Local Model Suitability MCP

Name: Local Model Suitability MCP
Author: OjasKord

โดย OjasKordรุ่น 1.1.23i★ –iบนเครื่องหรือคลาวด์

ชื่อใน registryio.github.OjasKord/local-model-suitability-mcp

ติดตั้ง

ภาพรวม

คำอธิบายจากผู้ทำ (ภาษาอังกฤษตามต้นฉบับ)

Check if a task runs locally vs cloud. Save money on calls that don't need cloud inference.

สามเสาของ PopNx MCP

สามเรื่องนี้ไม่รวมเป็นคะแนนเดียว เพราะความเห็น การวัด และความนิยม เป็นคนละเรื่องกัน

เสียงผู้ใช้iยังไม่มีรีวิวรีวิวเปิดพร้อมระบบบัญชีในขั้นถัดไป
ผลตรวจเบื้องต้นของเราiผ่าน 1 จาก 1 ข้อตรวจจากข้อมูลที่เปิดอยู่ ยังไม่ได้สแกนโค้ด
การใช้งานiยังไม่ได้วัด★ –

ใช้ทำอะไรได้

ตัวนี้ยังไม่ได้เรียบเรียงเป็นภาษาไทย ด้านล่างคือข้อเท็จจริงที่เราอ่านจาก registry

การเชื่อมต่อ: บนเครื่องหรือคลาวด์
ช่องทาง (transport): stdio, Streamable HTTP
หมวด: เอกสาร ตาราง และงานออฟฟิศ
ต้องใส่ค่าเหล่านี้: ANTHROPIC_API_KEY

ติดตั้ง

เลือกโปรแกรม AI ที่คุณใช้ แล้วคัดลอกค่าตั้งไปวาง

ก่อนติดตั้ง

ผลตรวจเบื้องต้น: ผ่าน 1 จาก 1 ข้อ
รันบนเครื่องของผู้ทำ สิ่งที่คุณถามจะผ่านเครื่องของเขา
ค่าที่คุณต้องใส่เอง: ANTHROPIC_API_KEY

ค่าที่ติดป้ายความลับคือกุญแจของบัญชีคุณ อย่าส่งให้ใคร และอย่าวางในแชต

ต้องเตรียมก่อน

รันบนคลาวด์ไม่ต้องลงโปรแกรมเพิ่ม ต่อผ่านอินเทอร์เน็ตได้เลย
npmติดตั้ง Node.js (มีคำสั่ง npx) ในเครื่อง

คุณใช้แอปไหน

ClaudeClaude CodeCursorVS CodeChatGPT

เลือกแอปด้านบน เราจำไว้ให้ ครั้งหน้าปุ่มจะขึ้นว่า “ติดตั้งลง …”

ใช้ได้ทั้ง Claude บนเว็บ แอปคอมพิวเตอร์ และมือถือ:

เปิด Settings → Connectors
กด Add custom connector
วางที่อยู่ด้านล่างแล้วกด Add
ถ้าให้ล็อกอิน ให้ล็อกอินกับผู้ทำ

https://local-model-suitability-mcp-production.up.railway.app

หรือรันในเครื่องคุณ

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

{
  "mcpServers": {
    "local-model-suitability": {
      "command": "npx",
      "args": [
        "-y",
        "local-model-suitability-mcp"
      ],
      "env": {
        "ANTHROPIC_API_KEY": "ใส่ค่าของคุณ"
      }
    }
  }
}

พิมพ์คำสั่งนี้ใน Terminal

claude mcp add --transport http local-model-suitability https://local-model-suitability-mcp-production.up.railway.app

หรือรันในเครื่องคุณ

claude mcp add local-model-suitability --env ANTHROPIC_API_KEY='ใส่ค่าของคุณ' -- npx -y local-model-suitability-mcp

เติมค่าที่เว้นว่างไว้ก่อนรัน

เปิดใน Cursor

หรือคัดลอกค่าตั้งเอง

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

{
  "mcpServers": {
    "local-model-suitability": {
      "url": "https://local-model-suitability-mcp-production.up.railway.app"
    }
  }
}

หรือรันในเครื่องคุณ

เปิดใน Cursor

หรือคัดลอกค่าตั้งเอง

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

{
  "mcpServers": {
    "local-model-suitability": {
      "command": "npx",
      "args": [
        "-y",
        "local-model-suitability-mcp"
      ],
      "env": {
        "ANTHROPIC_API_KEY": "ใส่ค่าของคุณ"
      }
    }
  }
}

เบราว์เซอร์จะถามก่อนเปิดแอป จากนั้นแอปแสดงค่าตั้งให้ตรวจแล้วกดยืนยัน ช่อง key เว้นว่างไว้ให้คุณใส่เอง

เปิดใน VS Code

หรือคัดลอกค่าตั้งเอง

วางในไฟล์ .vscode/mcp.json ของโปรเจกต์

{
  "servers": {
    "local-model-suitability": {
      "type": "http",
      "url": "https://local-model-suitability-mcp-production.up.railway.app"
    }
  }
}

หรือรันในเครื่องคุณ

เปิดใน VS Code

หรือคัดลอกค่าตั้งเอง

วางในไฟล์ .vscode/mcp.json ของโปรเจกต์

{
  "servers": {
    "local-model-suitability": {
      "type": "stdio",
      "command": "npx",
      "args": [
        "-y",
        "local-model-suitability-mcp"
      ],
      "env": {
        "ANTHROPIC_API_KEY": "ใส่ค่าของคุณ"
      }
    }
  }
}

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://local-model-suitability-mcp-production.up.railway.app

ชื่อเมนูอาจต่างกันเล็กน้อยตามแพ็กเกจและรุ่นของแอป

ตัวเลือกเก็บในคุกกี้บนเครื่องนี้ ไม่ต้องมีบัญชี

ค่าที่ต้องใส่เอง

ANTHROPIC_API_KEY ความลับ จำเป็น env
Anthropic API key for Claude routing analysis

ค่าตั้งนี้สร้างจากข้อมูลใน registry ของผู้ทำ ถ้าไม่ตรงกับ README ให้เชื่อ README

ทำอะไรได้บ้าง

ยังไม่ได้อ่านรายการเครื่องมือของตัวนี้ เราตรวจ endpoint ทีละชุดวนไป

ผลตรวจเบื้องต้นi

เราตรวจจากข้อมูลที่ใครก็เปิดดูได้ ยังไม่ได้อ่านโค้ด ข้อที่ไม่เกี่ยวกับตัวนี้ไม่นับในตัวหาร · ตรวจเมื่อ 7 พ.ย. 2569

✓ ผ่าน
ตัวตนผู้ทำตรงกับ repo
ชื่อใน registry ยืนยันด้วยบัญชี GitHub OjasKord 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 เอกสาร ตาราง และงานออฟฟิศi

ดาวมากกว่า 0% ของอีก 2201 ตัวในหมวดนี้
ส่งรุ่นใหม่เข้า registry ล่าสุดกว่า 15% ของอีก 2201 ตัวในหมวดนี้
ผลตรวจเบื้องต้นดีกว่าหรือเท่ากับ 100% ของอีก 2201 ตัวในหมวดนี้

เทียบกับทุก server ที่ยังใช้งานในหมวดนี้ทั้งทะเบียน ดาวนับเฉพาะเมื่อผู้ลงทะเบียนเป็นเจ้าของ repo

คำถามที่พบบ่อย

Local Model Suitability MCP ปลอดภัยไหม?

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

ต้องใช้กุญแจหรือรหัสอะไรบ้าง?

ต้องใส่ค่าเหล่านี้: ANTHROPIC_API_KEY

ตัวนี้รันบนเครื่องหรือบนคลาวด์?

ได้ทั้งสองแบบ จะลงในเครื่องหรือต่อผ่านคลาวด์ก็ได้

ยังมีคนดูแลอยู่ไหม?

repo บน GitHub มีการแก้โค้ดล่าสุด – และส่งรุ่นล่าสุด (1.1.23) เข้า registry 4 เดือนที่ผ่านมา

ใช้กับโปรแกรมไหนได้บ้าง?

โปรแกรมที่รองรับ MCP เช่น Claude Desktop, Claude Code, Cursor และ VS Code ตัวนี้ต่อผ่าน URL จึงใช้กับโปรแกรมที่รับ remote MCP ได้ เช่น ChatGPT ที่เปิดโหมดนักพัฒนา

มีตัวไหนใช้แทนได้บ้าง?

ในหมวดเดียวกันมี Agent-Native Calendar, Excel MCP Server, MCP Server for Excel

ตัวที่ใช้แทนได้

server หมวดเดียวกันจากผู้ทำคนอื่น เรียงตามดาว

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

Agent-Native Calendar

โดย BuilderIO

Agent-Native Google Calendar - manage events, sync, and public booking

รันบนคลาวด์★ 7,620MITอัปเดต 2 เดือนที่ผ่านมา

ติดตั้ง

Excel MCP Server

โดย haris-musa

ให้ AI สร้างและแก้ไฟล์ Excel ได้เอง ทั้งสูตร กราฟ และ PivotTable โดยไม่ต้องมีโปรแกรม Excel ในเครื่อง

รันบนเครื่อง★ 4,276MITอัปเดต 7 วันที่ผ่านมา

ติดตั้ง

MCP Server for Excel

โดย sbroenne

Excel automation for AI - Sheets, Power Query, DAX, VBA, Tables, Ranges and more. Windows only.

รันบนเครื่อง★ 847MITอัปเดต 4 วันที่ผ่านมา

ติดตั้ง

README จากผู้ทำ

เปิดอ่าน README

ส่วนนี้คัดจาก repo ของผู้ทำตามต้นฉบับ PopNx MCP ไม่ได้ตรวจหรือรับรองเนื้อหา ตัด HTML รูปภาพ และสคริปต์ออกแล้ว ลิงก์จะพาออกนอกเว็บ

Local Model Suitability MCP

Cloud inference is expensive. Everything that can run locally should.

This MCP server tells your agent — before every cloud API call — whether the task can be handled by a local model instead. Route to Ollama, LM Studio, or llama.cpp when you can. Only pay for cloud when you must.

The Tool

`check_local_viability`

Call this BEFORE every cloud inference call. If verdict is LOCAL, skip the cloud call entirely and route to your local model. Only use cloud when this tool returns CLOUD.

Inputs:

Field	Required	Description
`task`	✅	The exact task you are about to send to a cloud model
`quality_threshold`	Optional	`PRODUCTION` (default) / `PROTOTYPE` / `BEST_EFFORT`
`data_sensitivity`	Optional	`PUBLIC` (default) / `INTERNAL` / `CONFIDENTIAL`

CONFIDENTIAL forces LOCAL regardless of task complexity — data never leaves the machine.

Response:

"verdict": "LOCAL", "confidence": "HIGH", "reason": "Simple text summarisation — no reasoning depth required. Any 7B+ local model handles this well.", "estimated_cost_saving": "$0.002-0.008 saved per call at claude-sonnet pricing", "recommended_local_models": ["llama3.2:8b", "mistral-7b", "phi3:medium"], "cloud_justified_reason": null, "analysis_type": "AI-powered cost routing — NOT a simple lookup" }

Data Sources

AI reasoning: Anthropic Claude (claude-sonnet) — cost routing analysis
No external data sources — pure AI reasoning

Pricing

Plan	Calls	Price
Free	20/month	$0
Starter	500-call bundle	$20
Pro	2,000-call bundle	$70

Subscribe at kordagencies.com

Setup

"mcpServers": { "local-model-suitability": { "command": "npx", "args": ["-y", "local-model-suitability-mcp"], "env": { "ANTHROPIC_API_KEY": "your-key", "API_KEY": "your-lms-api-key-for-paid-tier" } } } }

Free tier requires no API key — tracked by IP.

Harness Integration

Claude Code / Claude Desktop (.mcp.json)

"mcpServers": { "local-model-suitability": { "type": "http", "url": "https://local-model-suitability-mcp-production.up.railway.app" } } }

LangChain (Python)

from langchain_mcp_adapters.client import MultiServerMCPClient

client = MultiServerMCPClient({ "local-model-suitability": { "url": "https://local-model-suitability-mcp-production.up.railway.app", "transport": "http" } }) tools = await client.get_tools()

OpenAI Agents SDK (Python)

from agents import Agent, HostedMCPTool

agent = Agent( name="Assistant", tools=[HostedMCPTool(tool_config={ "type": "mcp", "server_label": "local-model-suitability", "server_url": "https://local-model-suitability-mcp-production.up.railway.app", "require_approval": "never" })] )

LangGraph

Same as LangChain above — langchain-mcp-adapters works with LangGraph natively.

Legal

Results are for cost-optimisation guidance only and do not constitute technical advice. Full terms: kordagencies.com/terms.html

Local Model Suitability MCP

ภาพรวม

สามเสาของ PopNx MCP

ใช้ทำอะไรได้

ติดตั้ง

ก่อนติดตั้ง

หรือรันในเครื่องคุณ

หรือรันในเครื่องคุณ

หรือรันในเครื่องคุณ

หรือรันในเครื่องคุณ

ค่าที่ต้องใส่เอง

ทำอะไรได้บ้าง

ผลตรวจเบื้องต้นi

ตัวตนผู้ทำตรงกับ repo

ยังมีคนดูแล

มีสัญญาอนุญาต (license)

endpoint ตอบ

ล็อกอินแบบ OAuth

คำอธิบายเครื่องมือไม่มีคำสั่งแอบแฝง

เทียบกับตัวอื่นในหมวด เอกสาร ตาราง และงานออฟฟิศi

คำถามที่พบบ่อย

ตัวที่ใช้แทนได้

Agent-Native Calendar

Excel MCP Server

MCP Server for Excel

README จากผู้ทำ

Local Model Suitability MCP

The Tool

check_local_viability

Data Sources

Pricing

Setup

Harness Integration

Claude Code / Claude Desktop (.mcp.json)

LangChain (Python)

OpenAI Agents SDK (Python)

LangGraph

Legal

`check_local_viability`