GreenPick

Name: GreenPick
Author: bithug01

โดย bithug01รุ่น 0.6.2i★ –iรันบนเครื่อง

ชื่อใน registryio.github.bithug01/greenpick

ติดตั้ง

ภาพรวม

คำอธิบายจากผู้ทำ (ภาษาอังกฤษตามต้นฉบับ)

Greener, cheaper cloud infra decisions — carbon + cost + latency tradeoffs, in-editor.

สามเสาของ PopNx MCP

สามเรื่องนี้ไม่รวมเป็นคะแนนเดียว เพราะความเห็น การวัด และความนิยม เป็นคนละเรื่องกัน

เสียงผู้ใช้iยังไม่มีรีวิวรีวิวเปิดพร้อมระบบบัญชีในขั้นถัดไป
ผลตรวจเบื้องต้นของเราiผ่าน 1 จาก 1 ข้อตรวจจากข้อมูลที่เปิดอยู่ ยังไม่ได้สแกนโค้ด
การใช้งานiยังไม่ได้วัด★ –

ใช้ทำอะไรได้

ตัวนี้ยังไม่ได้เรียบเรียงเป็นภาษาไทย ด้านล่างคือข้อเท็จจริงที่เราอ่านจาก registry

การเชื่อมต่อ: รันบนเครื่อง
ช่องทาง (transport): stdio
หมวด: อื่น ๆ
ต้องใส่ค่าเหล่านี้: EIA_API_KEY, ENTSOE_TOKEN, ELECTRICITYMAPS_TOKEN

ติดตั้ง

เลือกโปรแกรม AI ที่คุณใช้ แล้วคัดลอกค่าตั้งไปวาง

ก่อนติดตั้ง

ผลตรวจเบื้องต้น: ผ่าน 1 จาก 1 ข้อ
รันในเครื่องคุณด้วยสิทธิ์ของผู้ใช้คุณ (ไฟล์ อินเทอร์เน็ต แอปต่าง ๆ)
ค่าที่คุณต้องใส่เอง: GREENPICK_CARBON_SOURCE, EIA_API_KEY, ENTSOE_TOKEN, ELECTRICITYMAPS_TOKEN, GREENPICK_CACHE_TTL_SECONDS, GREENPICK_LOG_LEVEL

ค่าที่ติดป้ายความลับคือกุญแจของบัญชีคุณ อย่าส่งให้ใคร และอย่าวางในแชต

ต้องเตรียมก่อน

PyPIติดตั้ง uv ของ Python (มีคำสั่ง uvx) ในเครื่อง

คุณใช้แอปไหน

ClaudeClaude CodeCursorVS CodeChatGPT

เลือกแอปด้านบน เราจำไว้ให้ ครั้งหน้าปุ่มจะขึ้นว่า “ติดตั้งลง …”

เปิด Claude Desktop → Settings → Developer → Edit Config แล้ววางค่านี้ในไฟล์ claude_desktop_config.json

{
  "mcpServers": {
    "greenpick": {
      "command": "uvx",
      "args": [
        "greenpick"
      ],
      "env": {
        "GREENPICK_CARBON_SOURCE": "ใส่ค่าของคุณ",
        "EIA_API_KEY": "ใส่ค่าของคุณ",
        "ENTSOE_TOKEN": "ใส่ค่าของคุณ",
        "ELECTRICITYMAPS_TOKEN": "ใส่ค่าของคุณ",
        "GREENPICK_CACHE_TTL_SECONDS": "ใส่ค่าของคุณ",
        "GREENPICK_LOG_LEVEL": "ใส่ค่าของคุณ"
      }
    }
  }
}

พิมพ์คำสั่งนี้ใน Terminal

claude mcp add greenpick --env GREENPICK_CARBON_SOURCE='ใส่ค่าของคุณ' --env EIA_API_KEY='ใส่ค่าของคุณ' --env ENTSOE_TOKEN='ใส่ค่าของคุณ' --env ELECTRICITYMAPS_TOKEN='ใส่ค่าของคุณ' --env GREENPICK_CACHE_TTL_SECONDS='ใส่ค่าของคุณ' --env GREENPICK_LOG_LEVEL='ใส่ค่าของคุณ' -- uvx greenpick

เติมค่าที่เว้นว่างไว้ก่อนรัน

เปิดใน Cursor

หรือคัดลอกค่าตั้งเอง

วางในไฟล์ .cursor/mcp.json ของโปรเจกต์ หรือ ~/.cursor/mcp.json

{
  "mcpServers": {
    "greenpick": {
      "command": "uvx",
      "args": [
        "greenpick"
      ],
      "env": {
        "GREENPICK_CARBON_SOURCE": "ใส่ค่าของคุณ",
        "EIA_API_KEY": "ใส่ค่าของคุณ",
        "ENTSOE_TOKEN": "ใส่ค่าของคุณ",
        "ELECTRICITYMAPS_TOKEN": "ใส่ค่าของคุณ",
        "GREENPICK_CACHE_TTL_SECONDS": "ใส่ค่าของคุณ",
        "GREENPICK_LOG_LEVEL": "ใส่ค่าของคุณ"
      }
    }
  }
}

เบราว์เซอร์จะถามก่อนเปิดแอป จากนั้นแอปแสดงค่าตั้งให้ตรวจแล้วกดยืนยัน ช่อง key เว้นว่างไว้ให้คุณใส่เอง

เปิดใน VS Code

หรือคัดลอกค่าตั้งเอง

วางในไฟล์ .vscode/mcp.json ของโปรเจกต์

{
  "servers": {
    "greenpick": {
      "type": "stdio",
      "command": "uvx",
      "args": [
        "greenpick"
      ],
      "env": {
        "GREENPICK_CARBON_SOURCE": "ใส่ค่าของคุณ",
        "EIA_API_KEY": "ใส่ค่าของคุณ",
        "ENTSOE_TOKEN": "ใส่ค่าของคุณ",
        "ELECTRICITYMAPS_TOKEN": "ใส่ค่าของคุณ",
        "GREENPICK_CACHE_TTL_SECONDS": "ใส่ค่าของคุณ",
        "GREENPICK_LOG_LEVEL": "ใส่ค่าของคุณ"
      }
    }
  }
}

ตัวนี้รันในเครื่องคุณ แต่ ChatGPT ต่อได้เฉพาะ server บนอินเทอร์เน็ต ลองเลือกแอปอื่น

ตัวเลือกเก็บในคุกกี้บนเครื่องนี้ ไม่ต้องมีบัญชี

ค่าที่ต้องใส่เอง

GREENPICK_CARBON_SOURCE env
Carbon data source: 'auto' (US->EIA, EU->ENTSO-E, Canada->Hydro-Québec/IESO live), 'mock' (offline: typical monthly values from a year of real data), 'eia', 'entsoe', or 'electricitymaps'. Defaults t…
EIA_API_KEY ความลับ env
Free US EIA-930 grid data API key (optional; enables live US carbon).
ENTSOE_TOKEN ความลับ env
Free EU ENTSO-E grid data token (optional; enables live EU carbon + day-ahead forecast).
ELECTRICITYMAPS_TOKEN ความลับ env
Electricity Maps API token (optional; used when GREENPICK_CARBON_SOURCE=electricitymaps).
GREENPICK_CACHE_TTL_SECONDS env
Cache lifetime for fetched grid data, in seconds.
GREENPICK_LOG_LEVEL env
Logging level (DEBUG, INFO, WARNING, ERROR).

ค่าตั้งนี้สร้างจากข้อมูลใน registry ของผู้ทำ ถ้าไม่ตรงกับ README ให้เชื่อ README

ทำอะไรได้บ้าง

รันในเครื่องคุณ รายการเครื่องมือจะขึ้นในแอป AI หลังติดตั้ง

ผลตรวจเบื้องต้นi

เราตรวจจากข้อมูลที่ใครก็เปิดดูได้ ยังไม่ได้อ่านโค้ด ข้อที่ไม่เกี่ยวกับตัวนี้ไม่นับในตัวหาร · ตรวจเมื่อ 6 พ.ย. 2569

✓ ผ่าน
ตัวตนผู้ทำตรงกับ repo
ชื่อใน registry ยืนยันด้วยบัญชี GitHub bithug01 ซึ่งเป็นเจ้าของ repo
… ยังไม่ตรวจ
ยังมีคนดูแล
ยังไม่ได้อ่านข้อมูล repo จาก GitHub
… ยังไม่ตรวจ
มีสัญญาอนุญาต (license)
ยังไม่ได้อ่านข้อมูล repo จาก GitHub
– ไม่เกี่ยว
endpoint ตอบ
ตัวนี้รันบนเครื่องคุณ ไม่มี endpoint บนอินเทอร์เน็ต
– ไม่เกี่ยว
ล็อกอินแบบ OAuth
ตัวนี้รันบนเครื่อง ใช้ค่าที่ตั้งในเครื่องแทน
… ยังไม่ตรวจ
คำอธิบายเครื่องมือไม่มีคำสั่งแอบแฝง
รันในเครื่องคุณ เราอ่านรายการเครื่องมือได้เฉพาะตัวที่มี endpoint บนอินเทอร์เน็ต

เทียบกับตัวอื่นในหมวด อื่น ๆi

ดาวมากกว่า 0% ของอีก 32398 ตัวในหมวดนี้
ส่งรุ่นใหม่เข้า registry ล่าสุดกว่า 99% ของอีก 32398 ตัวในหมวดนี้
ผลตรวจเบื้องต้นดีกว่าหรือเท่ากับ 100% ของอีก 32398 ตัวในหมวดนี้

เทียบกับทุก server ที่ยังใช้งานในหมวดนี้ทั้งทะเบียน ดาวนับเฉพาะเมื่อผู้ลงทะเบียนเป็นเจ้าของ repo

คำถามที่พบบ่อย

GreenPick ปลอดภัยไหม?

จากการตรวจเบื้องต้นของเรา ผ่าน 1 จาก 1 ข้อที่ตรวจได้ เรายังไม่ได้อ่านโค้ด ก่อนใส่กุญแจหรือ token ให้ดูว่า server ขอสิทธิ์อะไร และเลือกกุญแจที่ทำได้เท่าที่จำเป็น

ต้องใช้กุญแจหรือรหัสอะไรบ้าง?

ต้องใส่ค่าเหล่านี้: EIA_API_KEY, ENTSOE_TOKEN, ELECTRICITYMAPS_TOKEN

ตัวนี้รันบนเครื่องหรือบนคลาวด์?

รันบนเครื่องของคุณ โปรแกรม AI จะเปิด server ขึ้นมาเองเมื่อใช้ ข้อมูลไม่ต้องผ่านเซิร์ฟเวอร์ของผู้ทำ (ยกเว้นตัวที่ไปเรียกบริการออนไลน์ต่อ)

ยังมีคนดูแลอยู่ไหม?

repo บน GitHub มีการแก้โค้ดล่าสุด – และส่งรุ่นล่าสุด (0.6.2) เข้า registry วันนี้

ใช้กับโปรแกรมไหนได้บ้าง?

โปรแกรมที่รองรับ MCP เช่น Claude Desktop, Claude Code, Cursor และ VS Code ตัวนี้ต้องมี Python (uv) ในเครื่องด้วย

มีตัวไหนใช้แทนได้บ้าง?

ในหมวดเดียวกันมี Spec Driven Development, Remote Desktop Commander, AI Deprecations

ตัวที่ใช้แทนได้

server หมวดเดียวกันจากผู้ทำคนอื่น เรียงตามดาว

อ่านการ์ด:★ ดาว GitHubiสามเสา: รีวิว · ผลตรวจ · การใช้งานiอัปเดต = วันที่ส่งรุ่นล่าสุดเข้า registryi

Spec Driven Development

โดย formulahendry

MCP Server that facilitates spec-driven development workflows, not just Vibe Coding.

รันบนเครื่อง★ 440MITอัปเดต 14 เดือนที่ผ่านมา

ติดตั้ง

Remote Desktop Commander

โดย desktop-commander

Remote Desktop Commander: use files, terminal and processes on your own computers from any AI app.

รันบนคลาวด์★ 211อัปเดต เมื่อวาน

ติดตั้ง

AI Deprecations

โดย aideprecations.com

AI model shutdown dates, replacements, change feed and webhook alerts for 8 providers.

รันบนคลาวด์อัปเดต วันนี้

ติดตั้ง

README จากผู้ทำ

เปิดอ่าน README

ส่วนนี้คัดจาก repo ของผู้ทำตามต้นฉบับ PopNx MCP ไม่ได้ตรวจหรือรับรองเนื้อหา ตัด HTML รูปภาพ และสคริปต์ออกแล้ว ลิงก์จะพาออกนอกเว็บ

GreenPick

Write greener, cheaper cloud infrastructure — before you deploy.

A design-time sustainability co-pilot that runs as an MCP server inside your vibe-coding environment (Cursor / Claude Code / Kiro). Ask it where to deploy, when to run a job, or how to right-size — and it answers with an honest carbon + cost + latency tradeoff, in-editor, in seconds. (It responds when you ask; auto-nudging on infra-code changes is on the roadmap.)

Status: working — 19 tools. Live carbon for US (EIA-930), EU (ENTSO-E) and Canada (Hydro-Québec,

IESO — no key needed), cross-cloud cost

parity (Vantage-refreshed), per-axis R/Y/G ratings, carbon-aware scheduling + day-ahead forecast,

GPU-training and LLM-inference carbon, right-sizing, serving-pattern and data-locality/residency

checks — all shipped. Offline or without API keys, falls back to clearly-labelled *typical* values:

this month's average for each grid, from a year of real data.

*The same 40-GPU-hour training run emits ~0.6 kg CO₂ in Stockholm vs ~17.5 kg in Sydney — a ~28× difference from region choice alone (typical October grids; Sydney on Ember's 2025 national figure, a lower bound for its coal-heavier state grid). Ask GreenPick and it surfaces that (with the cost and latency tradeoff) while you're still in the editor, before you commit.*

▶ [See the 5-minute demo](docs/demo.md) — three scenarios with real tool output (training placement, the egress backfire, the forecast).

Features

🧮 **Right-sizing that cuts cost *and* carbon together** — the FinOps win with a carbon twin. The money saved is the reason to run it; the carbon comes free.
⏱ Carbon-aware scheduling — run deferrable jobs (ETL, batch, training) when the grid is cleanest, now or day-ahead. A decision you make for *every* recurring job.
⚡ GPU training & LLM inference carbon — estimate a run's footprint and the greener *where* + *when*; the size/placement choices that actually move the number.
🌍 Greener region picks — ranked by carbon, with the cost + latency tradeoff shown, not hidden.
🛡 Backfire guards — flags when a greener move loses to egress, or crosses a data-residency line.
🔌 Live US + EU grid data, with a realistic fallback built from a year of real data — no API keys required to start.

Why this exists
What it is / is NOT · How it differs
Scope
MCP tools
Data sources
Honest limitations
Quick start
FAQ
Contributing
License

Why this exists

The same web service emits very different CO₂ depending on which region it runs in, because electricity grids differ in carbon intensity. Existing tools either rank regions in the abstract, or measure carbon *after* you deploy. GreenPick does it at the moment you choose, and tells you what the greener choice *costs you* in latency and dollars — so you can accept or reject it with eyes open.

What it is / is NOT

IS: directional "greener choice" guidance for a developer picking a cloud region while building. Guidance, with tradeoffs stated.
IS NOT: audited carbon accounting, ESG/Scope-2 reporting, or a real-time scheduler. GreenPick does not claim GHG-Protocol or ISO compliance — that's what the paid data vendors (Electricity Maps, WattTime) provide. GreenPick is for *decisions*, not *disclosures*.

How it differs from what's out there

Measurement tools (Cloud Carbon Footprint, CodeCarbon, Kepler) report what you *already* emitted, *after* you deploy. GreenPick advises *before* — at the choice.
Cloud providers' own tools (AWS CCFT, Azure, Google's "Low CO₂" region labels) cover *one* cloud and show carbon alone. GreenPick is cross-cloud and weighs carbon against cost and latency so you see the tradeoff, not just a green badge.
CI/CD carbon tools act at merge time on a pipeline job. GreenPick works earlier, in the editor, across more decisions (scheduling, right-sizing, training/inference, egress & residency).
Grid-data SDKs (Electricity Maps, WattTime, GSF Carbon Aware SDK) are building blocks; GreenPick is the decision layer on top of that kind of data.

The combination — cross-cloud, carbon + cost + latency, at design time, in the editor, with backfire guards — is the part nothing else puts together.

Scope

Providers: AWS, GCP, Azure — 25 regions across the US, Europe, Canada, Asia and Australia.
Workloads: long-running web/API services, GPU training runs, and deferrable jobs (ETL / batch / backups) — placement and timing for each.
Carbon = grid carbon intensity by region (directional, point-in-time; live US + EU), plus a day-ahead forecast (EU) for forward-looking scheduling.
Cost = compute + egress ballpark (deterministic static table, apples-to-apples across clouds; never LLM-invented).
Latency = geographic estimate to a stated user location.
Efficiency levers: greener instance family (perf-per-watt), right-sizing (cost + carbon together), and a carbon-metric scaffold to track your app over time.
Guardrails: data-locality / egress backfire checks and cross-jurisdiction residency flags.
Free data only. No flow-traced consumption accounting; carbon forecast is relative, not absolute.

Roadmap: data-format/engine efficiency advice, sub-national grid zones, CI/CD integration. See docs/user-questions-backlog.md.

MCP tools

19 tools, grouped by what you're trying to do.

Pick a region

Tool	What it does
`compare_regions_tri_axis`	Rank candidate regions by carbon with cost + latency tradeoffs; recommend a pick, each axis rated R/Y/G. Pass `regions` to rank only the ones you'd actually consider.
`greener_alternative_to`	"You picked X — the greenest region within +N ms latency is Y (−Z% carbon, Δcost)." The core nudge.
`region_carbon_now`	Current gCO₂/kWh for a region, with source + timestamp + freshness — and, when live, whether that's cleaner, dirtier or about usual for that hour this month.

Time a job (scheduling)

Tool	What it does
`cleanest_hours_to_run`	Cleanest recent hours to time a deferrable job (ETL, backups, training), + % reduction. Pass `window_hours` for a job of known duration → cleanest contiguous window to start at.
`cleanest_time_of_day`	For a recurring job (nightly batch): the region's cleanest time of day, averaged across recent days. A daily pattern, not a 7-day weekly one.
`greenest_regions_on_average`	Which regions are cleanest on a typical day in a given month (or the whole year), ranked from last year's real data. Offline, no keys; a planning view, not today's grid.
`carbon_forecast`	Forward-looking: which upcoming hours will be cleanest, from the EU day-ahead wind+solar forecast (ENTSO-E). Relative ranking; US/uncovered zones degrade to the recent historical pattern.

Estimate a workload's carbon

Tool	What it does
`estimate_workload_carbon`	Rough kgCO₂/month for a workload in a region (an estimate, not a measurement).
`estimate_training_carbon`	Carbon of a GPU training run (TDP-based energy × live grid), with greener where (region ranking) + when (cleanest hours) — the two levers that compound for portable, deferrable training.
`estimate_inference_carbon`	Energy + CO₂ of an LLM inference workload, by model size class × output tokens × requests (× live grid). A low–high band; smaller size class is the big lever. Self-hosted-friendly; not a named-model leaderboard.

Efficiency & guardrails

Tool	What it does
`greener_instance_family`	A greener same-size family in the same region via perf-per-watt (newer generation / ARM Graviton-class does the same work on less energy).
`rightsizing_check`	Right-sizing (the #1 FinOps win) with a carbon twin: if you're over-provisioned, a smaller size cuts both cost and carbon → the right-sized target with monthly $ and kg CO₂ saving.
`offhours_check`	For dev/test/staging that doesn't need to run 24/7: the monthly $ and kg CO2 saved by running it only N hours a week. Compute only, directional.
`data_locality_egress_check`	Warn when running compute away from where your data lives backfires: directional egress $ + coarse transfer carbon, and whether a greener-region move is still a net win.
`migration_payoff`	Does moving the data to the compute's region pay off? Payback in months, one-off vs monthly egress and transfer carbon, net over 12 months. Egress only.
`region_move_justification`	A short paste-ready paragraph for a pull request or decision record, with the carbon, cost, latency and egress numbers and their quality labels. Says so if the move is not an improvement.
`serving_pattern_advice`	For a user-facing platform: serve from one region or several? Traffic-weighted latency + carbon, with the multi-region data-sync egress and cross-jurisdiction residency catches.

Instrument & understand

Tool	What it does
`carbon_metric_scaffold`	Emits paste-in instrumentation (Python) so your app reports its own estimated carbon over time — observable proxies × GreenPick's power model × live grid. Self-tracking, directional; not a runtime meter.
`explain_methodology_and_limits`	The assumptions and what GreenPick explicitly does not claim.

Data sources (free; swappable behind one interface)

EIA-930 (US balancing authorities) and ENTSO-E (EU zones) — live grid carbon, auto-routed by region. Both also drive cleanest_hours_to_run from recent hourly history.
Hydro-Québec (Montreal / Québec City regions) and IESO (Toronto regions) — live hourly generation by source, public, no key needed. Hydro-Québec figures arrive 1.5–6 h late, so the latest complete hour is used and its timestamp shown.
Typical — the offline default and fallback: for each region, this calendar month's average intensity and average hour-of-day profile (UTC), computed from 12 months of real hourly EIA-930 / ENTSO-E data (data/typical.json, refreshed by scripts/refresh_typical.py). Labelled quality: "typical" — a realistic norm, never presented as a current reading.
Annual — for Singapore, Tokyo, Mumbai/Pune and Sydney, where no free hourly data exists: the country's yearly lifecycle grid intensity from Ember (via Our World in Data, CC BY 4.0), with source and year (data/annual.json). Labelled quality: "annual_average"; fine for comparing regions, but carries no timing signal.
**Mock

ตัดมาแค่ช่วงต้น อ่านต่อใน repo

GreenPick

ภาพรวม

สามเสาของ PopNx MCP

ใช้ทำอะไรได้

ติดตั้ง

ก่อนติดตั้ง

ค่าที่ต้องใส่เอง

ทำอะไรได้บ้าง

ผลตรวจเบื้องต้นi

ตัวตนผู้ทำตรงกับ repo

ยังมีคนดูแล

มีสัญญาอนุญาต (license)

endpoint ตอบ

ล็อกอินแบบ OAuth

คำอธิบายเครื่องมือไม่มีคำสั่งแอบแฝง

เทียบกับตัวอื่นในหมวด อื่น ๆi

คำถามที่พบบ่อย

ตัวที่ใช้แทนได้

Spec Driven Development

Remote Desktop Commander

AI Deprecations

README จากผู้ทำ

Features

Contents

Why this exists

What it is / is NOT

How it differs from what's out there

Scope

MCP tools

Pick a region

Time a job (scheduling)

Estimate a workload's carbon

Efficiency & guardrails

Instrument & understand

Data sources (free; swappable behind one interface)