────────────────────────────────────┘ │ ┌────────────────────────────────┼────────────────────────────────┐ ▼ ▼ ▼ api.anthropic.com api.openai.com localhost:11434 (Claude 3.5 / 3.7 Sonnet) (GPT-4o / o1 / o3-mini) (DeepSeek / Llama)
wrap)Run any coding agent or test suite directly behind Tokenectomy's privacy & caching gateway with zero manual environment variable setup:
# Wrap Claude Code CLI
razor wrap -- claude
razor wrap -- aider --model deepseek/deepseek-chat
razor wrap npm test
npx -y tokenectomy-razor --proxy
💡 Smart Multi-Provider Auto-Routing & Universal LLM Transpiler ON by default! Tokenectomy automatically analyzes request paths and headers. Need to run Claude Code against DeepSeek or Ollama? Tokenectomy transparently transpiles Anthropic
/v1/messagesformat into OpenAI/v1/chat/completionson-the-fly and vice-versa.
Point your coding agent or CLI to the local gateway on 127.0.0.1:8080:
| Agent / Environment | Setup Command or Configuration | Auto-Routed Upstream |
|---|---|---|
| Claude Code | export ANTHROPIC_BASE_URL="http://127.0.0.1:8080" | https://api.anthropic.com |
| Cursor | Models > OpenAI Base URL: http://127.0.0.1:8080/v1 | https://api.openai.com |
| Google Antigravity / Gemini | export OPENAI_BASE_URL="http://127.0.0.1:8080/v1" | https://api.openai.com |
| Cline / Roo Code | Provider: OpenAI Compatible • Base URL: http://127.0.0.1:8080/v1 | https://api.openai.com |
| Ollama / Local LLMs | Base URL: http://127.0.0.1:8080 | http://localhost:11434 |
Open `http://127.0.0.1:8080/dashboard` in your browser to observe live token reductions, prompt cache hits, dollar savings, and redacted credentials in real time.
For agents calling deep diagnostic tools (get_error_context, analyze_code, apply_code_patch):
claude mcp add tokenectomy npx -y tokenectomy-razor --mcp
agy mcp add tokenectomy-razor -- npx -y tokenectomy-razor --mcp
.cursor/mcp.json){
"mcpServers": { "tokenectomy": { "command": "npx", "args": ["-y", "tokenectomy-razor", "--mcp"] } } }
claude_desktop_config.json){
"mcpServers": { "tokenectomy": { "command": "npx", "args": ["-y", "tokenectomy-razor", "--mcp"] } } }
npm test 2>&1 | npx tokenectomy-razor
When your app crashes during development (Next.js, Express, FastAPI, Tokio), the runtime dumps hundreds of lines of third-party plumbing from node_modules or site-packages.
When you paste that raw crash dump into Cursor or Claude:
node_modules/express/lib/router/layer.js or starlette/routing.py) and tries to edit library files instead of your actual application code.Raw Terminal Crash (45,820 tokens + Leaked Secrets)
│ ▼ <0.2ms Local Rust DFA Engine [Redact Passwords & Keys] ──► [Strip Third-Party Framework Frames] ──► [Isolate Root Cause] │ ▼ Clean Context (118 tokens • Zero Secrets • Sub-millisecond)
TypeError: Cannot read properties of undefined (reading 'token')
at loadComponents (/app/node_modules/next/dist/server/load-components.js:14:2) at renderToHTML (/app/node_modules/next/dist/server/render.js:50:5) at nextServer (/app/node_modules/next/dist/server/next-server.js:80:12) at processTicksAndRejections (node:internal/process/task_queues:95:5) at runMicrotasks (node:internal/process/task_queues:120:3) at checkoutHandler (/app/pages/api/checkout.ts:42:15) Database connection failed: postgresql://admin:super_secret_password@db.prod.internal:5432/primary API key leaked: [PopNx MCP ตัดค่าที่หน้าตาเหมือนกุญแจออก]
> **What Claude does:** Analyzes `load-components.js` and `next-server.js`, speculates on Webpack / Next.js internals, and leaks connection credentials to remote inference logs.
// [Tokenectomy Surgery: 5 internal framework frames pruned (83.3%)]
// Source: /app/pages/api/checkout.ts:42:15 42 | const sessionToken = req.headers.authorization.token; | ^ TypeError: Cannot read properties of undefined (reading 'token') 🛡️ [CONNECTION_STRING_REDACTED] 🛡️ [ANTHROPIC_KEY_REDACTED]
> **What Claude does:** Instantly identifies that line 42 in `checkout.ts` attempted to access `.token` on undefined headers. Suggests optional chaining `req.headers.authorization?.token` immediately. Credentials redacted before transmission.
All performance claims are hardware-grounded and independently reproducible on physical hardware (measured on 10-Core Intel Core i5-1235U @ 15W running Arch Linux, Kernel 6.13):
Hardware Dependency Notice: Performance is hardware-dependent; reported throughput represents measured results on the specified test hardware (10-Core Intel Core i5-1235U @ 15W TDP). Throughput scales with higher TDP desktop/server CPUs and faster memory buses. Developers are encouraged to independently audit performance using the reproduction command below.
📋 Click to expand full raw benchmark terminal log ($ cargo test --release)
$ cargo test --release --test stress_benchmark -- --nocapture
===================================================================================== 🧪 TOKENECTOMY OSS VERIFIABLE HEAVY STRESS BENCHMARK (100% REPRODUCIBLE IN OSS) Hardware: 10-Core / 12-Thread Intel Core i5-1235U | OS: Arch Linux | Kernel Telemetry Active Initial Baseline Process Memory (VmRSS): 3.45 MB =====================================================================================
🔥 [TEST 1/3] QUARTER-MILLION LINES LOG REDACTION TORTURE (250,0
Solo se muestra el principio; lee el resto en el repo