Mirobody
Lab results to LOINC codes and UCUM units, symptoms and diagnoses to ICPC-3. Offline, no API key.
作者による説明(英語の原文)
Benchmark local LLM models — speed, quality & hardware fitness verdict from any MCP client
この3つを1つのスコアにまとめることはしません。意見、測定、人気はそれぞれ別のものだからです。
このサーバーのやさしい解説はまだ書いていません。以下はレジストリから読み取った事実です。
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。
必要なもの
どのアプリを使っていますか?
上でアプリを選んでください。選んだアプリを覚えておくので、次からはボタンに「…にインストール」と表示されます。
Claude Desktop → Settings → Developer → Edit Config を開き、claude_desktop_config.json にこれを貼り付けます
{
"mcpServers": {
"metrillm": {
"command": "npx",
"args": [
"-y",
"metrillm-mcp"
]
}
}
}ターミナルでこれを実行します
claude mcp add metrillm -- npx -y metrillm-mcpプロジェクトの .cursor/mcp.json、または ~/.cursor/mcp.json に貼り付けます
{
"mcpServers": {
"metrillm": {
"command": "npx",
"args": [
"-y",
"metrillm-mcp"
]
}
}
}ブラウザがアプリを開いてよいか確認し、そのあとアプリが設定を表示して確認を求めます。キーの値は空欄のままなので、自分で入力してください。
プロジェクトの .vscode/mcp.json に貼り付けます
{
"servers": {
"metrillm": {
"type": "stdio",
"command": "npx",
"args": [
"-y",
"metrillm-mcp"
]
}
}
}ブラウザがアプリを開いてよいか確認し、そのあとアプリが設定を表示して確認を求めます。キーの値は空欄のままなので、自分で入力してください。
これはパソコンで動くサーバーですが、ChatGPTがつなげるのはインターネット上のサーバーだけです。ほかのアプリを選んでください。
選んだアプリは、この端末のCookieに保存されます。アカウントは不要です。
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。
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6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 MetriLLM で確認済みです
このリポジトリはまだGitHubから読み取っていません
このリポジトリはまだGitHubから読み取っていません
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
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1項目のうち1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。
レジストリには必須のキーは載っていません。ただし、最初に使うときにサインインを求めるサーバーもあります。
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–、最新バージョン(0.2.6)がレジストリに届いたのは8 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:Mirobody, FHIR MCP Server, Google Health MCP
同じカテゴリで、ほかの作者が作ったサーバー。スターの多い順。
カードの見方:★ 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
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
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。
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