timesfm
TimesFM (Time Series Foundation Model) is a pretrained time-series foundation model developed by Google Research for time-series forecasting.
MCP server for NVIDIA NIM - 50+ LLMs, multimodal, image gen, embeddings, reranking
この種の作業を AI に教える Skill。これと一緒に使えます
TimesFM (Time Series Foundation Model) is a pretrained time-series foundation model developed by Google Research for time-series forecasting.
Open-source intelligence for the global theater. Track everything from the corporate/private jets of the wealthy, and spy satellites, to seismic events in one unified interface. Hook an AI agent up to have it parse through data and find previously unseen correlations. The knowledge is available to…
scrape data from Google Maps. Extracts data such as the name, address, phone number, website URL, rating, reviews number, latitude and longitude, reviews,email and more for each place
一覧は利用スコア(100 点満点)で並びます。内訳は次のとおり
| 人気 | 4/80 | GitHub スターか週間ダウンロード数。大きい方を 60、小さい方を 20 で数えます |
|---|---|---|
| 新しさ | 3/12 | 30 日以内のリリースかコード更新で満点 |
| 応答中 | 0/8 | 前回の確認でクラウドのエンドポイントが応答 |
| 利用スコア | 7/100 |
品質: 基本チェック 3/3 項目に合格(表示のみ、並び順には不使用) · 勢い: データなし (「急上昇」タブでのみ使用)
使っているAIアプリを選んで、設定をコピーしてください。
ひとことで AI にインストールしてもらう
Nvidia Nim MCP をインストールして。https://mcp.popnx.com/i/david-eve-za-nvidia-nim-mcp.md に従い、コマンドを見せて、私が OK するまで実行しないで。パソコンで作業できる AI(Claude Code や Cursor など)に貼り付けます。手順を読み、コマンドを見せて、あなたの OK を待ちます。キー不要・登録不要。 · AI が読む全文を見る
チェック 3/3 合格 · あなたのパソコンで動きます · ✓ コマンド確認済み 2026年11月14日
まず:どの AI を使っていますか?
使っているアプリを選ぶと、下に手順が表示されます。
Claude につなげますが、先に準備が必要です
Nvidia Nim MCP のキーが必要です(提供元のサイトで作成) · 先にパソコンへ Node.js を入れてください(1 回だけ) · パソコン版 Claude アプリ(Windows または Mac)のみ。Web やスマホでは使えません
このメッセージを Claude のチャットに貼り付けます。AI がパソコンを確認し、変更するファイルを伝え、毎回あなたの了承を待ちます。
このパソコンの Claude に MCP server Nvidia Nim MCP を入れてください。順番に:1) node -v で Node.js があるか確認。なければ https://nodejs.org/en/download から入れるよう私に伝え、自分では入れない。2) この設定だけを使う(PopNx MCP の確認済み):{ "mcpServers": { "nvidia-nim": { "command": "npx", "args": [ "-y", "nvidia-nim-mcp" ], "env": { "NVIDIA_API_KEY": "your-value" } } } } 3) 変更するファイルのフルパスか実行するコマンドを伝えて、私の了承を待つ。4) NVIDIA_API_KEY は "your-value" のままにして、本当の値は私がファイルかアプリの入力欄に自分で貼るよう伝える。チャットにキーを書かせない。5) 了承した内容を実行し、Nvidia Nim MCP のツールが本当に表示されるか確認する。このメッセージにあなたのキーは含まれません。キーが必要な場合は、AI がファイルやアプリの入力欄にご自身で貼るよう案内します。
もう入っていますか?先に確認 · ターミナルを開き、このコマンドを入力して Enter
node -vMac:⌘ + Space を押し、Terminal と入力して Enter
Windows:スタートメニューを開き、Windows PowerShell と入力して「開く」
まだ入っていない場合: 公式ダウンロードページで LTS 版と、クリックで進むインストーラーを選びます:Mac は .pkg、Windows は .msi。ダブルクリックして最後まで進めるだけで、curl コマンドは不要です
入れ終わったらターミナルを閉じて開き直し、同じコマンドをもう一度実行します。バージョン番号が出れば完了です: node -v
一度入れれば、Node.js を使うすべてのツールで使えます
提供元のサイトで登録し、次の手順で使う API キーを作ります。料金や無料プランは提供元のサイトで確認してください。
キーの取り方は下の提供元 README にあります
SettingsDeveloperEdit Config
{
"mcpServers": {
"nvidia-nim": {
"command": "npx",
"args": [
"-y",
"nvidia-nim-mcp"
],
"env": {
"NVIDIA_API_KEY": "your-value"
}
}
}
}キーはアプリの入力欄にだけ貼り付け、チャットに貼ったり人に送ったりしないでください
Nvidia Nim MCP を使って、私に何ができるか教えて、1 つやってみせて✓ Claude が Nvidia Nim MCP を使っていると言うか、回答に Nvidia Nim MCP のツール名が出れば接続成功です
上のコマンドはこれらがなくても動きます。変えたいときだけ作者の説明に沿って追加してください。
NVIDIA_NIM_BASE_URL セルフホスト型 NIM エンドポイントのベース URL NVIDIA_AI_FOUNDATION_URL NVIDIA AI Foundation Models のベース URL(無料プランあり) DEFAULT_MODEL チャット/テキスト生成に使用するデフォルトのモデル ENABLE_IMAGE_GENERATION 画像生成ツールを有効にします ENABLE_VISION ビジョン/画像解析ツールを有効にします。 ENABLE_MULTIMODAL マルチモーダルツールを有効にします 説明は自動翻訳です。変数名は原文のままです。迷ったら原文を確認してください。
メニュー名は 2026年11月11日 に Anthropic のヘルプページで確認 · アプリのバージョンにより画面が少し違うことがあります
ChatGPT はまだ Nvidia Nim MCP につなげません
Nvidia Nim MCP はパソコンに入れて使うものですが、ChatGPT は Web 上で動くサーバーにしかつなげません
A · Nvidia Nim MCP につなげるアプリを使う
Claude Code につなげますが、先に準備が必要です
Nvidia Nim MCP のキーが必要です(提供元のサイトで作成) · 先にパソコンへ Node.js を入れてください(1 回だけ)
このメッセージを Claude Code のチャットに貼り付けます。AI がパソコンを確認し、変更するファイルを伝え、毎回あなたの了承を待ちます。
このパソコンの Claude Code に MCP server Nvidia Nim MCP を入れてください。順番に:1) node -v で Node.js があるか確認。なければ https://nodejs.org/en/download から入れるよう私に伝え、自分では入れない。2) この設定だけを使う(PopNx MCP の確認済み):claude mcp add --scope user nvidia-nim --env NVIDIA_API_KEY=your-value -- npx -y nvidia-nim-mcp 3) 変更するファイルのフルパスか実行するコマンドを伝えて、私の了承を待つ。4) NVIDIA_API_KEY は "your-value" のままにして、本当の値は私がファイルかアプリの入力欄に自分で貼るよう伝える。チャットにキーを書かせない。5) 了承した内容を実行し、Nvidia Nim MCP のツールが本当に表示されるか確認する。このメッセージにあなたのキーは含まれません。キーが必要な場合は、AI がファイルやアプリの入力欄にご自身で貼るよう案内します。
もう入っていますか?先に確認 · ターミナルを開き、このコマンドを入力して Enter
node -vMac:⌘ + Space を押し、Terminal と入力して Enter
Windows:スタートメニューを開き、Windows PowerShell と入力して「開く」
まだ入っていない場合: 公式ダウンロードページで LTS 版と、クリックで進むインストーラーを選びます:Mac は .pkg、Windows は .msi。ダブルクリックして最後まで進めるだけで、curl コマンドは不要です
入れ終わったらターミナルを閉じて開き直し、同じコマンドをもう一度実行します。バージョン番号が出れば完了です: node -v
一度入れれば、Node.js を使うすべてのツールで使えます
提供元のサイトで登録し、次の手順で使う API キーを作ります。料金や無料プランは提供元のサイトで確認してください。
キーの取り方は下の提供元 README にあります
Mac:Command+スペースで Terminal と入力 · Windows:PowerShell を開く
claude mcp add --scope user nvidia-nim --env NVIDIA_API_KEY=your-value -- npx -y nvidia-nim-mcpEnter の前に「your-value」を自分のキーに書き換えてください
キーはアプリの入力欄にだけ貼り付け、チャットに貼ったり人に送ったりしないでください
Nvidia Nim MCP が一覧にあり、接続済みと表示されれば OK です
Nvidia Nim MCP を使って、私に何ができるか教えて、1 つやってみせて✓ Claude Code が Nvidia Nim MCP を使っていると言うか、回答に Nvidia Nim MCP のツール名が出れば接続成功です
上のコマンドはこれらがなくても動きます。変えたいときだけ作者の説明に沿って追加してください。
NVIDIA_NIM_BASE_URL セルフホスト型 NIM エンドポイントのベース URL NVIDIA_AI_FOUNDATION_URL NVIDIA AI Foundation Models のベース URL(無料プランあり) DEFAULT_MODEL チャット/テキスト生成に使用するデフォルトのモデル ENABLE_IMAGE_GENERATION 画像生成ツールを有効にします ENABLE_VISION ビジョン/画像解析ツールを有効にします。 ENABLE_MULTIMODAL マルチモーダルツールを有効にします 説明は自動翻訳です。変数名は原文のままです。迷ったら原文を確認してください。
メニュー名は 2026年11月11日 に Anthropic のヘルプページで確認 · アプリのバージョンにより画面が少し違うことがあります
Cursor につなげますが、先に準備が必要です
Nvidia Nim MCP のキーが必要です(提供元のサイトで作成) · 先にパソコンへ Node.js を入れてください(1 回だけ)
このメッセージを Cursor のチャットに貼り付けます。AI がパソコンを確認し、変更するファイルを伝え、毎回あなたの了承を待ちます。
このパソコンの Cursor に MCP server Nvidia Nim MCP を入れてください。順番に:1) node -v で Node.js があるか確認。なければ https://nodejs.org/en/download から入れるよう私に伝え、自分では入れない。2) この設定だけを使う(PopNx MCP の確認済み):{ "mcpServers": { "nvidia-nim": { "command": "npx", "args": [ "-y", "nvidia-nim-mcp" ], "env": { "NVIDIA_API_KEY": "your-value" } } } } 3) 変更するファイルのフルパスか実行するコマンドを伝えて、私の了承を待つ。4) NVIDIA_API_KEY は "your-value" のままにして、本当の値は私がファイルかアプリの入力欄に自分で貼るよう伝える。チャットにキーを書かせない。5) 了承した内容を実行し、Nvidia Nim MCP のツールが本当に表示されるか確認する。このメッセージにあなたのキーは含まれません。キーが必要な場合は、AI がファイルやアプリの入力欄にご自身で貼るよう案内します。
もう入っていますか?先に確認 · ターミナルを開き、このコマンドを入力して Enter
node -vMac:⌘ + Space を押し、Terminal と入力して Enter
Windows:スタートメニューを開き、Windows PowerShell と入力して「開く」
まだ入っていない場合: 公式ダウンロードページで LTS 版と、クリックで進むインストーラーを選びます:Mac は .pkg、Windows は .msi。ダブルクリックして最後まで進めるだけで、curl コマンドは不要です
入れ終わったらターミナルを閉じて開き直し、同じコマンドをもう一度実行します。バージョン番号が出れば完了です: node -v
一度入れれば、Node.js を使うすべてのツールで使えます
提供元のサイトで登録し、次の手順で使う API キーを作ります。料金や無料プランは提供元のサイトで確認してください。
キーの取り方は下の提供元 README にあります
Nvidia Nim MCP の設定で NVIDIA_API_KEY が空です。自分のキーを入れて保存します
キーはアプリの入力欄にだけ貼り付け、チャットに貼ったり人に送ったりしないでください
Nvidia Nim MCP を使って、私に何ができるか教えて、1 つやってみせて✓ Cursor が Nvidia Nim MCP を使っていると言うか、回答に Nvidia Nim MCP のツール名が出れば接続成功です
上のコマンドはこれらがなくても動きます。変えたいときだけ作者の説明に沿って追加してください。
NVIDIA_NIM_BASE_URL セルフホスト型 NIM エンドポイントのベース URL NVIDIA_AI_FOUNDATION_URL NVIDIA AI Foundation Models のベース URL(無料プランあり) DEFAULT_MODEL チャット/テキスト生成に使用するデフォルトのモデル ENABLE_IMAGE_GENERATION 画像生成ツールを有効にします ENABLE_VISION ビジョン/画像解析ツールを有効にします。 ENABLE_MULTIMODAL マルチモーダルツールを有効にします 説明は自動翻訳です。変数名は原文のままです。迷ったら原文を確認してください。
メニュー名は 2026年11月11日 に Cursor のヘルプページで確認 · アプリのバージョンにより画面が少し違うことがあります
VS Code につなげますが、先に準備が必要です
Nvidia Nim MCP のキーが必要です(提供元のサイトで作成) · 先にパソコンへ Node.js を入れてください(1 回だけ)
このメッセージを VS Code のチャットに貼り付けます。AI がパソコンを確認し、変更するファイルを伝え、毎回あなたの了承を待ちます。
このパソコンの VS Code に MCP server Nvidia Nim MCP を入れてください。順番に:1) node -v で Node.js があるか確認。なければ https://nodejs.org/en/download から入れるよう私に伝え、自分では入れない。2) この設定だけを使う(PopNx MCP の確認済み):{ "servers": { "nvidia-nim": { "type": "stdio", "command": "npx", "args": [ "-y", "nvidia-nim-mcp" ], "env": { "NVIDIA_API_KEY": "your-value" } } } } 3) 変更するファイルのフルパスか実行するコマンドを伝えて、私の了承を待つ。4) NVIDIA_API_KEY は "your-value" のままにして、本当の値は私がファイルかアプリの入力欄に自分で貼るよう伝える。チャットにキーを書かせない。5) 了承した内容を実行し、Nvidia Nim MCP のツールが本当に表示されるか確認する。このメッセージにあなたのキーは含まれません。キーが必要な場合は、AI がファイルやアプリの入力欄にご自身で貼るよう案内します。
もう入っていますか?先に確認 · ターミナルを開き、このコマンドを入力して Enter
node -vMac:⌘ + Space を押し、Terminal と入力して Enter
Windows:スタートメニューを開き、Windows PowerShell と入力して「開く」
まだ入っていない場合: 公式ダウンロードページで LTS 版と、クリックで進むインストーラーを選びます:Mac は .pkg、Windows は .msi。ダブルクリックして最後まで進めるだけで、curl コマンドは不要です
入れ終わったらターミナルを閉じて開き直し、同じコマンドをもう一度実行します。バージョン番号が出れば完了です: node -v
一度入れれば、Node.js を使うすべてのツールで使えます
提供元のサイトで登録し、次の手順で使う API キーを作ります。料金や無料プランは提供元のサイトで確認してください。
キーの取り方は下の提供元 README にあります
Nvidia Nim MCP の設定で NVIDIA_API_KEY が空です。自分のキーを入れて保存します
キーはアプリの入力欄にだけ貼り付け、チャットに貼ったり人に送ったりしないでください
Nvidia Nim MCP を使って、私に何ができるか教えて、1 つやってみせて✓ VS Code が Nvidia Nim MCP を使っていると言うか、回答に Nvidia Nim MCP のツール名が出れば接続成功です
上のコマンドはこれらがなくても動きます。変えたいときだけ作者の説明に沿って追加してください。
NVIDIA_NIM_BASE_URL セルフホスト型 NIM エンドポイントのベース URL NVIDIA_AI_FOUNDATION_URL NVIDIA AI Foundation Models のベース URL(無料プランあり) DEFAULT_MODEL チャット/テキスト生成に使用するデフォルトのモデル ENABLE_IMAGE_GENERATION 画像生成ツールを有効にします ENABLE_VISION ビジョン/画像解析ツールを有効にします。 ENABLE_MULTIMODAL マルチモーダルツールを有効にします 説明は自動翻訳です。変数名は原文のままです。迷ったら原文を確認してください。
メニュー名は 2026年11月11日 に VS Code のヘルプページで確認 · アプリのバージョンにより画面が少し違うことがあります
Windsurf、Zed、Gemini CLI など MCP を使える他のアプリは追加方法がそれぞれ違います。アプリ一覧で確認してください
JSON 設定は下の「開発者向け」にあります
Claude Code
claude mcp add --scope user nvidia-nim --env NVIDIA_API_KEY=your-value -- npx -y nvidia-nim-mcpClaude Desktop (claude_desktop_config.json)
{
"mcpServers": {
"nvidia-nim": {
"command": "npx",
"args": [
"-y",
"nvidia-nim-mcp"
],
"env": {
"NVIDIA_API_KEY": "your-value"
}
}
}
}Cursor (~/.cursor/mcp.json)
{
"mcpServers": {
"nvidia-nim": {
"command": "npx",
"args": [
"-y",
"nvidia-nim-mcp"
],
"env": {
"NVIDIA_API_KEY": "your-value"
}
}
}
}VS Code (mcp.json)
{
"servers": {
"nvidia-nim": {
"type": "stdio",
"command": "npx",
"args": [
"-y",
"nvidia-nim-mcp"
],
"env": {
"NVIDIA_API_KEY": "your-value"
}
}
}
}NVIDIA_API_KEY 秘密 必須 envNVIDIA_NIM_BASE_URL envNVIDIA_AI_FOUNDATION_URL envDEFAULT_MODEL envENABLE_IMAGE_GENERATION envENABLE_VISION envENABLE_MULTIMODAL env説明は自動翻訳です。変数名は原文のままです。迷ったら原文を確認してください。
この設定は、作者のレジストリ登録情報から作成しています。READMEと違う場合は、READMEに従ってください。
このサーバーのつなぎ方と、各アプリの公式ドキュメントに基づきます。2026年11月10日に確認。
パソコン上で動かせるアプリ
ClaudeGooseLM StudioMsty StudioCherry StudioCursorVS Code + GitHub CopilotVisual StudioWindsurf (Devin Desktop)ZedKiroClineContinueJetBrains AI AssistantClaude CodeCodex CLIGemini CLIOpenCodenodecodeWarpLibreChatRaycast
パソコンで動くサーバーです。インストールすると、ツール一覧がAIアプリに表示されます。
誰でも見られる情報をチェックしており、コードは読んでいません。当てはまらない項目は数に入れていません。 · 2026年11月19日にチェック
レジストリ名は、リポジトリを所有するGitHubアカウント david-eve-za で確認済みです
コードの最終更新:3 か月前
MITを使用
これはパソコンで動くため、インターネット上のエンドポイントはありません
パソコンで動き、代わりにローカルの設定を使います
パソコンで動くサーバーです。ツール一覧を読み取れるのは、インターネット上のエンドポイントがある場合だけです
OSV.dev に nvidia-nim-mcp@2.1.2 の登録はありません
このバージョンのパッケージ本体のみ確認。すべての依存関係ではありません · 確認日 2026年11月16日
作者の方は、このコードを README に貼れます。バッジはこのページにリンクします。
[](https://mcp.popnx.com/en/servers/david-eve-za-nvidia-nim-mcp)質問、コツの共有、使えないことの報告ができます。「役に立った」の多い順です。
まだレビューはありません
レジストリでこのカテゴリにある有効なすべてのサーバーと比較しています。スターは、公開者がリポジトリの所有者である場合だけ数えます。
当てはまる基本チェック3項目のうち3項目に合格しました。コードは読んでいません。キーやトークンを追加する前に、サーバーがどんなアクセスを求めているかを確認し、必要な権限だけを持つキーを使ってください。
入力が必要なもの:NVIDIA_API_KEY
あなたのパソコンで動きます。必要なときにAIアプリが起動し、データは作者のサーバーを通りません(サーバー自体がオンラインサービスを呼び出す場合を除きます)。
GitHubリポジトリの最終更新は3 か月前、最新バージョン(2.1.2)がレジストリに届いたのは5 か月前です。
Claude Desktop、Claude Code、Cursor、VS CodeなどのMCP対応アプリで使えます。パソコンにNode.jsも必要です。
同じカテゴリには:OpenSEO, Exa, Microsoft Learn MCP, Docs, COTAL actions (cotal.ai)
同じカテゴリでほかの作者のもの。コマンドは確認済み。公式を先に、次にスター順。
カードの見方:↓ 週あたりのダウンロードi★ GitHubスターi3つの柱:レビュー · チェック · 利用状況i更新=最新バージョンをレジストリに公開した日i
Keyword research, site audits, rank tracking and AI visibility for your AI agent.
Connect AI agents to Exa for web search, content fetching, and multi-step research.
Official Microsoft Learn MCP Server – real-time, trusted docs & code samples for AI and LLMs.
Search and read Empryo's documentation. Read-only, no auth, no local access.
cotal.ai actions: product overview, site search, build log, feedback, Cloud waitlist, updates, calls
| これ Nvidia Nim MCP | OpenSEO | Exa | Microsoft Learn MCP | Docs | COTAL actions (cotal.ai) | |
|---|---|---|---|---|---|---|
| 動く場所 | パソコンにインストールが必要 | クラウドで動き、インストール不要 | クラウドで動き、インストール不要 | クラウドで動き、インストール不要 | クラウドで動き、インストール不要 | クラウドで動き、インストール不要 |
| キーが必要 | はい | いいえ | いいえ | いいえ | いいえ | いいえ |
| Claude で + から追加 | いいえ | はい | はい | はい | いいえ | いいえ |
| 基本チェック | 3/3 | 5/5 | 2/4 | 4/4 | 4/4 | 4/4 |
| ライセンス | MIT | MIT | MIT | CC-BY-4.0 | NOASSERTION | Apache-2.0 |
| 料金 | 登録情報に費用の記載なし | 登録情報に費用の記載なし | 登録情報に費用の記載なし | 登録情報に費用の記載なし | 登録情報に費用の記載なし | 登録情報に費用の記載なし |
作者のリポジトリから書かれたとおりにコピーしたものです。PopNx MCPは内容を確認・推奨していません。HTML、画像、スクリプトは取り除いています。リンクはこのサイトの外へ移動します。
A production-ready Model Context Protocol (MCP) server for consuming NVIDIA NIM (NVIDIA Inference Microservices) models. Supports 50+ LLMs, multimodal models, image generation, embeddings, reranking, function calling, vision, and code-specialized models with rich metadata for intelligent agent selection.
NVIDIA_API_KEY required; all others have sensible defaultsnvapi-...)# Install globally
npm install -g nvidia-nim-mcp
nvidia-nim-mcp
# Initialize your project
npm init -y
npm install nvidia-nim-mcp
npx nvidia-nim-mcp
# Clone / download the project
cd nvidia-nim-mcp
npm install
npm run build
# Pull from Docker Hub (when published)
docker pull nvidia-nim-mcp
docker build -t nvidia-nim-mcp .
Copy .env.example to .env and fill in your API key:
cp .env.example .env
Only `NVIDIA_API_KEY` is required — all other variables have production-ready defaults:
| Variable | Required | Default | Description | |||
|---|---|---|---|---|---|---|
NVIDIA_API_KEY | ✅ | — | Your NVIDIA NGC API key | |||
NVIDIA_NIM_BASE_URL | ❌ | https://integrate.api.nvidia.com/v1 | Base URL for NIM API | |||
DEFAULT_MODEL | ❌ | black-forest-labs/flux.1-dev | Default model (best image generation) | |||
MAX_REQUESTS_PER_MINUTE | ❌ | 40 | Rate limit cap (NVIDIA API limit) | |||
MAX_TOKENS_PER_REQUEST | ❌ | 4096 | Hard cap on tokens per request | |||
REQUEST_TIMEOUT_MS | ❌ | 120000 | Request timeout (ms) | |||
MAX_RETRIES | ❌ | 3 | Max retry attempts on failure | |||
RETRY_DELAY_MS | ❌ | 1000 | Base delay between retries (ms) | |||
LOG_LEVEL | ❌ | info | `error\ | warn\ | info\ | debug` |
ENABLE_IMAGE_GENERATION | ❌ | true | Enable image generation tools | |||
ENABLE_VISION | ❌ | true | Enable vision/multimodal tools | |||
ENABLE_MULTIMODAL | ❌ | true | Enable multimodal task tools |
# Run the server
nvidia-nim-mcp
NVIDIA_API_KEY=nvapi-your-key LOG_LEVEL=debug nvidia-nim-mcp
# Run with npx
npx nvidia-nim-mcp
npm start
# Development mode with auto-reload
npm run dev
npm run build && npm start
# Run with environment variables
docker run --rm \ -e NVIDIA_API_KEY=nvapi-your-key \ -e LOG_LEVEL=info \ nvidia-nim-mcp
docker run -d \ --name nvidia-nim-mcp \ -e NVIDIA_API_KEY=nvapi-your-key \ nvidia-nim-mcp
# Make executable (if not already)
chmod +x dist/index.js
./dist/index.js
NVIDIA_API_KEY=nvapi-your-key ./dist/index.js
{
"mcpServers": { "nvidia-nim": { "command": "nvidia-nim-mcp", "env": { "NVIDIA_API_KEY": "nvapi-your-key-here", "LOG_LEVEL": "info" } } } }
{
"mcpServers": { "nvidia-nim": { "command": "npx", "args": ["nvidia-nim-mcp"], "env": { "NVIDIA_API_KEY": "nvapi-your-key-here", "LOG_LEVEL": "info" } } } }
{
"mcpServers": { "nvidia-nim": { "command": "node", "args": ["/absolute/path/to/nvidia-nim-mcp/dist/index.js"], "env": { "NVIDIA_API_KEY": "nvapi-your-key-here", "LOG_LEVEL": "info" } } } }
chat_completionMulti-turn conversation with any NIM LLM.
{
"model": "nvidia/nemotron-3-ultra-550b-a55b", "messages": [ { "role": "user", "content": "Explain quantum computing" } ], "temperature": 0.3, "max_tokens": 4096 }
text_generationSingle-prompt text generation (simplified interface).
{
"prompt": "Write a haiku about machine learning", "temperature": 0.5, "max_tokens": 512 }
create_embeddingsConvert text(s) to vector embeddings for RAG/search.
{
"model": "nvidia/nv-embed-v1", "input": ["NVIDIA makes GPUs", "AI runs on GPUs"], "truncate": "END" }
rerank_passagesRerank passages by relevance to a query.
{
"query": "What is CUDA?", "passages": ["CUDA is a GPU programming platform", "NIM serves AI models"], "top_k": 3 }
function_callingUse NIM models with tool/function calling.
{
"model": "z-ai/glm-5.1", "messages": [{ "role": "user", "content": "What's the weather in Paris?" }], "tools": [{ "type": "function", "function": { "name": "get_weather", "description": "Get current weather", "parameters": { "type": "object", "properties": { "city": { "type": "string" } }, "required": ["city"] } } }] }
generate_imageGenerate images from text prompts using FLUX.1, SDXL, SD3, DiffusionGemma.
{
"model": "black-forest-labs/flux.1-dev", "prompt": "A photorealistic mountain landscape at sunset, 8K", "width": 1024, "height": 1024, "steps": 30, "cfg_scale": 3.5, "sampler": "euler_a", "scheduler": "simple" }
analyze_imageAnalyze and describe images using vision/multimodal models.
{
"model": "moonshotai/kimi-k2.6", "image_url": "https://example.com/image.jpg", "prompt": "Describe this image in detail", "detail": "high" }
multimodal_taskPerform multimodal tasks combining text and images.
{
"model": "minimaxai/minimax-m3", "messages": [ { "role": "user", "content": [ { "type": "text", "text": "Analyze this chart" }, { "type": "image_url", "image_url": { "url": "https://example.com/chart.png" } } ] } ], "max_tokens": 2048 }
list_modelsList available models with rich metadata and advanced filtering.
{
"category": "code", "commercial_use": true, "supports_reasoning": true, "tags": ["coding", "agentic"], "include_details": true }
Filter Options:
category: language, embedding, reranking, vision, code, multimodal, image_generation, allcommercial_use: Filter by commercial licensesupports_reasoning: Filter by reasoning capabilitysupports_vision: Filter by vision capabilitysupports_function_calling: Filter by function callingsupports_multimodal: Filter by multimodal inputmin_context_length: Minimum context window (tokens)tags: Filter by use case tagshardware: Filter by GPU type (Hopper, Blackwell, Ampere)include_details: Include full metadata (benchmarks, image specs, etc.)get_model_infoGet complete metadata for a specific model.
{ "model_id": "nvidia/nemotron-3-ultra-550b-a55b" }
Returns: licensing, hardware requirements, benchmarks, image gen specs, reasoning modes, tags, supported languages, etc.
compare_modelsCompare 2-5 models side-by-side across all decision factors.
{
"model_ids": [ "nvidia/nemotron-3-ultra-550b-a55b", "deepseek-ai/deepseek-v4-pro", "moonshotai/kimi-k2.6", "z-ai/glm-5.1" ] }
Returns: Structured comparison table with licensing, hardware, benchmarks, capabilities, tags, image generation specs, etc.
| Model | Parameters | Context | License | Commercial | Best For |
|---|---|---|---|---|---|
nvidia/nemotron-3-ultra-550b-a55b | 550B (55B active) | 131K | OpenMDW-1.1 | ✅ | Frontier reasoning, coding, agentic, 1M context, multilingual |
nvidia/nemotron-3-ultra-550b-a55b-instruct | 550B | 131K | OpenMDW-1.1 | ✅ | Instruction-tuned variant |
minimaxai/minimax-m3 | 428B (22B active) | 1M | Non-Commercial | ❌ | Multimodal, video (30min), 8hr coding, agentic |
moonshotai/kimi-k2.6 | 1T (32B active) | 256K | Modified MIT | ✅ | Long-horizon coding, 300 agents, vision, agentic |
deepseek-ai/deepseek-v4-pro | 1.6T (49B active) | 1M | MIT | ✅ | Advanced coding, math, reasoning, 3 reasoning modes |
z-ai/glm-5.1 | 754B (DSA) | 131K | MIT | ✅ | Software engineering, agentic, SWE-Bench 58.4% |
qwen/qwen3.5-397b-a17b | 397B (MoE) | 131K | Research | ❌ | Large-scale multilingual, multimodal |
mistralai/mistral-large-3-675b-instruct-2512 | 675B | 131K | Research | ❌ | Frontier reasoning, multimodal |
openai/gpt-oss-120b | 120B | 131K | Apache 2.0 | ✅ | Open-weight, research, fine-tuning |
google/diffusiongemma-26b-a4b-it | 25.2B (3.8B active) | 256K | Apache 2.0 | ✅ | Diffusion text gen, 35+ langs, fast, multimodal |
| Model | Parameters | Context | License | Commercial |
|---|---|---|---|---|
z-ai/glm-5.1 | 754B | 131K | MIT | ✅ |
z-ai/glm5 | - | 128K | Z.ai | ✅ |
qwen/qwen2.5-coder-32b-instruct | 32B | 131K | Research | ❌ |
| Model | Parameters | Context | Vision | Video | License | Commercial |
|---|---|---|---|---|---|---|
meta/llama-3.2-90b-vision-instruct | 90B | 128K | ✅ | ❌ | Llama 3.2 | ✅ |
meta/llama-3.2-11b-vision-instruct | 11B | 128K | ✅ | ❌ | Llama 3.2 | ✅ |
nvidia/neva-22b | 22B | 4K | ✅ | ❌ | NVIDIA | ✅ |
microsoft/phi-3.5-vision-instruct | - | 128K | ✅ | ❌ | MIT | ✅ |
minimaxai/minimax-m3 | 428B | 1M | ✅ | ✅ (30min) | Non-Commercial | ❌ |
moonshotai/kimi-k2.6 | 1T | 256K | ✅ | ✅ | Modified MIT | ✅ |
| Model | Architecture | Resolutions | Aspect Ratios | Max Images | ControlNet | License | Commercial |
|---|---|---|---|---|---|---|---|
black-forest-labs/flux.1-dev | Diffusion Transformer | 1024², 1152×896, 1344×768, 21:9 | 1:1, 16:9, 9:16, 4:3, 3:4, 21:9 | 1 | Canny, Depth | Apache 2.0* | ❌* |
black-forest-labs/flux.1-kontext-dev | Diffusion Transformer | Same | Same | 1 | - | Apache 2.0* | ❌* |
nvidia/stable-diffusion-xl | UNet + Attention | 1024², 1152×896, 1216×832 | 1:1, 16:9, 9:16, 4:3, 3:4 | 4 | - | SDXL 1.0 | ✅** |
stabilityai/sd-3-medium | SD3 | Same | Same | 2 | - | Stability AI | ✅** |
nvidia/sdxl-turbo | ADD | 512², 1024² | 1:1 | 4 | - | SDXL 1.0 | ✅** |
*\*Non-commercial default; commercial via contact* **\*\*Requires Stability AI membership**