consult7

Analise grandes bases de código e coleções de documentos usando modelos de alto contexto via OpenRouter, OpenAI ou Google AI — muito útil, por exemplo, com Claude Code

GitHub
296
Experimente este MCPPatrocinado

Documentação

Servidor MCP Consult7

Consult7 é um servidor Model Context Protocol (MCP) que permite que agentes de IA consultem modelos de contexto amplo via OpenRouter para analisar coleções extensas de arquivos — codebases inteiros, repositórios de documentos ou conteúdo misto que excedem os limites de contexto do agente atual.

Por que Consult7?

Consult7 permite que qualquer agente compatível com MCP descarregue a análise de arquivos para modelos de contexto amplo (até 2M de tokens). Útil quando:

  • O contexto atual do agente está cheio
  • A tarefa exige capacidades especializadas do modelo
  • É necessário analisar grandes codebases em uma única consulta
  • Deseja-se comparar resultados de diferentes modelos

"Para usuários do Claude Code, o Consult7 é um divisor de águas."

Como funciona

Consult7 coleta arquivos dos caminhos específicos que você fornece (com curingas opcionais nos nomes de arquivos), os monta em um único contexto e os envia para um modelo de contexto amplo junto com sua consulta. O resultado é diretamente devolvido ao agente com o qual você está trabalhando.

Exemplos de Casos de Uso

Resumo rápido de codebase

  • Arquivos: ["/Users/john/project/src/*.py", "/Users/john/project/lib/*.py"]
  • Consulta: "Resuma a arquitetura e os principais componentes deste projeto Python"
  • Modelo: "google/gemini-3-flash-preview"
  • Modo: "fast"

Análise profunda com raciocínio

  • Arquivos: ["/Users/john/webapp/src/*.py", "/Users/john/webapp/auth/*.py", "/Users/john/webapp/api/*.js"]
  • Consulta: "Analise o fluxo de autenticação nesta codebase. Pense passo a passo sobre vulnerabilidades de segurança e sugira melhorias"
  • Modelo: "anthropic/claude-opus-4.8"
  • Modo: "think"

Gerar um relatório salvo em arquivo

  • Arquivos: ["/Users/john/project/src/*.py", "/Users/john/project/tests/*.py"]
  • Consulta: "Gere um relatório abrangente de revisão de código com análise de arquitetura, avaliação de qualidade de código e recomendações de melhoria"
  • Modelo: "google/gemini-3.1-pro-preview"
  • Modo: "think"
  • Arquivo de Saída: "/Users/john/reports/code_review.md"
  • Resultado: Retorna "Result has been saved to /Users/john/reports/code_review.md" mais um rodapé de metadados de uma linha, em vez de inundar o contexto do agente

Destaque: Modelos Gemini 3.1

O Consult7 suporta a família Google Gemini 3.1:

  • Gemini 3.1 Pro (google/gemini-3.1-pro-preview) - Modelo de raciocínio principal, contexto de 1M
  • Gemini 3 Flash (google/gemini-3-flash-preview) - Modelo ultra-rápido, contexto de 1M
  • Gemini 3.1 Flash Lite (google/gemini-3.1-flash-lite-preview) - Modelo leve ultra-rápido, contexto de 1M

Mnemônicos rápidos para usuários avançados:

  • gemt = Gemini 3.1 Pro + think (raciocínio principal)
  • gemf = Gemini 3 Flash + fast (ultra rápido)
  • gptt = GPT-6 Astra + think (GPT mais recente, esforço xhigh)
  • grot = Grok 4.7 + think (esforço xhigh)
  • oput = Claude Opus 4.8 + think (pensamento adaptativo)
  • fabt = Claude Fable 5.1 + think (raciocínio mais profundo, esforço xhigh; premium)
  • ULTRA = Executar GPTT, GROT e FABT em paralelo (3 modelos de fronteira)
  • FUSE = Fusão: um painel de fronteira delibera e um juiz sintetiza, em uma única chamada

Esses mnemônicos facilitam a referência a combinações de modelo+modo em suas consultas.

Nota sobre Fable 5.1. anthropic/claude-fable-5.1 é o modelo mais capaz da Anthropic, mas com preço premium (~2× Opus 4.8). Ele não substitui o Opus 4.8 como a escolha diária de Claude para chamadas únicas. Desde a v3.11.0, ocupa o assento da Anthropic no painel ULTRA (que é destinado a perguntas difíceis de qualquer forma). Diferente do Opus 4.8 (apenas pensamento adaptativo), o OpenRouter honra a escala de esforço do Fable, então mid/think mapeiam para effort=high/effort=xhigh.

Destaque: Fusion (análise multi-modelo)

O Consult7 suporta o Fusion do OpenRouter (openrouter/fusion) — uma única chamada onde um painel de modelos de fronteira (Opus, GPT, Gemini Pro) responde sua consulta em paralelo e um modelo juiz sintetiza as respostas em uma única resposta. Use-o em perguntas difíceis onde múltiplas perspectivas ajudam e o custo de errar supera algumas conclusões extras.

  • Contexto: 128K — menor que os modelos únicos de 1M–2M, então é melhor para perguntas difíceis em entrada moderada, não para pacotes gigantes de arquivos.
  • Modo → profundidade de pesquisa: fast / mid / think mapeiam o orçamento de busca-web/busca do painel para max_tool_calls de 2 / 8 / 16.
  • Mnemônico: FUSE = openrouter/fusion.

Prompts triviais respondem diretamente (sem painel); o painel só é acionado quando a pergunta merece deliberação. O Fusion é cobrado por execução do painel, então custa mais que uma chamada de modelo único.

Instalação

Claude Code

Basta executar:

claude mcp add -s user consult7 uvx -- consult7 your-openrouter-api-key

Claude Desktop

Adicione ao seu arquivo de configuração do Claude Desktop:

{
  "mcpServers": {
    "consult7": {
      "type": "stdio",
      "command": "uvx",
      "args": ["consult7", "your-openrouter-api-key"]
    }
  }
}

Substitua your-openrouter-api-key pela sua chave real da API OpenRouter.

Nenhuma instalação é necessária — uvx baixa e executa automaticamente o consult7 em um ambiente isolado.

Opções de Linha de Comando

uvx consult7 <api-key> [--test]
  • <api-key>: Obrigatório. Sua chave da API OpenRouter
  • --test: Opcional. Testa a conexão com a API

O modelo e o modo são especificados ao chamar a ferramenta, não na inicialização.

Modelos Suportados

O Consult7 suporta todos os 500+ modelos disponíveis no OpenRouter. Abaixo estão os modelos principais com limites otimizados de tamanho de arquivo dinâmico:

ModeloContextoCaso de Uso
openai/gpt-6-astra1MGPT de última geração, raciocínio baseado em esforço; preço premium
google/gemini-3.1-pro-preview1MModelo de raciocínio principal
google/gemini-3-flash-preview1MGemini 3 Flash, ultra rápido
google/gemini-3.1-flash-lite-preview1MModelo leve ultra-rápido
anthropic/claude-fable-5.11MMais capaz; preço premium — reservado para problemas difíceis
anthropic/claude-opus-4.81MMelhor qualidade, pensamento adaptativo
anthropic/claude-sonnet-4.61MExcelente raciocínio, rápido
anthropic/claude-haiku-4.5200kEconômico, muito rápido
x-ai/grok-4.7500kGrok de fronteira, raciocínio baseado em esforço
x-ai/grok-4.202MRaciocínio automático, contexto enorme
x-ai/grok-4.1-fast2MMaior janela de contexto
openrouter/fusion128kPainel multi-modelo + juiz (veja Destaque: Fusion)

IDs substituídos ainda funcionam com suas configurações ajustadas: openai/gpt-5.6-sol, x-ai/grok-4.6, anthropic/claude-fable-5.

Mnemônicos rápidos:

  • gptt = openai/gpt-6-astra + think (GPT mais recente, raciocínio profundo [esforço xhigh]; premium)
  • gemt = google/gemini-3.1-pro-preview + think (Gemini 3.1 Pro, raciocínio principal)
  • grot = x-ai/grok-4.7 + think (Grok 4.7, raciocínio profundo [esforço xhigh]; contexto de 500K — use x-ai/grok-4.20 para pacotes maiores)
  • oput = anthropic/claude-opus-4.8 + think (Claude Opus, pensamento adaptativo)
  • opuf = anthropic/claude-opus-4.8 + fast (Claude Opus, sem raciocínio)
  • fabt = anthropic/claude-fable-5.1 + think (Claude Fable, raciocínio mais profundo [esforço xhigh]; premium, apenas problemas difíceis)
  • fabm = anthropic/claude-fable-5.1 + mid (Claude Fable, raciocínio de alto esforço; premium)
  • gemf = google/gemini-3-flash-preview + fast (Gemini 3 Flash, ultra rápido)
  • ULTRA = chamar GPTT, GROT e FABT EM PARALELO (3 modelos de fronteira para máximo insight)
  • FUSE = openrouter/fusion (uma chamada: um painel de fronteira delibera, um juiz sintetiza; o modo define a profundidade da pesquisa web)

Você pode usar qualquer ID de modelo do OpenRouter (ex.: deepseek/deepseek-r1-0528). Veja a lista completa de modelos. Os limites de tamanho de arquivo são calculados automaticamente com base na janela de contexto de cada modelo.

Modos de Desempenho

  • fast: Sem raciocínio solicitado - respostas rápidas, tarefas simples. GPT-6 Astra, Grok 4.7 e Fable raciocinam por design, então neles fast significa seu nível padrão (cobrado), exibido no rodapé como reasoning: model default
  • mid: Raciocínio moderado - revisões de código, análise de bugs
  • think: Raciocínio máximo - auditorias de segurança, refatoração complexa

Regras de Especificação de Arquivos

  • Apenas caminhos absolutos: /Users/john/project/src/*.py
  • Curingas apenas em nomes de arquivos: /Users/john/project/*.py (não em caminhos de diretórios)
  • Extensão obrigatória com curingas: *.py não *
  • Misturar arquivos e padrões: ["/path/src/*.py", "/path/README.md", "/path/tests/*_test.py"]

Padrões comuns:

  • Todos os arquivos Python: /path/to/dir/*.py
  • Arquivos de teste: /path/to/tests/*_test.py ou /path/to/tests/test_*.py
  • Múltiplas extensões: ["/path/*.js", "/path/*.ts"]

Ignorados automaticamente: __pycache__, .env, secrets.py, .DS_Store, .git, node_modules. Curingas os ignoram; nomear um explicitamente é um erro.

Falha rápida: um caminho relativo ou inexistente, um diretório, um curinga que não corresponde a nada, um arquivo ignorado nomeado explicitamente, um arquivo binário (bytes NUL nos primeiros 8 KB) ou arquivos acima do orçamento de tamanho do modelo fazem toda a chamada falhar antes que qualquer coisa seja enviada ao modelo (sem custo). O erro lista todos os problemas.

Orçamento de tamanho: um total para todos os arquivos juntos, sem limite por arquivo: (contexto do modelo − reserva de saída − reserva de raciocínio) × ~4 bytes por token, ex.: ~4 MB para modelos de contexto 1M, ~2 MB para Grok 4.7 (500K), ~8 MB para Grok 4.20 (2M). Uma segunda verificação na contagem estimada de tokens mantém uma margem de segurança de 10%. Um erro de tamanho informa o orçamento e o total solicitado.

Parâmetros da Ferramenta

A ferramenta de consulta aceita os seguintes parâmetros:

  • files (obrigatório): Lista de caminhos absolutos de arquivos ou padrões com curingas apenas em nomes de arquivos
  • query (obrigatório): Sua pergunta ou instrução para o LLM processar os arquivos
  • model (obrigatório): O modelo LLM a ser usado (veja Modelos Suportados acima)
  • mode (obrigatório): Modo de desempenho - fast, mid ou think
  • output_file (opcional): Caminho absoluto para salvar a resposta em um arquivo em vez de retorná-la
    • O caminho é verificado antes de o modelo ser chamado, então um caminho inválido não custa nada
    • Se o arquivo existir, ele será salvo com o sufixo _updated (ex.: report.md → report_updated.md, depois report_updated_1.md, ...)
    • Quando especificado, retorna "Result has been saved to /path/to/file" mais o rodapé de metadados
    • Útil para gerar relatórios, documentação ou análises sem inundar o contexto do agente
  • zdr (opcional): Ativa o roteamento Zero Data Retention (padrão: false)
    • Quando true, roteia apenas para endpoints com política ZDR (prompts não retidos pelo provedor)
    • ZDR disponível: GPT-6 Astra, Grok 4.7, Gemini 3.1 Pro/Flash, Claude Opus 4.8, GPT-5, GPT-5.5, Grok 4.6
    • Não disponível: Claude Fable 5.1 e 5, GPT-5.6 Sol, Grok 4.20 (retorna erro)

Exemplos de Uso

Via MCP no Claude Code

O Claude Code usará automaticamente a ferramenta com os parâmetros adequados:

{
  "files": ["/Users/john/project/src/*.py"],
  "query": "Explain the main architecture",
  "model": "google/gemini-3-flash-preview",
  "mode": "fast"
}

Via API Python

from consult7.consultation import consultation_impl

result = await consultation_impl(
    files=["/path/to/file.py"],
    query="Explain this code",
    model="google/gemini-3-flash-preview",
    mode="fast",  # fast, mid, or think
    provider="openrouter",
    api_key="sk-or-v1-..."
)

Testes

# Test OpenRouter connection
uvx consult7 sk-or-v1-your-api-key --test

Desinstalação

Para remover o consult7 do Claude Code:

claude mcp remove consult7 -s user

Histórico de Versões

v3.11.2

  • Sem limite de tamanho por arquivo. Os arquivos compartilham um orçamento total único, então um único arquivo grande pode usar todo ele (antes, um arquivo era limitado à metade do orçamento). Erros de tamanho relatam o total solicitado e o orçamento, e erros de token mencionam a margem de segurança de 10%.
  • Arquivos binários falham rapidamente (bytes NUL nos primeiros 8 KB) em vez de serem enviados como tokens de lixo.
  • IDs de modelo desconhecidos: quando um modelo não está na lista de modelos do OpenRouter, os erros informam isso, nomeiam o contexto assumido de 128K e sugerem os IDs listados mais próximos. IDs de variantes como model:nitro usam o tamanho de contexto do modelo base.
  • Rodapé: time de tempo real, o modo sempre exibido ([fast] também), zdr exibido quando ativo. Ambas as estimativas de token agora usam o mesmo texto de prompt, e uma chamada fast rejeitada não reivindica mais reasoning disabled.

v3.11.1

  • Falha rápida antes de qualquer chamada paga. Um arquivo ausente em uma lista, um curinga que não corresponde a nada, um arquivo ignorado explicitamente nomeado (.env, secrets.py, ...) ou arquivos acima do limite de tamanho por arquivo ou total do modelo agora falham a chamada com um erro claro antes que qualquer coisa seja enviada. Antes, esses problemas eram relatados apenas dentro do prompt (ou descartados), e a chamada paga era feita com entrada parcial.
  • output_file é verificado antes da chamada. Um caminho relativo ou não gravável falha sem custo. Se a gravação ainda falhar após a chamada, a resposta é retornada em vez de ser perdida.
  • Erros definem isError=true no resultado do MCP, para que clientes e wrappers possam detectar falhas sem analisar texto.
  • Mensagens de erro upstream não incluem mais a conta OpenRouter user_id.
  • Rodapé: 1 file (não 1 files). Em fast, modelos que sempre raciocinam (GPT-6 Astra, Grok 4.7, Fable) mostram reasoning: model default.
  • Descrição da ferramenta mais curta (menos de 2.000 caracteres, regras de arquivo primeiro). O Claude Code truncava a descrição antiga antes das regras de arquivo.

v3.11.0

  • Novo painel ULTRA: GPTT + GROT + FABT (3 modelos em paralelo). O Gemini 3.1 Pro sai do painel (gemt e todos os modelos Gemini permanecem disponíveis); o Opus 4.8 (oput/opuf) permanece disponível, mas seu assento ULTRA vai para o Fable.
  • gptt → GPT-6 Astra (openai/gpt-6-astra, contexto de 1M, $10/$50 por M) — também o modelo usado por consult7 <key> --test. O raciocínio é obrigatório no Astra, então mid/think agora mapeiam para effort=high/effort=xhigh (o GPT-5.6 Sol usava medium/high). ZDR suportado.
  • grot → Grok 4.7 (x-ai/grok-4.7, contexto de 500K; grok 4.6 era o padrão desde v3.10.0). Mesmo mapeamento de esforço (high/xhigh). ZDR suportado.
  • fabt/fabm → Claude Fable 5.1 (anthropic/claude-fable-5.1, contexto de 1M). Mesmo mapeamento de esforço. ZDR não suportado.
  • IDs substituídos (openai/gpt-5.6-sol, x-ai/grok-4.6, anthropic/claude-fable-5) continuam funcionando com suas configurações anteriores.

v3.9.0

  • Novo GPT padrão: GPT-5.6 Sol (openai/gpt-5.6-sol) — o GPT de topo mais recente, ~1M de contexto / 128K de saída, raciocínio baseado em esforço (mid → effort=medium, think → effort=high). Substitui o GPT-5.5 como padrão gptt; o GPT-5.5 permanece disponível como modelo legado. ZDR não é suportado no GPT-5.6 Sol (o GPT-5.5 ainda é).
  • Grok 4.5 não adicionado: x-ai/grok-4.5 é restrito por região no OpenRouter (retorna 403 "não disponível na sua região") e não pôde ser verificado contra a API real, então não foi integrado. O Grok 4.20 permanece como padrão grot.

v3.8.0

  • Adicionado Claude Fable 5 (anthropic/claude-fable-5) — o modelo mais capaz da Anthropic, contexto de 1M. Preço premium (~2× Opus 4.8), então é reservado para problemas especificamente difíceis e não faz parte do painel ULTRA; não substitui o Opus 4.8 como modelo Claude padrão. Novos mnemônicos fabt (pensar) / fabm (médio). Diferente do Opus 4.8 (apenas pensamento adaptativo), o OpenRouter honra a escala de esforço do Fable, então mid/think mapeiam para effort=high/effort=xhigh (max intencionalmente não exposto — tende a pensar demais a ~2× o custo de tokens). ZDR não suportado (Fable requer retenção de 30 dias).
  • Prompt de comprimento de resposta ajustado: o prompt do sistema agora pede ao modelo para corresponder o comprimento da resposta à tarefa (detalhado quando a pergunta exige profundidade, conciso caso contrário) em vez de um "seja conciso" direto.

v3.7.1

  • Superfície de erros de API no meio do stream: quando o OpenRouter envia um erro como um chunk de dados de streaming (após o 200 inicial), a chamada agora retorna essa mensagem de erro em vez de um enganoso "Nenhum conteúdo recebido".

v3.7.0

  • Adicionado Fusion (openrouter/fusion) — um painel multi-modelo mais um juiz em uma única chamada; mode mapeia para profundidade de pesquisa web (fast/mid/think → max_tool_calls 2/8/16). Novo mnemônico FUSE.
  • Atualizado Claude Opus 4.7 → 4.8 (contexto de 1M, pensamento adaptativo); oput/opuf agora apontam para 4.8, e 4.7 é mantido como ID legado.
  • O rodapé da resposta agora relata o custo da chamada em USD (da contabilidade de uso do OpenRouter), ex.: cost: $0.0923.

v3.6.1

  • Rodapé de alternância de raciocínio agora distingue mid vs think para modelos adaptativos (Opus, Grok)
  • Mensagem de erro mais amigável quando um modelo não tem endpoint Zero Data Retention
  • O retorno de output_file agora inclui o rodapé de metadados para que os chamadores possam verificar o que foi executado

v3.6.0

  • Modelos atualizados: GPT-5.5, Claude Opus 4.7, Grok 4.20
  • Claude Opus 4.7 (contexto de 1M) usa pensamento adaptativo — reasoning.enabled=true
  • Grok 4.20 (contexto de 2M) usa raciocínio automático — reasoning.enabled=true
  • Mnemônicos atualizados: gptt → GPT-5.5, oput/opuf → Claude Opus 4.7, grot → Grok 4.20
  • IDs de modelos legados ainda suportados

v3.5.0

  • Atualizado GPT-5.2 → GPT-5.4 (~1M de contexto)

v3.4.0

  • Modelos atualizados: Gemini 3.1 Pro, Claude Opus 4.6, Claude Sonnet 4.6, Grok 4.1 Fast
  • Novos modelos adicionados: Claude Haiku 4.5, Gemini 3.1 Flash Lite
  • Mnemônicos atualizados: gemt → Gemini 3.1 Pro, oput/opuf → Claude Opus 4.6
  • IDs de modelos legados ainda suportados

v3.3.0

  • Corrigido problema de truncamento do modo de pensamento do GPT-5.2 (mudou para streaming)
  • Adicionado google/gemini-3-flash-preview (Gemini 3 Flash, ultra rápido)
  • Mnemônico gemf atualizado para usar Gemini 3 Flash
  • Adicionado parâmetro zdr para roteamento Zero Data Retention

v3.2.0

  • Atualizado para GPT-5.2 com raciocínio baseado em esforço

v3.1.0

  • Adicionado google/gemini-3-pro-preview (contexto de 1M, modelo de raciocínio principal)
  • Novos mnemônicos: gemt (Gemini 3 Pro), grot (Grok 4), ULTRA (execução paralela)

v3.0.0

  • Removidos provedores diretos Google e OpenAI — agora apenas OpenRouter
  • Removido sufixo |thinking — use o parâmetro mode em vez disso (agora obrigatório)
  • API de parâmetro mode limpa: fast, mid, think
  • CLI simplificada de consult7 <provider> <key> para consult7 <key>
  • Melhor integração MCP com validação de enum para modos
  • Limites dinâmicos de tamanho de arquivo baseados na janela de contexto do modelo

v2.1.0

  • Adicionado parâmetro output_file para salvar respostas em arquivos

v2.0.0

  • Nova interface de lista de arquivos com validação simplificada
  • Limites de tamanho de arquivo reduzidos para valores realistas

Licença

MIT