Model Council Mcp Server

Model Council MCP Server

mcp-name: io.github.ivanantigravity-lgtm/model-council-mcp-server

MCP сервер, который прогоняет одну и ту же задачу через 3 модели параллельно и возвращает Claude их короткие ответы. Claude сам сверху делает итоговую выжимку.

Два пресета:

• china — Moonshot Kimi, Qwen, DeepSeek
• usa — Gemini, Grok, OpenAI

Когда вызывать

Полезно, когда:

• задача неоднозначная
• есть риск самоуверенного ответа одной модели
• важны слабые места, возражения, trade-offs
• нужно 3 разные перспективы, а не один ответ

Не надо вызывать для:

• простого факта
• быстрой суммаризации
• задачи, которую решит одна нормальная модель

Что нужно для установки

• Claude Desktop или Claude Code
• uv
• Python 3.11+
• POLZA_AI_API_KEY — ключ берётся на polza.ai/dashboard/api-keys

Поставить uv:

curl -LsSf https://astral.sh/uv/install.sh | sh

Установка за 2 минуты (через PyPI + uvx)

Claude Code / VS Code

Создай .mcp.json в корне проекта:

{
  "mcpServers": {
    "model-council": {
      "command": "uvx",
      "args": ["model-council-mcp-server@latest"],
      "env": {
        "POLZA_AI_API_KEY": "your-polza-api-key-here"
      }
    }
  }
}

Перезапусти Claude Code.

Claude Desktop (macOS)

Файл ~/Library/Application Support/Claude/claude_desktop_config.json:

{
  "mcpServers": {
    "model-council": {
      "command": "uvx",
      "args": ["model-council-mcp-server@latest"],
      "env": {
        "POLZA_AI_API_KEY": "your-polza-api-key-here"
      }
    }
  }
}

Claude Desktop (Windows)

Файл: %APPDATA%\Claude\claude_desktop_config.json. Содержимое идентичное.

Как проверить, что работает

После перезапуска Claude попроси:

Прогони через model council (usa) задачу: стоит ли мне добавить подписку в мой продукт?

Claude должен вызвать tool tri_model_scan и вернуть 3 коротких ответа.

Tools

• tri_model_scan — 3 модели отвечают на одну задачу
• tri_model_compare — сравнение нескольких вариантов
• tri_model_red_team — атака на идею, план или оффер
• council_model_guide — краткая памятка по сильным и слабым сторонам моделей

У каждого tool есть параметр preset (china или usa).

Пресеты

china

• moonshotai/kimi-k2.5
• qwen/qwen3.6-plus
• deepseek/deepseek-v3.2

usa

• google/gemini-3.1-flash-lite-preview
• x-ai/grok-4.1-fast
• openai/gpt-5.4-nano

Проверить актуальность ID моделей можно через GET https://polza.ai/api/v1/models/catalog. Если какая-то модель у Polza переименована — подставь свой ID через переменные окружения ниже.

Переменные окружения

Переменная	Обязательная	По умолчанию
POLZA_AI_API_KEY	да	—
POLZA_BASE_URL	нет	https://polza.ai/api/v1
COUNCIL_CHINA_MOONSHOT_MODEL	нет	moonshotai/kimi-k2.5
COUNCIL_CHINA_QWEN_MODEL	нет	qwen/qwen3.6-plus
COUNCIL_CHINA_DEEPSEEK_MODEL	нет	deepseek/deepseek-v3.2
COUNCIL_USA_GEMINI_MODEL	нет	google/gemini-3.1-flash-lite-preview
COUNCIL_USA_GROK_MODEL	нет	x-ai/grok-4.1-fast
COUNCIL_USA_OPENAI_MODEL	нет	openai/gpt-5.4-nano
LOG_LEVEL	нет	INFO

Что возвращает сервер

Компактный JSON:

• задача
• контекст
• 3 сырых коротких ответа от моделей
• источники по каждой модели

Сервер заставляет модели отвечать коротко, без воды и без повтора вопроса — чтобы не раздувать контекст Claude.

Локальная разработка

git clone https://github.com/ivanantigravity-lgtm/model-council-mcp-server.git
cd model-council-mcp-server
uv sync
POLZA_AI_API_KEY=your_key uv run python -m model_council_mcp_server.server

Лицензия

MIT.