mcpField
A
AI Model Watch

AI Model Watch

本地服务
artificialwatch.comAI 与智能体02 周前更新

关于 AI Model Watch

AI Model Watch 是面向 Node 18+ 的命令行工具和 MCP 服务,用于跟踪各提供商 API 的模型列表。它保存每家提供商的列表,并在后续检查中报告新出现的模型 ID。

主要功能

  1. 01跟踪多个提供商的模型列表
  2. 02报告新增模型 ID
  3. 03可选报告已消失的模型
  4. 04按间隔持续检查
  5. 05提供 JSON 输出和 CI 退出码

适用场景

  1. 01定时检查提供商的模型目录
  2. 02模型出现时让 CI 失败
  3. 03通过 MCP 客户端查询模型列表

MCP 相关

使用 `--mcp` 可通过 stdio 启动。`check_new_models` 工具报告上次检查后新增的模型,`list_models` 返回某个提供商当前的列表,并可按子串筛选。

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。

暂未收录安装方式

我们还没有获取到这个服务的安装包或远程地址,请按项目 README 中的说明安装。

代码仓库
安装包
mcpbai-model-watch-1.1.0.mcpb

工具

还没有获取到工具列表

本地服务需要在你的电脑上运行后才能读取工具,维护者暂未提供工具列表。

详细介绍

ai-model-watch

列出每家 AI 提供商的 API 所提供的模型,并查看自上次检查以来有哪些新模型。只需一条命令,无需依赖,支持 Node 18+。它也可以作为 MCP 服务运行,让 Claude 或 Cursor 帮你检查。

新模型通常会在发布公告前出现在提供商的 /models 列表中。ai-model-watch 会保存每家提供商的列表,下次运行时只显示之前没有的模型 ID。你可以手动运行、通过 cron 运行,或在 CI 中使用 --exit-code 运行。

ai-model-watch 记录了包含 470 个 OpenRouter 模型的基线,随后报告新增了 2 个模型

$ ai-model-watch -p openrouter
2026-10-17T09:26:01.231Z
OpenRouter: 2 new
  + deepseek/deepseek-v4.1-flash-1017  DeepSeek: DeepSeek V4.1 Flash 1017 (listed as created 2026-10-17)
  + reflection/beam-1.0-501b-a23b  Reflection: Beam 1.0 501B A23B (listed as created 2026-10-16)

首次运行会记录基线(OpenRouter: 470 models recorded as the baseline),因此之后只有在出现变更时你才会收到通知。

提供商

提供商端点密钥
OpenRouterGET https://openrouter.ai/api/v1/models无,开箱即用
OpenAIGET https://api.openai.com/v1/modelsOPENAI_API_KEY
AnthropicGET https://api.anthropic.com/v1/models(分页)ANTHROPIC_API_KEY
Google GeminiGET https://generativelanguage.googleapis.com/v1beta/models(分页)GEMINI_API_KEY 或 GOOGLE_API_KEY
MistralGET https://api.mistral.ai/v1/modelsMISTRAL_API_KEY
xAIGET https://api.x.ai/v1/modelsXAI_API_KEY
DeepSeekGET https://api.deepseek.com/modelsDEEPSEEK_API_KEY

在这些 API 中,列出模型均免费。不会生成任何内容,也不会消耗令牌。未设置密钥的提供商会被跳过。密钥只会发送给对应的提供商,绝不会打印出来。

安装和运行

brew install markksantos/tap/ai-model-watch   # macOS / Linux (Homebrew)
# or, with Node 18+
npx github:markksantos/ai-model-watch
# or
git clone https://github.com/markksantos/ai-model-watch && node ai-model-watch/bin/ai-model-watch.js
ai-model-watch [options]
  -p, --providers <list>  openrouter,openai,anthropic,gemini,mistral,xai,deepseek (default: all with a key)
  -s, --state <file>      where the last-seen lists live (default: ~/.cache/ai-model-watch/state.json)
  -w, --watch <seconds>   keep running and check every N seconds (minimum 60)
      --removed           also print models that disappeared
      --json              JSON output
      --exit-code         exit 1 when anything new appears (for cron and CI)
  -q, --quiet             print only new models
      --mcp               run as an MCP server on stdio
MCP 服务(Claude、Cursor、VS Code)

使用 --mcp 可通过标准输入输出将其作为 Model Context Protocol 服务运行,让助手自行查询有哪些新模型。提供两个工具:

  • check_new_models:列出每家提供商自上次检查以来开始提供的模型 ID(与 CLI 使用同一个状态文件)。
  • list_models:查看某家提供商当前列出的模型,并可选择使用子字符串筛选。

Claude Code:

claude mcp add ai-model-watch -- npx -y github:markksantos/ai-model-watch --mcp

或者将其作为 Claude Code 插件使用(此仓库本身就是一个市场):

/plugin install ai-model-watch --marketplace markksantos/ai-model-watch

在低于 2.1.275 的 Claude Code 版本中,运行 /plugin marketplace add markksantos/ai-model-watch,然后运行 /plugin install ai-model-watch@ai-model-watch。插件会将你环境中设置的所有提供商密钥传递给服务,并添加一个 ai-model-watch 技能,让 Claude 在你询问某个模型是否已经发布时调用这些工具。

单独使用此技能(适用于 Claude Code、Cursor、Codex 和其他 Agent),可从 claude-plugins.dev 获取:

npx skills-installer install @markksantos/ai-model-watch/ai-model-watch

Claude Desktop,一键安装:下载 ai-model-watch-1.1.0.mcpb 并打开。桌面应用会在设置中询问是否提供可选密钥。

Claude Desktop、Cursor 和其他客户端(在其 JSON 配置中的 mcpServers 下配置):

{
  "mcpServers": {
    "ai-model-watch": {
      "command": "npx",
      "args": ["-y", "github:markksantos/ai-model-watch", "--mcp"]
    }
  }
}

OpenRouter 无需密钥即可使用。若要加入其他提供商,请将 提供商 表中的对应密钥添加到同一条配置项的 env 对象中。

Cron
*/15 * * * * OPENAI_API_KEY=... ANTHROPIC_API_KEY=... ai-model-watch -q >> ~/model-drops.log
GitHub Actions

examples/github-action.yml 会按计划运行检查,在运行之间缓存状态文件,并在出现新模型时让作业失败(这样 GitHub 就会给你发送邮件)。

库

运行 npm install github:markksantos/ai-model-watch,然后:

const { check, fetchProvider } = require('ai-model-watch');

const report = await check({ providers: ['openrouter', 'anthropic'] });
for (const p of report.providers) {
  for (const m of p.added || []) console.log(p.label, m.id);
}

fetchProvider(id, { env, fetch }) 会返回 { status: 'ok' | 'skipped' | 'error', models: [{ id, name, created }] }。check() 会与状态文件中的内容进行比较,并保存新的列表。发生错误的提供商会保留其最近一次成功获取的列表,因此请求失败不会导致下次运行把整个目录都报告为新模型。

列表无法告诉你的信息

/models 列表中的模型 ID 表示提供方列出了该模型。这并不能证明该模型已经能够响应请求,而且有些提供方会在模型普遍可用前几天就将其列出。created 是提供方报告的日期,并非模型出现的时间。

托管版本 ArtificialWatch 每 60 秒轮询这些 API 和公开目录,并在第二轮扫描中确认检测结果后才会触发通知。随后,它会通过电子邮件和 Chrome 推送(免费)通知你,也可以通过短信或电话通知。如果你不想一直运行 cron 任务,可以使用它。

许可证

MIT

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。