quelllm-mcp

Consulta un catálogo de más de 250 LLMs de pesos abiertos: lista, compara, estima VRAM y costo entre API y autoalojado, directamente desde Claude Code, Cursor o cualquier cliente MCP.

GitHubPrueba este MCPPatrocinado

Documentación

quelllm-mcp

Servidor MCP que expone el catálogo de quelllm.fr de más de 190 LLMs de pesos abiertos a través de herramientas del Protocolo de Contexto de Modelos. Úsalo desde Claude Code, Cursor, Continue o cualquier cliente compatible con MCP para consultar modelos, compararlos, estimar VRAM y calcular el costo de API frente a autoalojamiento.

Herramientas expuestas

Herramienta	Descripción
`list_models(filter_origin?, filter_family?, max_params_b?)`	Lista modelos con filtros (código de origen, familia, máx. parámetros en B)
`get_model(model_id)`	Registro completo de un modelo (parámetros, VRAM por cuantización, ventana de contexto, familia, etiquetas, licencia, URLs)
`compare(model_a_id, model_b_id)`	Comparación lado a lado con veredicto
`estimate_vram(model_id, quant)`	VRAM en GB en la cuantización elegida + niveles recomendados de GPU/Mac
`estimate_cost(input_tokens_per_month, output_tokens_per_month, ...)`	Costo en EUR — tabla completa de proveedores de API frente a hardware autoalojado O un id específico
`search_models(query, limit?)`	Búsqueda difusa por nombre, familia, etiqueta, autor

Instalación

Instala desde el código fuente (aún no en PyPI):

pip install git+https://github.com/MGM-FALCON/quelllm-mcp.git

O ejecuta sin instalar, usando uv:

uvx --from git+https://github.com/MGM-FALCON/quelllm-mcp.git quelllm-mcp

Para desarrollo local:

git clone https://github.com/MGM-FALCON/quelllm-mcp.git
cd quelllm-mcp
pip install -e .

Uso con Claude Code

Añade a ~/.claude.json o al .mcp.json de un proyecto. Si instalaste con pip:

{
  "mcpServers": {
    "quelllm": {
      "command": "quelllm-mcp"
    }
  }
}

O sin instalación con uvx:

{
  "mcpServers": {
    "quelllm": {
      "command": "uvx",
      "args": ["--from", "git+https://github.com/MGM-FALCON/quelllm-mcp.git", "quelllm-mcp"]
    }
  }
}

Uso con Claude Desktop

Edita ~/Library/Application Support/Claude/claude_desktop_config.json (macOS):

{
  "mcpServers": {
    "quelllm": {
      "command": "quelllm-mcp"
    }
  }
}

Uso con Cursor / Continue / Cline

La mayoría de los clientes MCP aceptan la misma configuración JSON:

{
  "command": "quelllm-mcp"
}

Consultas de ejemplo (desde tu cliente)

> Quels LLM Mistral peuvent tourner sur RTX 5070 Ti 16GB ?
→ list_models(filter_family='Mistral', max_params_b=24)
→ estimate_vram('mistral-small-24b', 'q4')

> Compare Llama 3.3 70B vs Qwen 2.5 32B
→ compare('llama33-70b', 'qwen25-32b')

> J'utilise 10M tokens input + 2.5M output / mois. Combien je paye chez OpenAI vs DeepSeek ?
→ estimate_cost(10_000_000, 2_500_000)

Fuente de datos

Todos los datos provienen de quelllm.fr/api/ (CC BY 4.0, sin clave, con CORS habilitado). Se almacenan en caché localmente durante 1 hora para evitar limitaciones de tasa.

Los datos de precios de API (GPT-5, Claude Opus 4.7, Gemini 2.5, DeepSeek, Mistral) y de hardware (serie RTX 50, Mac M4) están codificados a fecha de 2026-05 — verifica semestralmente.

Licencia

MIT — consulta LICENSE.

Contribuciones

Fuente: https://github.com/MGM-FALCON/quelllm-mcp Se aceptan issues y PRs. Particularmente:

Actualizaciones de precios de API (semestrales)
Adiciones de hardware (nuevas GPUs, serie Mac Mx)
Nuevas herramientas (p. ej. find_alternatives_to(model_id), recommend_gpu(budget_eur))

Pruebas

Una suite de pruebas pytest está en tests/. Cubre las 6 herramientas y los invariantes de salida v1.1.0, nunca toca la red (fixture local + httpx simulado), y crea stubs del SDK mcp cuando no es importable — por lo que también funciona en Python 3.9.

pip install -e ".[test]"
pytest

Autor

Mohamed Meguedmi — LinkedIn · Hugging Face Fundador de La Gazette IA y QuelLLM.fr.