Model Manager

Manage your local model machine over MCP: state, model pull/remove, service switch, LoRA training

这个条目提供什么？

Model Manager 是 ChatHome Skills 收录的 MCP 条目，来源为 Official MCP Registry，质量分 78/100。作为 Model Context Protocol 服务器，它向 Claude、Cursor、Copilot 等兼容 MCP 的 LLM 客户端暴露可直接调用的工具，让 agent 的能力超出模型内置范围。该条目由 ChatHome Skills 的每日抓取从官方 registry 和 GitHub 发现查询中收录，每次运行都会重新核验仓库事实、新鲜度信号和安装元数据。质量分综合了官方 registry 收录情况、可用安装命令、许可证完整性、仓库活跃度和 GitHub star 趋势，完整算法说明见来源页。安装命令已列于上方，可直接复制使用。在将 Model Manager 加入生产 agent 工作流前，请核对上方的最近更新日期和仓库状态——下方事实快照是最近一次抓取的时点值。

事实快照

来源: Official MCP Registry
质量: 78/100
安装方式: pypi
仓库: setheerwagen/local-ai-mcp-servers
仓库更新: 2026年10月22日

安装命令

uvx mcp-modelmanager==1.0.6

安装方式: pypi

运行此命令前，请先核对上游源码。

GitHub 项目

质量

仓库 Stars

仓库更新

2026年10月22日

质量分如何计算？

由六个维度加权得出，满分 100。
来源可信度（25）：是否收录于官方或精选 registry。
可安装性（25）：可直接运行的命令 > 已声明传输方式 > 仅源码。
维护活跃度（20）：最近推送时间；已归档条目此项为 0。
采用度（20）：仓库 star 数，按对数曲线计分。
文档完整性（10）与描述质量（10）：是否有已解析的 manifest 或 SKILL.md frontmatter，以及是否为真实描述而非占位文本。
某个来源结构上无法提供的维度（registry 不提供 star 和许可证）不计入该条目的平均分，而不是记为 0 分，因此不同来源的条目仍可横向比较。

MCP manifest

{
  "_meta": {
    "io.modelcontextprotocol.registry/official": {
      "status": "active",
      "isLatest": true,
      "updatedAt": "2026-10-22T14:27:58.25592Z",
      "publishedAt": "2026-10-22T14:27:58.25592Z",
      "statusChangedAt": "2026-10-22T14:27:58.25592Z"
    }
  },
  "server": {
    "name": "io.github.setheerwagen/mcp-modelmanager",
    "title": "Model Manager",
    "$schema": "https://static.modelcontextprotocol.io/schemas/2025-12-11/server.schema.json",
    "version": "1.0.6",
    "packages": [
      {
        "version": "1.0.6",
        "transport": {
          "type": "stdio"
        },
        "identifier": "mcp-modelmanager",
        "registryType": "pypi",
        "environmentVariables": [
          {
            "name": "MM_VM_HOST",
            "format": "string",
            "isRequired": true,
            "description": "Address of the model machine (127.0.0.1, LAN IP or tunnel/VPN address)"
          },
          {
            "name": "MM_VM_USER",
            "format": "string",
            "isRequired": true,
            "description": "SSH user on the model machine"
          },
          {
            "name": "MM_CONTAINER_ROOT",
            "format": "filepath",
            "isRequired": true,
            "description": "Root directory on the machine holding all model, adapter and cache data"
          },
          {
            "name": "MM_MAX_TIER",
            "format": "string",
            "default": "read",
            "description": "Highest tool tier exposed: read, control or destructive"
          },
          {
            "name": "MM_ENABLED_OPERATIONS",
            "format": "string",
            "description": "Optional comma-separated allowlist of exact tool names, applied on top of MM_MAX_TIER; a typo aborts startup. Empty means everything within MM_MAX_TIER"
          },
          {
            "name": "MM_VM2_HOST",
            "format": "string",
            "description": "Optional: address of a second machine sharing the GPU, used to interpret unreachability. Leave empty if there is only one machine"
          }
        ]
      }
    ],
    "repository": {
      "url": "https://github.com/setheerwagen/local-ai-mcp-servers",
      "source": "github",
      "subfolder": "mcp-modelmanager"
    },
    "description": "Manage your local model machine over MCP: state, model pull/remove, service switch, LoRA training"
  }
}

报告此条目的问题