使用说明

克劳德附加模型mcp

打破克劳德亲墙。在克劳德的协调下，通过MCP将重物转移到双子座3.x和GLM-5。将消耗量减少10倍。

问题：“克劳德亲墙”

Claude Pro用户每月支付20美元，甚至那些每月支付100美元的用户也经常遇到令人沮丧的现实：

28%可用性数学

大多数高级用户在大约一周内用完了他们的每周消息限制 2天这使得它们在一周的剩余5天内被封锁。您实际上是在为不可用的服务付费 71%的时间 --每月100美元，28%的可用性无法完成繁重的工作。这造成了一种稀缺心态，用户在使用Claude完成复杂任务时犹豫不决，担心在本周重置之前会用完限制。

Sonnet 4.5降级

自从Claude 4.6发布以来，多个用户报告称 Sonnet 4.5的性能下降当Sonnet 4.5被迫处理编排、文件I/O时，和同时生成大量代码，推理质量下降。它开始失去对项目结构的跟踪，产生文件路径的幻觉，或者在会话中忘记前面的指令。

这种MCP方法通过以下方式专门帮助Sonnet 4.5用户 卸载繁重的分析和代码生成 让Sonnet专注于它最擅长的事情：编排和文件I/O。结果是 卓越的工作产出 与十四行诗4.5相比，让它自己做所有事情。

Opus 4.6成本壁垒

作品4.6 仍然是智力的黄金标准，但其消耗率正在惩罚-- 高出3至5倍 比Sonnet。在Pro计划中，使用Opus进行文档阅读、样板生成或常规分析会以惊人的速度消耗您的每周分配。

通过将繁重的工作委托给外部模型，你可以 Opus质量编排 和 并行代理 随着 消费减少80%至90%+.

解决方案

claude-additional-models-mcp 是一个生产就绪的模型上下文协议（MCP）服务器，它将外部AI模型直接集成到Claude Desktop中。它没有让Claude自己做所有事情，而是将繁重的计算工作委托给专门的外部模型，并专注于它最擅长的事情：编排、文件管理和最终合成。

结果：

用户类型	优势	改进
十四行诗4.5	通过卸载实现卓越的输出质量	10倍减少消耗
作品4.6	全方位的成本控制	80%+ 减少消耗
所有用户	扩展专业版订阅价值	18-30x 投资回报率

v2.0中的新功能：Gemini集成

而原来 GLM-5（Z.ai） 我们观察到，集成提供了一个具有强大推理能力的744B参数模型 频繁的中断和超时 在长时间运行的委托任务期间。会话将中断中期生成，迫使用户重试，浪费时间和令牌。

v2.0引入了Google Gemini 3.x作为推荐集成：

功能	GLM-5（Z.ai）	Gemini 3.x（谷歌）
稳定性	偶尔中断	稳定的正常运行时间
上下文窗口	标准	1M代币
最大输出功率	4000个代币	65000个代币
免费套餐	否	是（慷慨的限制）
搜索接地	通过单独的API	本土的 (`google_search`)
状态	原版（v1.0）	推荐（v2.0）

这两种集成仍然得到完全支持。根据您的需求进行选择。

运作原理

MCP协议

这模型上下文协议允许Claude Desktop发现并执行本地服务器提供的工具。此MCP服务器充当桥梁：Claude调用工具（例如。， ask_gemini_pro)，服务器将请求转发到外部模型的API，并将结果返回给Claude。

克劳德从不需要“思考”沉重的内容。它发送任务，接收输出，并将其写入磁盘。

混合API架构（Gemini）

Gemini集成使用双路径通信策略以实现最大能力：

OpenAI兼容路径 (generativelanguage.googleapis.com/v1beta/openai/)：用于标准聊天完成-- ask_gemini 和 ask_gemini_pro 工具调用。
原生Google API路径 (generativelanguage.googleapis.com/v1beta)：用于高级功能，如 搜索搁浅 (web_search)以及 URL上下文 (web_reader).这些功能无法通过OpenAI兼容接口获得。

工具发现

当Claude Desktop启动时，它会显示 claude_desktop_config.json，将MCP服务器作为子进程启动，并向其查询可用工具。然后，这些工具与内置功能一起出现在Claude的界面中。

快速入门：Gemini（推荐）

1.获取Google API密钥

访问谷歌AI工作室
单击“创建API密钥”
复制您的密钥——免费套餐提供慷慨的费率限制

2.克隆和安装

git clone https://github.com/Arkya-AI/claude-additional-models-mcp.git
cd claude-additional-models-mcp/gemini
npm install

3.配置克劳德桌面

打开您的Claude Desktop配置文件：

macOS： ~/Library/Application Support/Claude/claude_desktop_config.json
窗户： %APPDATA%\Claude\claude_desktop_config.json

添加Gemini MCP服务器：

{
  "mcpServers": {
    "gemini": {
      "command": "node",
      "args": ["/absolute/path/to/claude-additional-models-mcp/gemini/index.js"],
      "env": {
        "GOOGLE_API_KEY": "your-api-key-here"
      }
    }
  }
}

重要提示： 替换 /absolute/path/to/ 使用克隆仓库的实际路径。

4.重新启动克劳德桌面

完全退出Claude Desktop（从菜单栏，而不仅仅是关闭窗口）并重新启动它。

5.验证其是否有效

查找Claude输入框右下角的工具图标
问克劳德： “你有什么工具可以使用？” --它应该列出 ask_gemini, ask_gemini_pro, web_search, web_reader，以及 parse_document
测试： “使用Gemini解释TCP和UDP之间的区别” --您应该看到一个工具调用动画，后面是响应

快速入门：GLM-5（Z.ai）

1.获取Z.ai API密钥

访问 Z.ai 并创建一个帐户
导航到 API密钥
创建并复制API密钥

2.安装

git clone https://github.com/Arkya-AI/claude-additional-models-mcp.git
cd claude-additional-models-mcp
npm install

3.配置克劳德桌面

{
  "mcpServers": {
    "glm5": {
      "command": "node",
      "args": ["/absolute/path/to/claude-additional-models-mcp/index.js"],
      "env": {
        "ZAI_API_KEY": "your-api-key-here"
      }
    }
  }
}

4.重新启动并验证

与上面的Gemini相同。工具将被命名 ask_glm5, ask_glm5_pro等等。

可用工具

这两个集成都公开了相同的5工具界面。工具名称因前缀而异(ask_gemini 对比 ask_glm5).

核心AI工具

工具	描述	关键参数	默认最大令牌
`ask_gemini` / `ask_glm5`	一般分析、综合、总结	`prompt` （必填）， `system_prompt`, `temperature`, `max_tokens`	8192 / 4000
`ask_gemini_pro` / `ask_glm5_pro`	代码生成、复杂推理、架构	`prompt` （必填）， `system_prompt`, `temperature`, `max_tokens`	16384 / 4000

研究和情报工具

工具	说明	关键参数
`web_search`	实时网络搜索与接地	`search_query` （必填）， `count` (1-50), `search_recency_filter`, `search_domain_filter`
`web_reader`	获取并解析完整网页内容	`url` （必填）， `return_format` （标记/文本）， `with_images_summary`, `with_links_summary`
`parse_document`	通过OCR从PDF和图像中提取文本	`file_url` （必填）， `return_format` （标记/文本）， `parse_mode` （自动/ocr/布局）

使用策略：三层执行优先级

为了最大限度地提高效率，克劳德被指示（通过 CLAUDE.md)为每个任务遵循此执行层次结构：

优先级1：生成并行子代理（最快路径）

当面对具有多个独立部分的任务时，Claude会生成子代理，每个子代理独立地调用外部模型。这是 最快执行路径 并且必须优先于顺序呼叫。

例子： 编写全栈功能——子代理a通过以下方式生成后端 ask_gemini_pro，子代理B生成前端，子代理C生成测试。所有这些都是并行运行的。

优先级2：直接委托（单个单元任务）

对于无法并行化的任务，Claude将整个提示直接发送到外部模型。

例子： “分析此代码库并解释身份验证流程”——单个 ask_gemini_pro 电话。

优先级3：克劳德自己做（最后手段）

Claude只应在以下情况下在内部执行工作：

协调工具调用和子代理
执行文件I/O（读取/写入磁盘）
提供100字以下的回复
对委托内容进行最终的面向客户的润色

编排模型

Claude (Parent)
    |-- Planning & coordination (stays in Claude)
    |-- File operations & disk I/O (stays in Claude)
    |-- Quick responses <100 words (stays in Claude)
    |
    |-- PRIORITY 1: Spawn parallel sub-agents (for multi-part tasks)
    |    \-- Each sub-agent uses external model for code/analysis
    |         |-- ask_[model]_pro for code generation
    |         |-- ask_[model] for analysis/docs
    |         \-- Sub-agent writes output to disk
    |
    \-- PRIORITY 2: Delegate to external model directly (for single-unit tasks)
         |-- Analysis >300 words
         |-- Code generation >50 lines
         |-- Research synthesis from multiple sources
         \-- Document processing & OCR

次级代理执行

这 CLAUDE.md 此存储库中的文件充当所有Claude会话的“宪法”。它强制执行 子代理也必须委派 对于外部模型，它们本身无法生成大型内容块。

模式： 外部模型生成内容->Claude/sub-agent将输出写入磁盘。

任何生成超过50行代码或超过300字内容而未委托给外部模型的子代理都违反了委托规则。

模型特定策略

十四行诗4.5：编曲家

Sonnet 4.5擅长遵循复杂的指令、管理项目结构和协调多步骤工作流程。当它被迫也做重物时，它就会退化。

任务	Sonnet手柄	外部模型手柄
项目结构决策	是	--
文件读/写操作	是	--
最终代码集成	是	--
代码生成（>50行）	--	`ask_[model]_pro`
分析和文件（>300字）	--	`ask_[model]`
网络研究	--	`web_search` + `web_reader`
文档处理	--	`parse_document`

结果： 十四行诗成为一个精瘦的编曲家。输出质量提高，因为它不再是上下文重载的。

作品4.6：建筑师

Opus应该作为战略决策者，而不是劳动者。

任务	Opus手柄	外部模型手柄
架构决策	是	--
复杂的多步骤协调	是	--
安全和逻辑审查	是	--
锅炉板和CRUD代码	--	`ask_[model]_pro`
任何内容的初稿	--	`ask_[model]`
数据处理和比较	--	`ask_[model]`
研究和情报	--	`web_search` + `web_reader` + `ask_[model]`

结果： Opus消耗量减少90%以上。您可以以Sonnet级别的成本获得Opus级别的编排。

消耗优化规则

确保授权有效的四条关键规则：

1.永远不要在克劳德身上综合外部模型能做什么

坏：克劳德阅读了5个竞争对手的网站，并撰写了一篇2000字的分析文章
好： web_search -> web_reader -> ask_gemini 综合->克劳德展示结果

2.委托所有多文档分析

坏： Claude分析了3个PDF文件并进行了比较
好： parse_document x3-> ask_gemini 比较->克劳德格式输出

3.初稿使用外部模型，波兰语使用Claude

坏： Claude从头开始生成整个提案部分
好： ask_gemini 生成内容->克劳德适应项目语音->写入磁盘

4.尽可能平行委派

同时解析多个文档
并行读取多个网络资源
然后用单个 ask_gemini 呼叫

预期节省

前后对比：代币消费

竞争分析任务

步骤	仅限克劳德	使用MCP
研究	3000个克劳德代币	200个代币（web_search）
读取源	10000个克劳德令牌	1500个令牌（web_reader）
分析	8000个克劳德代币	6000个代币（ask_gemini）
克劳德总计	21000个代币	800个代币
减少	--	96%

代码生成任务

步骤	仅限克劳德	使用MCP
架构设计	2000个克劳德令牌	300个克劳德令牌（编排）
实现	8000个克劳德令牌	5000个令牌（ask_gemini_pro）
测试	4000个克劳德令牌	3000个令牌（ask_gemini_pro）
克劳德总计	14000个代币	500个代币
减少	--	96%

文档分析任务

步骤	仅限克劳德	使用MCP
阅读PDF	5000个克劳德令牌	0（parse_document）
提取关键术语	3000个克劳德令牌	4000个令牌（ask_gemini）
摘要	2000个克劳德代币	--
克劳德总计	10000个代币	300个代币
减少	--	97%

总体影响

度量	MCP之前	MCP之后
克劳德·普罗疲惫	~2天	14+天
Sonnet 4.5输出质量	负载下降级	优越的（仅限编排）
Opus 4.6消费	100%	<10%
专业订阅的有效投资回报率	1x	18-30x

真实世界的工作流程

研究管道

1. Claude receives: "Research the current state of edge AI deployment"
2. Claude calls web_search("edge AI deployment trends 2025", count=30)
3. Claude calls web_reader() on the top 5 URLs (parallel)
4. Claude calls ask_gemini("Synthesize these sources into a 2000-word report
   covering: key trends, major players, deployment challenges, and outlook")
5. Claude writes the report to research-output.md
6. Claude presents a 3-sentence summary to the user

Total Claude consumption: ~800 tokens (orchestration + file I/O)

代码生成管道

1. Claude receives: "Build a FastAPI backend with user auth and CRUD endpoints"
2. Claude calls ask_gemini_pro("Generate SQLAlchemy models and Pydantic schemas
   for a user authentication system with roles and permissions")
3. Claude writes models.py to disk
4. Claude calls ask_gemini_pro("Generate FastAPI CRUD routes for these models: [models]")
5. Claude writes routes.py to disk
6. Claude runs tests locally

Total Claude consumption: ~500 tokens (orchestration + file I/O)

项目结构

claude-additional-models-mcp/
├── index.js              # GLM-5 MCP server (Z.ai 744B model)
├── package.json          # Root dependencies (@modelcontextprotocol/sdk, node-fetch)
├── gemini/
│   ├── index.js          # Gemini 3.x MCP server (hybrid API approach)
│   └── package.json      # Gemini dependencies (@modelcontextprotocol/sdk, openai)
├── CLAUDE.md             # GLM-5 delegation rules (root-level)
├── gemini/CLAUDE.md      # Gemini delegation rules
├── EXAMPLES.md           # Real-world usage examples and templates
├── CONTRIBUTING.md       # Contribution guidelines
├── LICENSE               # MIT License
├── .github/              # GitHub issue/PR templates
└── .gitignore

npm脚本：

npm run start:glm5    # Start GLM-5 server
npm run start:gemini  # Start Gemini server

故障排除

工具未出现在Claude桌面中

检查配置语法： 验证 claude_desktop_config.json 使用JSON linter。一个尾随逗号会打断它。
验证绝对路径： 道路通向 index.js 必须是绝对的，而不是相对的。
完全重启： 从菜单栏退出Claude Desktop（不仅仅是关闭窗口）并重新启动。
手动检查服务器： 跑 node /path/to/gemini/index.js 在终端中。如果出现错误，则问题出在服务器设置中。

空响应

验证API密钥： 确保您的 GOOGLE_API_KEY 或 ZAI_API_KEY 有效且有效。
增加max_tokens： 尝试设置 max_tokens 双子座为16384，GLM-5为4000。
温度较低： 对于分析任务，使用温度0.3-0.5以获得更确定的输出。

速率限制错误（429）

免费等级限制（双子座）： Flash为15转/分，Pro为5转/分。请稍候，然后重试。
升级以获得更高的限制： 访问谷歌AI工作室检查您的等级。
GLM-5限值： 查看您的Z.ai仪表板以获取剩余积分。

找不到模型错误

确保使用正确的环境变量名称： GOOGLE_API_KEY 对于双子座来说， ZAI_API_KEY GLM-5。
服务器在内部处理模型选择。不要覆盖配置中的模型名称。

GLM-5中断

GLM-5在高峰时段或长时间提示时可能会出现超时。如果可靠性至关重要，请切换到Gemini集成。

高克劳德消费尽管代表团

审核检查表：

你让克劳德做应该去的分析吗 ask_gemini?
你是在阅读克劳德的网络内容，而不是使用 web_reader?
您是否在Claude中生成代码，而不是 ask_gemini_pro?
您是否在Claude中处理PDF，而不是 parse_document?
子代理是否自己生成内容而不是委派？

每个任务的预期令牌模式：

研究任务：克劳德800-2000代币
代码生成：Claude 500-1000代币
提案撰写：克劳德1500-3000代币

如果克劳德在分析工作上的消费超过3000个代币，则委托没有得到优化。

路线图

[]DeepSeek-V3集成
[]当地LLM通过Ollama进行离线委托
[]实时工具输出的流媒体支持
[]图像/视觉委托支持
[]自动成本跟踪仪表板
[]重复查询的响应缓存
[]用于管理多个模型后端的配置UI
[]用于常见工作流的预构建提示模板

贡献

欢迎投稿！无论是添加新的模型提供程序、优化子代理委托提示，还是改进错误处理，请参阅贡献.md 作为指导方针。

许可证

该项目根据MIT许可证获得许可。看许可证文件以获取详细信息。

致谢

Anthropic 克劳德和模型上下文协议
Z.ai 用于GLM-5 API访问
谷歌适用于Gemini3.x API和慷慨的开发人员层
协议规范的MCP社区

链接

由...建造 Arkya AI 让克劳德真正无限。

使用说明

克劳德附加模型mcp

问题：“克劳德亲墙”

28%可用性数学

Sonnet 4.5降级

Opus 4.6成本壁垒

解决方案

v2.0中的新功能：Gemini集成

运作原理

MCP协议

混合API架构（Gemini）

工具发现

快速入门：Gemini（推荐）

1.获取Google API密钥

2.克隆和安装

3.配置克劳德桌面

4.重新启动克劳德桌面

5.验证其是否有效

快速入门：GLM-5（Z.ai）

1.获取Z.ai API密钥

2.安装

3.配置克劳德桌面

4.重新启动并验证

可用工具

核心AI工具

研究和情报工具

使用策略：三层执行优先级

优先级1：生成并行子代理（最快路径）

优先级2：直接委托（单个单元任务）

优先级3：克劳德自己做（最后手段）

编排模型

次级代理执行

模型特定策略

十四行诗4.5：编曲家

作品4.6：建筑师

消耗优化规则

1.永远不要在克劳德身上综合外部模型能做什么

2.委托所有多文档分析

3.初稿使用外部模型，波兰语使用Claude

4.尽可能平行委派

预期节省

前后对比：代币消费

竞争分析任务

代码生成任务

文档分析任务

总体影响

真实世界的工作流程

研究管道

代码生成管道

项目结构

故障排除

工具未出现在Claude桌面中

空响应

速率限制错误（429）

找不到模型错误

GLM-5中断

高克劳德消费尽管代表团

路线图

贡献

许可证

致谢

链接

相关 MCP

实时网络搜索服务

ChatGPT交互工具

Fleur MCP服务

数学优化与量子计算支持工具

思考工具服务器

Claude桌面MCP配置工具