Combien d'outils expose io.github.TheBaronofAI/vetted-consumer ?

io.github.TheBaronofAI/vetted-consumer expose 9 outil(s). Le coût de contexte pour les charger tous est d'environ 1949 tokens (coût unique au chargement, pas par appel).

accueil / serveurs / Dev & Code / io.github.TheBaronofAI/vetted-consumer

io.github.TheBaronofAI/vetted-consumer

serveur MCP (Model Context Protocol) · vetted-consumer 1.0.0

▸ Dev & Code

[ Non encore testé ]

Verdict MCP Hub
Référencé dans l'annuaire. Seul le pentest comportemental fait foi, et il n'a pas encore été exécuté sur ce serveur.

streamable-httpType / transport

directAccès

~1949 tokensCoût de contexte

9Outils

Est-ce que io.github.TheBaronofAI/vetted-consumer est sûr ?

Au dernier audit MCP Hub, le serveur MCP « io.github.TheBaronofAI/vetted-consumer » est classé « Non encore testé ». Référencé dans l'annuaire. Seul le pentest comportemental fait foi, et il n'a pas encore été exécuté sur ce serveur. Le verdict est réévalué en continu ; consultez la fiche pour l'état à jour.

Méthode : MCP Hub analyse la description de chaque outil (couche 1) et, pour le verdict fort, exécute le serveur dans une micro-VM isolée avec leurres et réseau bloqué (couche 2). On publie des noms et des compteurs, jamais le contenu brut renvoyé par un outil.

Les 9 outils

can_i_run_it≈ 375 tokens
Will a given local LLM run on given hardware? Returns fit, the best quant that fits, theoretical tok/s, and real owner-measured tok/s where available.
Paramètres, retour & exemple (10)
Paramètres
- model · string · optionnel
  Model name, e.g. 'Llama 70B', 'gpt-oss-120B', 'Qwen 32B'. Use list_models to see known names.
- mxfp4 · boolean · optionnel
  True if the model ships natively in MXFP4 (e.g. gpt-oss)
- context · number · optionnel
  Context window in tokens (default 8192)
- total_b · number · optionnel
  For an unlisted model: total parameters in billions
- unified · boolean · optionnel
  True for unified-memory machines (Macs, Strix Halo, CPU+RAM)
- vram_gb · number · optionnel
  For custom hardware: VRAM or unified memory in GB
- active_b · number · optionnel
  For an unlisted model: active params in billions (= total for dense, less for MoE)
- hardware · string · optionnel
  Hardware name/id, e.g. 'rtx-3090', 'Mac 128GB', 'Strix Halo'. Use list_hardware to see known ones.
- kv_precision · string · optionnel · f16 | q8 | q4
  KV cache precision (default f16)
- bandwidth_gbps · number · optionnel
  For custom hardware: memory bandwidth in GB/s
Exemple d'appel
```
{"name": "can_i_run_it", "arguments": {"model": "texte", "mxfp4": true, "context": 1, "total_b": 1, "unified": true, "vram_gb": 1}}
```
Exemple de retour
```
{"content": [{"type": "text", "text": "…"}]}
```
cheapest_hardware_for_model≈ 226 tokens
The cheapest catalogued, buyable machine that runs a given model at Q4 with the requested context.
Paramètres, retour & exemple (5)
Paramètres
- model · string · optionnel
  Model name, e.g. 'Llama 70B', 'gpt-oss-120B', 'Qwen 32B'. Use list_models to see known names.
- mxfp4 · boolean · optionnel
  True if the model ships natively in MXFP4 (e.g. gpt-oss)
- context · number · optionnel
  Context window in tokens (default 8192)
- total_b · number · optionnel
  For an unlisted model: total parameters in billions
- active_b · number · optionnel
  For an unlisted model: active params in billions (= total for dense, less for MoE)
Exemple d'appel
```
{"name": "cheapest_hardware_for_model", "arguments": {"model": "texte", "mxfp4": true, "context": 1, "total_b": 1, "active_b": 1}}
```
Exemple de retour
```
{"content": [{"type": "text", "text": "…"}]}
```
compare_hardware≈ 276 tokens
Side-by-side memory, bandwidth, price, and (with a model) fit + tok/s for 2 to 4 machines.
Paramètres, retour & exemple (7)
Paramètres
- model · string · optionnel
  Model name, e.g. 'Llama 70B', 'gpt-oss-120B', 'Qwen 32B'. Use list_models to see known names.
- mxfp4 · boolean · optionnel
  True if the model ships natively in MXFP4 (e.g. gpt-oss)
- context · number · optionnel
  Context window in tokens (default 8192)
- total_b · number · optionnel
  For an unlisted model: total parameters in billions
- active_b · number · optionnel
  For an unlisted model: active params in billions (= total for dense, less for MoE)
- hardware · string · requis
  2 to 4 hardware names/ids, comma-separated
- kv_precision · string · optionnel · f16 | q8 | q4
  KV cache precision (default f16)
Exemple d'appel
```
{"name": "compare_hardware", "arguments": {"hardware": "texte"}}
```
Exemple de retour
```
{"content": [{"type": "text", "text": "…"}]}
```
cost_compare≈ 275 tokens
Buy vs rent vs API cost to run a model locally: monthly/1y/3y totals, break-even months, and the energy cost per 1M tokens. Same math as /cost-calculator/.
Paramètres, retour & exemple (8)
Paramètres
- api · number · optionnel
  API $/million tokens (default 1.0)
- kwh · number · optionnel
  Electricity $/kWh (default 0.16)
- rent · number · optionnel
  Cloud GPU $/hour (default 0.59)
- hours · number · optionnel
  Active hours per day (default 3)
- tdp_w · number · optionnel
  For custom hardware: board power draw in watts
- tokens · number · optionnel
  Tokens generated per day, for the API comparison (default 300000)
- hardware · string · optionnel
  Catalogued hardware name/id (see list_hardware), e.g. 'rtx-3090-used'
- price_usd · number · optionnel
  For custom hardware: price in USD
Exemple d'appel
```
{"name": "cost_compare", "arguments": {"api": 1, "kwh": 1, "rent": 1, "hours": 1, "tdp_w": 1, "tokens": 1}}
```
Exemple de retour
```
{"content": [{"type": "text", "text": "…"}]}
```
get_used_gpu_prices≈ 101 tokens
Current typical used-GPU prices for local-AI rigs (eBay Browse API median asking + hand-verified, monthly).
Paramètres, retour & exemple (1)
Paramètres
- gpu · string · optionnel
  Optional name/id filter, e.g. "3090"
Exemple d'appel
```
{"name": "get_used_gpu_prices", "arguments": {"gpu": "texte"}}
```
Exemple de retour
```
{"content": [{"type": "text", "text": "…"}]}
```
list_hardware≈ 63 tokens
List the machines the tools know about (memory, bandwidth, price, buy link).
Paramètres, retour & exemple (0)
Exemple d'appel
```
{"name": "list_hardware", "arguments": {}}
```
Exemple de retour
```
{"content": [{"type": "text", "text": "…"}]}
```
list_models≈ 66 tokens
List the local LLM model classes the tools know about (params, dense/MoE, native context).
Paramètres, retour & exemple (0)
Exemple d'appel
```
{"name": "list_models", "arguments": {}}
```
Exemple de retour
```
{"content": [{"type": "text", "text": "…"}]}
```
recommend_hardware≈ 276 tokens
Ranked list of catalogued, buyable machines that run a model at the requested context, cheapest first, with an optional budget cap.
Paramètres, retour & exemple (7)
Paramètres
- model · string · optionnel
  Model name, e.g. 'Llama 70B', 'gpt-oss-120B', 'Qwen 32B'. Use list_models to see known names.
- mxfp4 · boolean · optionnel
  True if the model ships natively in MXFP4 (e.g. gpt-oss)
- budget · number · optionnel
  Optional max price in USD
- context · number · optionnel
  Context window in tokens (default 8192)
- total_b · number · optionnel
  For an unlisted model: total parameters in billions
- active_b · number · optionnel
  For an unlisted model: active params in billions (= total for dense, less for MoE)
- kv_precision · string · optionnel · f16 | q8 | q4
  KV cache precision (default f16)
Exemple d'appel
```
{"name": "recommend_hardware", "arguments": {"model": "texte", "mxfp4": true, "budget": 1, "context": 1, "total_b": 1, "active_b": 1}}
```
Exemple de retour
```
{"content": [{"type": "text", "text": "…"}]}
```
recommend_quant≈ 380 tokens
Which GGUF quantization to download for a model on given hardware: the full quant ladder with file size, max context, and tok/s for each, plus the recommended pick.
Paramètres, retour & exemple (10)
Paramètres
- model · string · optionnel
  Model name, e.g. 'Llama 70B', 'gpt-oss-120B', 'Qwen 32B'. Use list_models to see known names.
- mxfp4 · boolean · optionnel
  True if the model ships natively in MXFP4 (e.g. gpt-oss)
- context · number · optionnel
  Context window in tokens (default 8192)
- total_b · number · optionnel
  For an unlisted model: total parameters in billions
- unified · boolean · optionnel
  True for unified-memory machines (Macs, Strix Halo, CPU+RAM)
- vram_gb · number · optionnel
  For custom hardware: VRAM or unified memory in GB
- active_b · number · optionnel
  For an unlisted model: active params in billions (= total for dense, less for MoE)
- hardware · string · optionnel
  Hardware name/id, e.g. 'rtx-3090', 'Mac 128GB', 'Strix Halo'. Use list_hardware to see known ones.
- kv_precision · string · optionnel · f16 | q8 | q4
  KV cache precision (default f16)
- bandwidth_gbps · number · optionnel
  For custom hardware: memory bandwidth in GB/s
Exemple d'appel
```
{"name": "recommend_quant", "arguments": {"model": "texte", "mxfp4": true, "context": 1, "total_b": 1, "unified": true, "vram_gb": 1}}
```
Exemple de retour
```
{"content": [{"type": "text", "text": "…"}]}
```

C'est votre serveur ?

Revendiquez-le sur l'espace créateur (preuve GitHub, domaine ou npm) pour afficher le badge « propriétaire vérifié » et lancer un pentest comportemental à la demande afin d'obtenir le badge « Vérifié ».

Créer un compte / revendiquer →

Source

https://vettedconsumer.com/mcp