Sprout MCP

Name: Sprout MCP
Author: mepsopti

โดย mepsoptiรุ่น 0.1.4i★ –iรันบนเครื่อง

ชื่อใน registryio.github.mepsopti/sprout-mcp

ติดตั้ง

ภาพรวม

คำอธิบายจากผู้ทำ (ภาษาอังกฤษตามต้นฉบับ)

Model-tiered content pipeline — cheap models seed, expensive models verify

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

ติดตั้ง

เลือกโปรแกรม AI ที่คุณใช้ แล้วคัดลอกค่าตั้งไปวาง

ก่อนติดตั้ง

ผลตรวจเบื้องต้น: ผ่าน 1 จาก 1 ข้อ
รันในเครื่องคุณด้วยสิทธิ์ของผู้ใช้คุณ (ไฟล์ อินเทอร์เน็ต แอปต่าง ๆ)
ทะเบียนไม่ได้ระบุ key ที่ต้องใส่

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": {
    "sprout": {
      "command": "uvx",
      "args": [
        "sprout-mcp"
      ]
    }
  }
}

พิมพ์คำสั่งนี้ใน Terminal

claude mcp add sprout -- uvx sprout-mcp

เปิดใน Cursor

หรือคัดลอกค่าตั้งเอง

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

{
  "mcpServers": {
    "sprout": {
      "command": "uvx",
      "args": [
        "sprout-mcp"
      ]
    }
  }
}

เบราว์เซอร์จะถามก่อนเปิดแอป จากนั้นแอปแสดงค่าตั้งให้ตรวจแล้วกดยืนยัน ช่อง key เว้นว่างไว้ให้คุณใส่เอง

เปิดใน VS Code

หรือคัดลอกค่าตั้งเอง

วางในไฟล์ .vscode/mcp.json ของโปรเจกต์

{
  "servers": {
    "sprout": {
      "type": "stdio",
      "command": "uvx",
      "args": [
        "sprout-mcp"
      ]
    }
  }
}

ตัวนี้รันในเครื่องคุณ แต่ ChatGPT ต่อได้เฉพาะ server บนอินเทอร์เน็ต ลองเลือกแอปอื่น

ตัวเลือกเก็บในคุกกี้บนเครื่องนี้ ไม่ต้องมีบัญชี

ค่าตั้งนี้สร้างจากข้อมูลใน registry ของผู้ทำ ถ้าไม่ตรงกับ README ให้เชื่อ README

ทำอะไรได้บ้าง

รันในเครื่องคุณ รายการเครื่องมือจะขึ้นในแอป AI หลังติดตั้ง

ผลตรวจเบื้องต้นi

เราตรวจจากข้อมูลที่ใครก็เปิดดูได้ ยังไม่ได้อ่านโค้ด ข้อที่ไม่เกี่ยวกับตัวนี้ไม่นับในตัวหาร · ตรวจเมื่อ 7 พ.ย. 2569

✓ ผ่าน
ตัวตนผู้ทำตรงกับ repo
ชื่อใน registry ยืนยันด้วยบัญชี GitHub mepsopti 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 32620 ตัวในหมวดนี้
ส่งรุ่นใหม่เข้า registry ล่าสุดกว่า 3% ของอีก 32620 ตัวในหมวดนี้
ผลตรวจเบื้องต้นดีกว่าหรือเท่ากับ 100% ของอีก 32620 ตัวในหมวดนี้

เทียบกับทุก server ที่ยังใช้งานในหมวดนี้ทั้งทะเบียน ดาวนับเฉพาะเมื่อผู้ลงทะเบียนเป็นเจ้าของ repo

คำถามที่พบบ่อย

Sprout MCP ปลอดภัยไหม?

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

ต้องใช้กุญแจหรือรหัสอะไรบ้าง?

registry ไม่ได้ระบุว่าต้องใช้กุญแจ แต่บางตัวจะขอให้ล็อกอินตอนใช้ครั้งแรก

ตัวนี้รันบนเครื่องหรือบนคลาวด์?

รันบนเครื่องของคุณ โปรแกรม AI จะเปิด server ขึ้นมาเองเมื่อใช้ ข้อมูลไม่ต้องผ่านเซิร์ฟเวอร์ของผู้ทำ (ยกเว้นตัวที่ไปเรียกบริการออนไลน์ต่อ)

ยังมีคนดูแลอยู่ไหม?

repo บน GitHub มีการแก้โค้ดล่าสุด – และส่งรุ่นล่าสุด (0.1.4) เข้า registry 8 เดือนที่ผ่านมา

ใช้กับโปรแกรมไหนได้บ้าง?

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

มีตัวไหนใช้แทนได้บ้าง?

ในหมวดเดียวกันมี Spec Driven Development, Remote Desktop Commander, Intervals MCP

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 เมื่อวานซืน

ติดตั้ง

Intervals MCP

โดย ljcl

Remote MCP server for intervals.icu run data and analysis

รันบนเครื่องอัปเดต วันนี้

ติดตั้ง

README จากผู้ทำ

เปิดอ่าน README

ส่วนนี้คัดจาก repo ของผู้ทำตามต้นฉบับ PopNx MCP ไม่ได้ตรวจหรือรับรองเนื้อหา ตัด HTML รูปภาพ และสคริปต์ออกแล้ว ลิงก์จะพาออกนอกเว็บ

Sprout MCP

Drop your Opus bill 80%. Model-tiered content pipeline for MCP — cheap models seed work, expensive models verify it.

Sprout routes tasks to the right model tier automatically. Haiku drafts, Sonnet fact-checks, Opus verifies. Every chunk tracks provenance, confidence, and cost.

Install

uvx sprout-mcp

Or add to Claude Code's MCP config (~/.claude/settings.json):

"mcpServers": { "sprout": { "command": "uvx", "args": ["sprout-mcp"] } } }

How It Works

  Haiku (seed)  →  Sonnet (watered)  →  Opus (sprouted)

Draft Fact-check Verify $0.005/M $0.015/M $0.075/M

Seed — Haiku drafts content cheaply (summarization, extraction, first passes)
Water — Sonnet reviews and fact-checks the seeds
Sprout — Opus deep-verifies only what passed Sonnet's review

Instead of running everything through Opus at $75/M output tokens, most work stays at Haiku's $5/M. Only the final verification — typically 10-20% of total work — touches Opus.

Tools (13)

Tool	Description
`submit_chunk`	Store content with provenance (model, task type, sources)
`get_review_queue`	List chunks needing review, filtered by confidence/project
`mark_reviewed`	Promote (seed→watered→sprouted) or reject chunks
`recommend_model`	Get model recommendation for a task type
`get_stats`	Dashboard of chunk counts, confidence levels, token usage
`export_chunks`	Export verified chunks as JSON
`opus_test`	Generate structured review summary for batch verification
`schedule_task`	Schedule tasks to run at a specific time or delay
`list_scheduled`	View pending scheduled tasks
`cancel_scheduled`	Cancel a pending scheduled task
`configure_routing`	Add/update routing rules at runtime
`get_cost_report`	Estimated spend per model with real pricing
`retry_on_error`	Track failed attempts with backoff guidance

Configuration

Environment Variables

Variable	Default	Description
`SPROUT_DB_PATH`	`~/.sprout/sprout.db`	SQLite database location
`SPROUT_CONFIG`	(none)	Path to JSON config file for custom routes and pricing
`SPROUT_MAX_RETRIES`	`3`	Max retry attempts before giving up
`SPROUT_RETRY_BACKOFF`	`2.0`	Exponential backoff base (seconds)

Custom Config File

Create a JSON file and point SPROUT_CONFIG at it:

"routes": { "code_review": { "tier": "sonnet", "reason": "Code analysis needs reasoning" }, "translation": { "tier": "haiku", "reason": "Straightforward language task" } }, "pricing": { "custom-model": 10.00 } }

Default Routing Table

Task Type	Tier	Why
`biography_synthesis`	haiku	Factual summarization
`council_description`	haiku	Historical summarization
`document_synopsis`	haiku	Content summarization
`json_validation`	haiku	Structural verification
`summarization`	haiku	General summarization
`data_extraction`	haiku	Structured extraction
`fact_check_first_pass`	sonnet	Cross-reference claims
`code_review`	sonnet	Code analysis
`fact_check_final`	opus	Deep factual verification
`theological_analysis`	opus	Domain expertise required
`complex_analysis`	opus	Deep reasoning required

Unknown task types default to haiku — start cheap, escalate if needed.

Example Workflow

You: Use recommend_model for "biography_synthesis"

Sprout: biography_synthesis → haiku-4.5 (Factual summarization)

You: Use submit_chunk to store the Haiku output Sprout: Stored chunk abc12345 [seed] for person-001.biography

You: Use get_review_queue to see what needs fact-checking Sprout: 1 chunk pending review

You: Use mark_reviewed to promote after Sonnet fact-checks it Sprout: Chunk abc12345 → watered (verified by sonnet-4.6)

You: Use get_cost_report Sprout: haiku-4.5: ~1,300 tokens (1 chunk) — $0.0065 Total: $0.0065

Development

git clone https://github.com/mepsopti/sprout-mcp.git

cd sprout-mcp uv sync --extra dev uv run pytest

Support

If Sprout saves you money on your AI bill, consider buying me a coffee:

License

MIT

mcp-name: io.github.mepsopti/sprout-mcp

Sprout MCP

ภาพรวม

สามเสาของ PopNx MCP

ใช้ทำอะไรได้

ติดตั้ง

ก่อนติดตั้ง

ทำอะไรได้บ้าง

ผลตรวจเบื้องต้นi

ตัวตนผู้ทำตรงกับ repo

ยังมีคนดูแล

มีสัญญาอนุญาต (license)

endpoint ตอบ

ล็อกอินแบบ OAuth

คำอธิบายเครื่องมือไม่มีคำสั่งแอบแฝง

เทียบกับตัวอื่นในหมวด อื่น ๆi

คำถามที่พบบ่อย

ตัวที่ใช้แทนได้

Spec Driven Development

Remote Desktop Commander

Intervals MCP

README จากผู้ทำ

Sprout MCP

Install

How It Works

Tools (13)

Configuration

Environment Variables

Custom Config File

Default Routing Table

Example Workflow

Development

Support

License