mcpField
S
stalemodel

stalemodel

本地服务
github.com/GillMacedo开发工具02 周前更新

关于 stalemodel

stalemodel 是面向开发者和编码 Agent 的 MCP 服务与命令行工具,可依据实时目录检查模型 ID,并查询当前价格和限制。它还能扫描代码中的过时 ID,并在离线时使用内置数据快照。

主要功能

  1. 01检查模型 ID 并提供替换建议
  2. 02按提供商、价格和限制查找模型
  3. 03扫描文件和文件夹中的过时 ID
  4. 04离线使用内置目录数据
  5. 05提供只读 MCP 工具和命令行工具

适用场景

  1. 01在发布前发现已弃用的模型 ID
  2. 02比较当前模型价格和上下文限制
  3. 03在 CI 中运行模型 ID 检查

MCP 相关

提供只读工具,用于检查模型 ID、查找模型以及扫描文件或文件夹。结果包括模型状态、建议、价格或限制,以及代码中的匹配位置。

配置

本地服务的配置在各客户端中通用,复制后粘贴到客户端的 MCP 配置文件即可。

mcp.json · 通用配置
{
"mcpServers": {
"gillmacedo-stalemodel": {
"command": "npx",
"args": [
"-y",
"stalemodel"
]
}
}
}
启动命令npx -y stalemodel

本地服务需要在你的电脑上安装运行环境(如 Node.js 18+)。各客户端的配置文件位置不同,请参考客户端文档。

安装包
npmstalemodel0.1.1

工具

3

收录的工具列表 · 更新于 2 周前

参数类型必填说明
model_idsarray是模型 ID,例如 "claude-3-5-sonnet-20241022" 或 "openai/gpt-4o"

详细介绍

stalemodel:在代码中查找已弃用的 AI 模型名称

npm CI MIT license MCP Registry

在编码 Agent 发布代码之前,捕获过时的 OpenAI、Claude 和 Gemini 模型 ID,并查询当前的大模型价格和上下文限制。

编码 Agent 会根据过时的训练数据写入模型 ID,因此新代码经常调用已弃用或已下线的模型,并因“找不到模型”等错误而失败。stalemodel 会根据实时目录检查 ID,推荐同一系列中的最新模型,并为 Agent 提供当前的大模型价格和限制。它既是 MCP 服务,也是命令行工具。它不需要 API 密钥或账户,不会向任何地方发送代码;离线时则会回退到内置快照。

支持 Anthropic Claude、OpenAI GPT、Google Gemini、xAI Grok、DeepSeek 和 Mistral。

可以向 Agent 提问

  • “我应该使用哪个 Claude 模型 ID?价格是多少?”
  • “为什么 claude-3-5-sonnet-20241022 会报‘找不到模型’?”
  • “检查这个仓库中是否有已弃用的模型名称。”
  • “当前支持工具调用且上下文窗口为 1M 的最便宜模型是什么?”

安装

作为 Claude Code 插件安装,它会添加 MCP 服务和一个技能,告诉 Claude 何时使用它:

claude plugin marketplace add GillMacedo/stalemodel
claude plugin install stalemodel@stalemodel-marketplace

对于其他 MCP 客户端,可通过 npm 运行。你需要 Node 22.19 或更高版本。它也已收录在官方 MCP Registry 中,标识为 io.github.GillMacedo/stalemodel。

{
  "mcpServers": {
    "stalemodel": {
      "command": "npx",
      "args": ["-y", "stalemodel", "serve"]
    }
  }
}

用法

无需安装任何内容,即可运行 npx stalemodel scan .。以下示例均在克隆的此仓库中运行。

扫描项目。 只有带引号的字符串才会被统计;scan 在发现问题时会以 1 退出,因此可用于 CI。

$ node plugin/dist/stalemodel.js scan examples
examples/app.py:2  claude-3-5-sonnet-20241022  not in catalog  try claude-sonnet-5-5
examples/app.py:3  gpt-3.5-turbo  deprecated  try gpt-5.5
examples/app.py:4  gemini-1.5-pro  not in catalog  try gemini-2.5-pro
3 findings in 1 files

检查 ID。

$ node plugin/dist/stalemodel.js check gpt-4o claude-opus-5-5
gpt-4o  current  try gpt-5.5
claude-opus-5-5  current

**查找当前模型,**按新旧顺序排列,并列出每百万个 token 的价格。

$ node plugin/dist/stalemodel.js find --provider anthropic --limit 2
claude-haiku-5-5  anthropic  2026-10-07  $0.1/$0.5 per MTok  1000000 context
claude-sonnet-5-5  anthropic  2026-09-28  $2/$10 per MTok  1000000 context

添加 --json 可获取机器可读的输出,或添加 --offline 仅使用内置快照。这些示例使用的是 2026-10-31 的快照,因此实时结果会有所变化。

MCP 工具

工具功能
models_check判断 ID 是当前有效、已弃用还是未知,并推荐更新的模型
models_find按提供商、名称、价格、上下文大小或工具支持情况列出模型
models_scan查找文件或文件夹中的过时 ID,仅返回其位置

这三个工具均为只读。

限制

  • 数据来自 models.dev,因此可能滞后于提供商的数据或包含错误。
  • “不在目录中”也可能意味着模型较新、未公开或名称拼写有误。
  • try 是根据系列和发布日期给出的建议。切换前请检查价格和行为。
  • scan 只能识别带引号的 ID,因此会漏掉在运行时生成的 ID。它也不会标记 gpt-4o 这类较旧但仍有效的裸 ID。

常见问题

如何在代码中查找已弃用的大模型? 运行 npx stalemodel scan .。发现问题时,该命令会以状态码 1 退出,因此也可用作 CI 检查。

定价数据来自哪里? 数据来自 models.dev,会实时获取,并附带一个快照供离线使用。

它能在 Claude Code 以外的环境中运行吗? 它是一个标准的 MCP 服务,因此应该能在任何 MCP 客户端中运行。目前只在 Claude Code 中经过测试。

贡献

欢迎大家贡献,也欢迎使用 AI Agent 的人参与。请参阅 CONTRIBUTING.md。适合初次参与的问题:

  • 添加一个在拉取请求中运行 scan 的 GitHub Action
  • 添加一个选项,用于标记已有较新版本的当前模型
  • 支持 Bedrock 和 Vertex 模型 ID 格式
  • 添加一个 --fix 选项,用于显示建议替换项的差异
  • 添加一个插件图标
拉取请求的处理方式
  1. 创建 PR。 Fork 仓库,在分支上进行开发,并且只做一项改动。标题应说明用户会看到哪些变化,因为它会成为变更日志中的条目:feat: 会列在“新增”下,fix: 会列在“修复”下。
  2. 自动检查。 代码变更需要附带测试,并且 make test 必须通过。超过 30 行的变更需要关联一个未关闭的问题(Closes #<number>),且一个 PR 最多可包含 800 行变更。如果缺少任何内容,评论会告诉你需要修正什么。
  3. 审查。 Claude 会自动审查每个 PR。代码 PR 还会接受安全审查,并在沙箱中进行测试。之后,审查流程会合并 PR 或要求修改。涉及 CI、Agent 设置、npm 或 Python 依赖、供应商代码或构建文件变更的 PR 无法通过此方式合并,评论会说明原因。安全审查未通过的任何内容也一样。
  4. 发布。 会改变用户安装内容的合并改动,大约两小时内会发布为新版本,并创建 GitHub Release;如果项目有 npm 包,也会一并发布。文档和 CI 变更会等到下一次发布。

AI 使用说明

本项目主要由 Claude Code 生成,并由维护者审查。

关于我

我是 Giulliano Macedo,在 GoTech Solutions 开发开发者工具。欢迎关注或联系我:

如果 stalemodel 对你有帮助,点个星标可以让更多人发现它。


采用 MIT 许可证。模型数据来自 models.dev(MIT)。

由 Giulliano Macedo、GoTech Solutions 构建 · LinkedIn · X

评论

支持 Markdown

第一次接触 MCP?

从协议是什么,到在客户端里装上第一个服务,这几条回答覆盖了大多数入门问题。

一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。