LLM Checker MCP Server

社区

根据本机硬件选择并管理本地 LLM。

分类: 开发工具第 258 / 438
Stars: ★ 3.0k 非常热门
传输方式: stdio（本地进程）
运行环境: Node.js 18+
凭据: 无需凭据
许可证: 其他 / 未声明
最近提交: 9 天前
工具数: 28

50FMRS · D

资料显示该服务器将 LLM Checker 的硬件分析、确定性模型推荐、Ollama 管理、基准测试、策略审计和模型结构验证能力暴露给 MCP 客户端。它适合本地模型工作流；资料未证明其为 Ollama、MCP 或其他上游产品的官方服务器。

最强项 · 文档质量 14/20 最弱项 · 可靠性 7/20

可靠性

7/20

安全与权限

8/20

维护活跃度

8/20

文档质量

14/20

安装易用性

13/20

查看各项评分依据

可靠性 7/20: README详细声明了MCP工具、CLI命令、错误退出码和若干失败关闭行为，但未提供服务器清单、源代码、测试、CI或可复核的初始化与工具列表握手证据。工具声明与实际行为无法静态核验，因此仅给出中低分，并因缺少执行证据扣分。
安全与权限 8/20: README披露了本地硬件、Ollama模型管理、网络同步和模型运行能力，也列出删除模型、执行允许列表CLI命令和项目扫描等有副作用或涉及本地数据的工具；但没有提供权限边界、确认机制、数据流细节或凭据处理说明。未见提示中的明确红线风险，但这些未验证的权限与确认控制导致明显扣分。
维护活跃度 8/20: 仓库未归档，README提及多个版本亮点、发布渠道和维护者归属，且有5个开放问题；但没有提交历史、发布日期、依赖更新、漏洞响应流程或可验证的维护节奏，许可证元数据为NOASSERTION且README另称NPDL-1.0，存在许可证据不一致。因此不能按持续治理给予高分。
文档质量 14/20: README覆盖安装、CLI/MCP配置、工具清单、示例、运行时限制、模型验证限制、策略和故障排查提示，文档层次较完整。扣分原因是服务器manifest缺失，工具参数、认证、权限、网络访问、成本和实际错误行为缺少源文件证据，且许可证信息存在不一致。
安装易用性 13/20: README给出了npm安装、npx方式、多客户端mcp-setup命令以及配置文件位置，主流客户端路径较清楚，通常可据此尝试连接。由于没有manifest、配置实例的实际内容、初始化握手测试或CI/测试证据，连接可靠性和跨平台细节仍需人工验证，故未接近满分。

静态评测 · 未实际运行收录于 2026-08-14

查看 FMRS 评分方法 →

选型与风险

能访问什么执行命令或代码访问网络连接数据库

适合谁

希望在本地运行 LLM 的开发者
需要硬件感知模型选择和 Ollama 管理的用户
需要确定性评分、校准路由或策略审计的团队
需要在运行前执行结构安全检查的用户

不适合谁

不使用 Node.js 或本地 Ollama 的用户
需要云端模型托管而非本地推理的场景
需要对模型行为、来源或权重投毒进行完整安全保证的场景
需要超出 MCP 暴露 allowlist 的任意系统命令执行的场景

所需权限

读取本机 CPU、GPU、内存和加速后端信息
访问本地 Ollama 模型目录和运行中的 Ollama 环境
根据调用的工具读写模型、下载模型、运行提示词或删除模型
在项目推荐和模型验证场景中读取指定项目目录或模型文件
执行 LLM Checker allowlist 中的 CLI 命令

风险与副作用

ollama_pull 会下载模型并消耗网络流量和磁盘空间。
ollama_remove 会删除本地模型并释放其占用的磁盘空间。
ollama_run 和 cli_exec 会在本机运行命令或模型工作流，应审查提示词和参数。
结构验证仅说明文件结构可安全加载，不代表模型行为、来源或权重没有问题。
超过 3 GiB 的文件可能超出 WASM32 验证内存上限并返回不可验证结果。

安装接入

准备工作

运行环境：Node.js 18+

先安装 Node.js 18+ 和 Ollama，再运行 npm install -g llm-checker。使用 llm-checker mcp-setup --client <client> 查看或应用客户端配置；也可以将提供的 npx 配置加入支持 MCP 的客户端。修改配置后重启客户端。

.mcp.json

{"mcpServers":{"llm-checker":{"command":"npx","args":["--yes","--package","llm-checker","llm-checker-mcp"]}}}

以 Claude Code 为例。其他客户端的配置文件位置或字段可能不同（如 VS Code 使用 servers 字段），可用下方配置生成器转换。

.vscode/mcp.json

{
  "servers": {
    "llm-checker": {
      "command": "npx",
      "args": [
        "--yes",
        "--package",
        "llm-checker",
        "llm-checker-mcp"
      ]
    }
  }
}

写入项目的 .vscode/mcp.json（VS Code 使用 servers 字段）。

Terminal

claude mcp add llm-checker -- npx --yes --package llm-checker llm-checker-mcp

在终端运行；先把 <…> 占位符换成你自己的值。

生成并校验客户端配置

验证是否装好

在 MCP 客户端连接后，应能看到 hw_detect、recommend、ollama_list 等工具；让助手调用 hw_detect，若返回本机 CPU/GPU/RAM 信息即说明安装成功。

常见排障

确认 Node.js 版本为 18 或更高，并确认 Ollama 已安装。
如果数据库命令提示缺少 sql.js，使用 npm install -g llm-checker --include=optional 重新安装。
先运行 llm-checker hw-detect 检查硬件检测结果，再运行 sync 刷新 Ollama 目录。
确认 MCP 配置中的命令使用 npx --yes --package llm-checker llm-checker-mcp，之后重启客户端。
模型运行或下载失败时，检查 Ollama 是否可用、模型是否已下载以及本机内存和磁盘空间。

试试这样问

连接成功后，可以直接对 AI 助手这样说：

我的机器上最适合写代码的模型是哪个？
对比一下 qwen2.5-coder 和 codellama 在相同提示词下的速度和回复
帮我清理 Ollama——哪些已安装的模型可以删掉？
如何根据我的硬件优化 Ollama 的 NUM_GPU 和 PARALLEL 等环境变量？

工具能力 28

hw_detect 只读

检测 CPU、GPU、内存和加速后端。

check 只读

对模型执行完整的硬件兼容性分析并排序。

recommend 只读

按类别推荐模型。

installed 只读

对已下载的 Ollama 模型进行兼容性排序。

search 只读

搜索 Ollama 模型目录并应用筛选条件。

smart_recommend 只读

使用完整评分引擎生成高级推荐。

gpu_plan 只读

规划单 GPU 或多 GPU 的模型放置和运行时设置。

verify_context 只读

检查本地模型在可用内存下的实际上下文限制。

展开其余 20 个工具

ollama_plan 只读

为本地模型计算安全的 Ollama 容量和运行时设置。

ollama_plan_env 只读

返回可直接粘贴的 Ollama 环境变量。

policy_validate 只读

验证策略文件是否符合 v1 schema。

audit_export 写入

导出 check 或 recommend 的策略合规报告。

calibrate 写入

根据提示词套件生成校准结果和路由策略。

verify_model 只读

使用 ModelVet 对 GGUF 或 safetensors 文件执行结构安全验证。

amd_guard 只读

执行 AMD/Windows 可靠性检查并提供缓解建议。

toolcheck 只读

测试本地 Ollama 模型的工具调用兼容性。

ollama_list 只读

列出已下载模型及其参数、量化、家族和大小。

ollama_pull 写入

从 Ollama 注册表下载模型。

ollama_run 只读

使用本地模型运行提示词并显示 tokens/sec 指标。

ollama_remove 破坏性

删除 Ollama 模型以释放磁盘空间。

ollama_optimize 只读

为当前硬件生成 Ollama 优化环境变量。

benchmark 只读

使用三个标准提示词测试模型速度和加载指标。

compare_models 只读

在相同提示词下并排比较两个模型的速度和响应。

cleanup_models 只读

分析已安装模型并发现冗余、过大或云端模型。

project_recommend 只读

扫描项目并为代码库推荐模型。

ollama_monitor 只读

显示系统状态、已加载模型和内存余量。

cli_help 只读

列出 MCP 暴露的命令行命令。

cli_exec 只读

执行 allowlist 中的 LLM Checker CLI 命令。

使用场景

根据本机硬件选择编码、推理、通用或多模态模型

管理、运行、基准测试和比较本地 Ollama 模型

搜索 Hugging Face、Ollama 和 GPT4All 的模型制品

为 Ollama 生成硬件相关的运行时配置

在加载模型前验证 GGUF 或 safetensors 文件结构

支持客户端

Claude Code

Codex

Grok

Kimi Code

Cursor

Windsurf

Gemini CLI

依据项目文档列出，未经本站实测。

详细介绍

LLM Checker 是一个内置 MCP 服务器的命令行工具。它检测 CPU、GPU、内存和加速后端，使用确定性的质量、速度、适配度和上下文评分，为本地推理推荐模型，并可通过 Ollama 搜索、下载、运行和删除模型。它还支持多来源模型注册表、基准测试、策略审计、校准路由、项目级推荐以及 GGUF 和 safetensors 文件的结构安全验证。