Spec Driven Development
โดย formulahendry
MCP Server that facilitates spec-driven development workflows, not just Vibe Coding.
รันบนเครื่อง★ 440MITอัปเดต 14 เดือนที่ผ่านมา
ติดตั้ง
ModelCostComparison
ภาพรวม
คำอธิบายจากผู้ทำ (ภาษาอังกฤษตามต้นฉบับ)
Find AI model pricing, estimate token costs and compare offers. No API key required.
สามเสาของ PopNx MCP
สามเรื่องนี้ไม่รวมเป็นคะแนนเดียว เพราะความเห็น การวัด และความนิยม เป็นคนละเรื่องกัน
- เสียงผู้ใช้iยังไม่มีรีวิวรีวิวเปิดพร้อมระบบบัญชีในขั้นถัดไป
- ผลตรวจเบื้องต้นของเราiผ่าน 1 จาก 1 ข้อตรวจจากข้อมูลที่เปิดอยู่ ยังไม่ได้สแกนโค้ด
- การใช้งานiยังไม่ได้วัด★ –
ใช้ทำอะไรได้
ตัวนี้ยังไม่ได้เรียบเรียงเป็นภาษาไทย ด้านล่างคือข้อเท็จจริงที่เราอ่านจาก registry
- การเชื่อมต่อ: รันบนคลาวด์
- ช่องทาง (transport): Streamable HTTP
- หมวด: อื่น ๆ
ติดตั้ง
เลือกโปรแกรม AI ที่คุณใช้ แล้วคัดลอกค่าตั้งไปวาง
ก่อนติดตั้ง
- ผลตรวจเบื้องต้น: ผ่าน 1 จาก 1 ข้อ
- รันบนเครื่องของผู้ทำ สิ่งที่คุณถามจะผ่านเครื่องของเขา
- ทะเบียนไม่ได้ระบุ key ที่ต้องใส่
ต้องเตรียมก่อน
- รันบนคลาวด์ไม่ต้องลงโปรแกรมเพิ่ม ต่อผ่านอินเทอร์เน็ตได้เลย
คุณใช้แอปไหน
เลือกแอปด้านบน เราจำไว้ให้ ครั้งหน้าปุ่มจะขึ้นว่า “ติดตั้งลง …”
ใช้ได้ทั้ง Claude บนเว็บ แอปคอมพิวเตอร์ และมือถือ:
- เปิด Settings → Connectors
- กด Add custom connector
- วางที่อยู่ด้านล่างแล้วกด Add
- ถ้าให้ล็อกอิน ให้ล็อกอินกับผู้ทำ
https://modelcostcomparison.com/api/v1/mcpพิมพ์คำสั่งนี้ใน Terminal
claude mcp add --transport http modelcostcomparison https://modelcostcomparison.com/api/v1/mcpหรือคัดลอกค่าตั้งเอง
วางในไฟล์ .cursor/mcp.json ของโปรเจกต์ หรือ ~/.cursor/mcp.json
{
"mcpServers": {
"modelcostcomparison": {
"url": "https://modelcostcomparison.com/api/v1/mcp"
}
}
}เบราว์เซอร์จะถามก่อนเปิดแอป จากนั้นแอปแสดงค่าตั้งให้ตรวจแล้วกดยืนยัน ช่อง key เว้นว่างไว้ให้คุณใส่เอง
หรือคัดลอกค่าตั้งเอง
วางในไฟล์ .vscode/mcp.json ของโปรเจกต์
{
"servers": {
"modelcostcomparison": {
"type": "http",
"url": "https://modelcostcomparison.com/api/v1/mcp"
}
}
}เบราว์เซอร์จะถามก่อนเปิดแอป จากนั้นแอปแสดงค่าตั้งให้ตรวจแล้วกดยืนยัน ช่อง key เว้นว่างไว้ให้คุณใส่เอง
ChatGPT ต่อได้เฉพาะ server ที่อยู่บนอินเทอร์เน็ต:
- เปิด ChatGPT บนเว็บ → Settings → Connectors (Apps)
- กด Create หรือ Add (บางแพ็กเกจต้องเปิด Developer mode ใน Advanced ก่อน)
- วางที่อยู่ด้านล่าง ตั้งชื่อ แล้วบันทึก
- ถ้าให้ล็อกอิน ให้ล็อกอินกับผู้ทำ
https://modelcostcomparison.com/api/v1/mcpชื่อเมนูอาจต่างกันเล็กน้อยตามแพ็กเกจและรุ่นของแอป
ตัวเลือกเก็บในคุกกี้บนเครื่องนี้ ไม่ต้องมีบัญชี
ค่าตั้งนี้สร้างจากข้อมูลใน registry ของผู้ทำ ถ้าไม่ตรงกับ README ให้เชื่อ README
ทำอะไรได้บ้าง
ยังไม่ได้อ่านรายการเครื่องมือของตัวนี้ เราตรวจ endpoint ทีละชุดวนไป
ผลตรวจเบื้องต้นi
เราตรวจจากข้อมูลที่ใครก็เปิดดูได้ ยังไม่ได้อ่านโค้ด ข้อที่ไม่เกี่ยวกับตัวนี้ไม่นับในตัวหาร · ตรวจเมื่อ 6 พ.ย. 2569
- ✓ ผ่าน
ตัวตนผู้ทำตรงกับ repo
ชื่อใน registry ยืนยันด้วยบัญชี GitHub Lazige ซึ่งเป็นเจ้าของ repo
- … ยังไม่ตรวจ
ยังมีคนดูแล
ยังไม่ได้อ่านข้อมูล repo จาก GitHub
- … ยังไม่ตรวจ
มีสัญญาอนุญาต (license)
ยังไม่ได้อ่านข้อมูล repo จาก GitHub
- … ยังไม่ตรวจ
endpoint ตอบ
ยังไม่ได้ตรวจ เราตรวจ endpoint ทีละชุดวนไป
- … ยังไม่ตรวจ
ล็อกอินแบบ OAuth
ยังไม่ได้ตรวจ เราตรวจ endpoint ทีละชุดวนไป
- … ยังไม่ตรวจ
คำอธิบายเครื่องมือไม่มีคำสั่งแอบแฝง
ยังไม่ได้ตรวจ เราอ่านรายการเครื่องมือตอนตรวจ endpoint
เทียบกับตัวอื่นในหมวด อื่น ๆi
- ดาวมากกว่า 0% ของอีก 32489 ตัวในหมวดนี้
- ส่งรุ่นใหม่เข้า registry ล่าสุดกว่า 53% ของอีก 32489 ตัวในหมวดนี้
- ผลตรวจเบื้องต้นดีกว่าหรือเท่ากับ 100% ของอีก 32489 ตัวในหมวดนี้
เทียบกับทุก server ที่ยังใช้งานในหมวดนี้ทั้งทะเบียน ดาวนับเฉพาะเมื่อผู้ลงทะเบียนเป็นเจ้าของ repo
คำถามที่พบบ่อย
ModelCostComparison ปลอดภัยไหม?
จากการตรวจเบื้องต้นของเรา ผ่าน 1 จาก 1 ข้อที่ตรวจได้ เรายังไม่ได้อ่านโค้ด ก่อนใส่กุญแจหรือ token ให้ดูว่า server ขอสิทธิ์อะไร และเลือกกุญแจที่ทำได้เท่าที่จำเป็น
ต้องใช้กุญแจหรือรหัสอะไรบ้าง?
registry ไม่ได้ระบุว่าต้องใช้กุญแจ แต่บางตัวจะขอให้ล็อกอินตอนใช้ครั้งแรก
ตัวนี้รันบนเครื่องหรือบนคลาวด์?
รันบนคลาวด์ของผู้ทำ ต่อผ่านอินเทอร์เน็ตได้เลย ไม่ต้องลงโปรแกรม แต่ข้อมูลที่ส่งให้จะผ่านเซิร์ฟเวอร์ของผู้ทำ
ยังมีคนดูแลอยู่ไหม?
repo บน GitHub มีการแก้โค้ดล่าสุด – และส่งรุ่นล่าสุด (1.0.1) เข้า registry 35 วันที่ผ่านมา
ใช้กับโปรแกรมไหนได้บ้าง?
โปรแกรมที่รองรับ MCP เช่น Claude Desktop, Claude Code, Cursor และ VS Code ตัวนี้ต่อผ่าน URL จึงใช้กับโปรแกรมที่รับ remote MCP ได้ เช่น ChatGPT ที่เปิดโหมดนักพัฒนา
มีตัวไหนใช้แทนได้บ้าง?
ในหมวดเดียวกันมี Spec Driven Development, Remote Desktop Commander, Whisper
ตัวที่ใช้แทนได้
server หมวดเดียวกันจากผู้ทำคนอื่น เรียงตามดาว
อ่านการ์ด:★ ดาว GitHubiสามเสา: รีวิว · ผลตรวจ · การใช้งานiอัปเดต = วันที่ส่งรุ่นล่าสุดเข้า registryi
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
Whisper
โดย whisper-sec
One routable IPv6 per AI agent, verifiable from the DNS root. Keyless tools need no signup.
บนเครื่องหรือคลาวด์อัปเดต วันนี้
ติดตั้ง
README จากผู้ทำ
เปิดอ่าน README
ส่วนนี้คัดจาก repo ของผู้ทำตามต้นฉบับ PopNx MCP ไม่ได้ตรวจหรือรับรองเนื้อหา ตัด HTML รูปภาพ และสคริปต์ออกแล้ว ลิงก์จะพาออกนอกเว็บ
ModelCostComparison MCP
Measured by MCPmetrics:
Connect your AI client to the same pricing source and calculation engine used by ModelCostComparison.
Install in Cursor
Connect
Remote endpoint: https://modelcostcomparison.com/api/v1/mcp Transport: Streamable HTTP. No API key or local package required.
Cursor
Use the install link above and confirm the server in Cursor. Alternatively, merge the contents of mcp.json into your Cursor MCP configuration, preserving existing servers. Enable ModelCostComparison in the agent's tools.
Claude
Open Connectors, choose Add custom connector, name it ModelCostComparison and paste the endpoint above. Connect it and enable its tools for your conversation. Organization settings may require an administrator to add it.
Other clients
Add a remote MCP server with the endpoint above and Streamable HTTP transport.
Tools
| Tool | Purpose |
|---|---|
list_models | Find model and exact tariff identifiers. |
get_model_pricing | Get rates, sources and review dates. |
calculate_cost | Calculate input, output and cached-input token costs. |
compare_model_costs | Compare offers for the same token workload. |
find_cheapest_models | Rank eligible reviewed offers for a token workload. |
list_providers | Summarize providers, offers and current price ranges. |
Try it
- “Use ModelCostComparison to list available OpenAI models and show pricing sources and review dates.”
- “Find reviewed offers for OpenAI, Anthropic and Google. Compare 1 million input tokens and 200,000 output tokens, with no cache and at most 8,000 input tokens per request.”
- “For the selected offer, estimate 1 million input tokens including 500,000 cached input tokens, plus 100,000 output tokens. Maximum input per request is 8,000 tokens.”
Start with model discovery; use the exact offer IDs returned by the service. Missing or ambiguous workload details should be clarified before calculating.
Scope
Results are estimates of text-token subtotals in USD, not invoices or model-quality rankings. Cache writes, storage, tools, search and taxes are excluded. Expired or unreviewed offers cannot be calculated. Unsupported offers are reported separately in comparisons. Pricing is served from the website's reviewed deployment snapshot, not fetched from providers on every request.
The service is rate limited. On HTTP 429, wait for Retry-After before retrying. HTTP 503 indicates temporary unavailability. No provider credentials are needed, and tools do not call provider models.
This repository contains connection settings and documentation only. Pricing and calculations remain on the hosted service.
References
Official MCP Registry
Published as io.github.Lazige/modelcostcomparison, version 1.0.1. Registry entry. The registry metadata lives in server.json.