2 v1.3.7 更新于 2026-11-03

Model Finder MCP Server

Find the cheapest AI model that passes your tests: audit repo models, build evals, routing, sizing

适用客户端

本地客户端
Claude Desktop、Claude Code、Cursor、Cline 等支持本地 MCP 的客户端

安装配置

本地运行(pypi)
{
  "mcpServers": {
    "model-finder": {
      "command": "uvx",
      "args": [
        "model-finder-mcp"
      ]
    }
  }
}

将上方 JSON 加入 MCP 客户端配置(如 Claude Desktop 的 claude_desktop_config.json 或项目的 .mcp.json)即可接入;远程接入按客户端要求填写 URL 与鉴权头。

提供的工具 接入后 Agent 可调用这 8 个工具

modelfinder_audit_models
列出仓库中的 AI 模型 ID 和 SDK 及其文件位置、路由和硬编码 ID。
modelfinder_draft_eval_examples
从提示文件和测试夹具起草评测示例,并剔除含个人数据或机密信息的内容。
modelfinder_create_eval_config
构建评测配置,包括调用次数、环境变量名、未定价模型和守卫判定。
modelfinder_validate_eval_config
检查评测配置的有效性,包括调用次数、环境变量名、未定价模型和守卫判定。
modelfinder_check_output
用评测检查项或路由守卫测试模型的回复。
modelfinder_rank_eval_results
按每个通过答案的成本对评测结果排序,并给出成本/可靠性级联。
modelfinder_generate_routing
根据评测结果生成 routing.json 和 LiteLLM 配置。
modelfinder_estimate_cost
估算每月 token 成本和每次可接受回答的成本。