AI Compute Radar

它能帮你做什么

我们还没有为它写通俗的介绍。下面是我们从注册中心读取到的事实。

• 连接方式: 电脑或云端
• 传输方式: stdio, Streamable HTTP
• 分类: 其他

安装

选择你使用的 AI 应用，然后复制设置。

你需要

• 在云端运行无需安装任何东西，通过互联网连接
• npm已安装 Node.js（用于 npx 命令）

你用的是哪个应用？

https://aicomputeradar.dev/api/mcp

{
  "mcpServers": {
    "ai-compute-radar": {
      "command": "npx",
      "args": [
        "-y",
        "ai-compute-radar"
      ]
    }
  }
}

claude mcp add --transport http ai-compute-radar https://aicomputeradar.dev/api/mcp

claude mcp add ai-compute-radar -- npx -y ai-compute-radar

{
  "mcpServers": {
    "ai-compute-radar": {
      "url": "https://aicomputeradar.dev/api/mcp"
    }
  }
}

{
  "mcpServers": {
    "ai-compute-radar": {
      "command": "npx",
      "args": [
        "-y",
        "ai-compute-radar"
      ]
    }
  }
}

{
  "servers": {
    "ai-compute-radar": {
      "type": "http",
      "url": "https://aicomputeradar.dev/api/mcp"
    }
  }
}

{
  "servers": {
    "ai-compute-radar": {
      "type": "stdio",
      "command": "npx",
      "args": [
        "-y",
        "ai-compute-radar"
      ]
    }
  }
}

https://aicomputeradar.dev/api/mcp

你的选择通过 Cookie 保存在这台设备上，无需账户。

这些设置是根据作者在注册中心的条目生成的。如果 README 的写法不同，请以 README 为准。

它能做什么

工具名称和描述与服务器在 2026年11月7日 报告的完全一致。这些内容由作者撰写，不是我们写的；我们以纯文本形式显示。

• trending_models

  Tracked AI models ranked by Heat Score (0–100, weighted percentiles of measured Hugging Face/OpenRouter signals) with the raw signals, local-run facts (GGUF size, quantization) and links. Models still collecting a week of history have heat=null and rank after scored ones.

• find_fit

  Which tracked models run on a given GPU or Mac: measured GGUF weights + computed context cache + runtime overhead versus usable memory. Returns the best recommendation and every verdict (EXCELLENT/GOOD/TIGHT/OFFLOAD_REQUIRED/NOT_RECOMMENDED/UNKNOWN) with plain-language reasons. G

• gpu_prices

  Median verified on-demand rental price per GPU class on Vast.ai (USD per hour), with min/p75 and offer counts, the collection timestamp, and per class the Rent Index: this week's median against last week and against the first week collected, a trend word, and the days excluded as

• price_history

  Daily price history per GPU class and source, up to 90 days: the rows the Rent Index and the 30-day range are computed from. Marketplace days (Vast.ai, Clore.ai) are medians over the day's counted hourly medians with min, p75 and offer count; list-price days (RunPod, AWS, Azure,

• list_hardware

  Curated GPU and Mac profiles the fit engine knows — ids, memory, usable memory after margins, bandwidth. Use an id with find_fit.

• weekly_pick

  The current pick of the week: one tracked model chosen by a published rule (largest counted Heat Score rise among models that run comfortably on a consumer card of up to 24 GB), with the numbers frozen at selection time, a device-by-device fit ladder and the written report includ

基础检查i

我们检查的是任何人都能看到的信息；我们没有阅读代码。不适用的检查项不计入总数。 · 检查于 2026年11月8日

• ! 注意

  作者与仓库一致

  注册中心没有列出源代码仓库，因此无法将发布者（aicomputeradar.dev）与代码对应起来

• … 尚未检查

  仍在维护

  我们还没有从 GitHub 读取这个仓库

• … 尚未检查

  有许可证

  我们还没有从 GitHub 读取这个仓库

• ✓ 通过

  端点有响应

  在 364 毫秒内响应（HTTP 200）

• – 不适用

  使用 OAuth 登录

  无需登录

• ✓ 通过

  工具描述中没有隐藏指令

  已读取 6 个工具描述，未发现针对 AI 的隐藏指令

与“其他”中的其他服务器比较i

• 星标数多于此分类中其他 18398 个服务器的 0%
• 发布到注册中心的时间比此分类中其他 18398 个服务器的 78% 更新
• 基础检查结果等于或优于此分类中其他 18398 个服务器的 36%

与注册中心里这个分类中所有活跃的服务器比较。只有当发布者拥有该仓库时，星标数才计入。

替代选择

同一分类中其他作者的服务器，按星标数排序。

如何看卡片：★ GitHub 星标i三大支柱：评价 · 检查 · 使用情况i更新 = 最新版本发布到注册中心的时间i

作者的 README

仓库中没有找到 README