Houtini LM — делегирование задач другой модели
Houtini LM
MCP-сервер отдает ограниченные задачи локальной модели или дешевому облачному API, Claude остается архитектором
- 122 ★ репозитория
- Последний коммит
- Apache-2.0
Расширенный доступ
Почему такой уровень
- Инструмент `code_task_files` читает файлы с диска и отправляет их выбранной модели: при облачном API исходники уходят стороннему сервису
- Ключ облачного API лежит в конфигурации MCP-клиента
Установка
- Работает в
В терминале, через SkillFoxx CLI
npx skillfoxx add mcp/houtini-lmОпределит агенты на машине, покажет уровень доступа и зафиксирует версию.
Другие способы установки
Доступ и проверки
Как мы проверяемРасширенный доступИнструмент запускает код или ходит в сеть, а внешние данные только читает.
- Инструмент `code_task_files` читает файлы с диска и отправляет их выбранной модели: при облачном API исходники уходят стороннему сервису
- Ключ облачного API лежит в конфигурации MCP-клиента
Это чужой код. Посмотрите файлы в репозитории перед установкой.
Что делает
Houtini LM передает ограниченную работу другой модели: локальной на вашей видеокарте, GPT от OpenAI, маршрутизатору LiteLLM, OpenRouter или дешевому облачному API. Claude Code, Claude Desktop или Cursor продолжают планировать и принимать решения, а черновую работу делает подключенная модель. Подходит любой эндпоинт, совместимый с OpenAI: LM Studio, Ollama, vLLM, SGLang, llama.cpp, DeepSeek, Groq. Главная выгода в токенах. Инструмент `code_task_files` читает файлы с диска сам и отправляет их другой модели, поэтому исходники не попадают в контекст Claude. В таблице автора разбор 1352 строк кода занимает 769 токенов вместо 14 466, а среднее по сессии составляет 93,3% экономии. Вторая выгода состоит во втором мнении: другая модель читает код с другими слепыми пятнами. В сервере восемь инструментов: `chat`, `custom_prompt`, `code_task`, `code_task_files`, `embed`, `discover`, `list_models` и `stats`. Для локальных моделей сервер читает список установленных, ищет их описание на HuggingFace, кэширует его в SQLite и подбирает лучшую под тип задачи, а смену модели лишь советует, потому что загрузка занимает минуты.
Для кого. Разработчикам, у которых Claude Code работает часами над большими рефакторингами, а счет за токены растет из-за типовой работы вроде ревью и черновиков.
Подходит, если
- Ревью большого файла стоит Claude десятки тысяч токенов, и его можно отдать локальной модели
- Нужен второй взгляд на план или код от другой модели без лишних затрат
- Надо быстро получить заготовки тестов, докстринги или сообщения коммитов по диффу
- Код нельзя отправлять во внешний облачный сервис, и модель стоит под столом на GPU
- Для RAG требуются векторные представления текста через `/v1/embeddings`
Не подходит, если
- Работа требует рассуждений по всему репозиторию, вызова инструментов или многошаговой оркестрации: она остается у Claude
- Задача состоит из одной строки: накладные расходы вызова около 250 токенов сопоставимы с ответом
- Нет ни локальной модели, ни ключа к облачному API: серверу нечему передавать работу
Пример запроса к агенту
Отдай ревью файла src/payments.ts локальной модели через houtini-lm и покажи только найденные баги со строками.MCP
- Транспорт
- stdio
- Авторизация
- ключ необязателен
Переменные окружения
HOUTINI_LM_ENDPOINT_URL- Адрес OpenAI-совместимого эндпоинта, по умолчанию http://localhost:1234.
HOUTINI_LM_API_KEYсекрет- Ключ эндпоинта, если он требует аутентификации.
HOUTINI_LM_MODEL- Модель, закрепленная для вызовов, например для OpenAI.
Ограничения
Нужны Node 22.5 или новее и эндпоинт, совместимый с OpenAI: локальный сервер или ключ облачного API. Локальный вывод обычно в 3–30 раз медленнее передовой модели, поэтому выигрыш дают только ограниченные самодостаточные задачи.
Часть сценариев отправляет код стороннему облаку: при выборе OpenAI или DeepSeek исходники покидают машину, а API OpenAI из России недоступен. Локальная модель оставляет код у вас. Ключ задается переменной `HOUTINI_LM_API_KEY` и попадает в конфигурацию MCP-клиента.
Цифры экономии взяты из замеров автора на его задачах и зависят от размера файлов и выбранной модели.
Как отключить. Удалите сервер командой `claude mcp remove houtini-lm`. Если ключ облачного API хранился в конфигурации клиента, отзовите его у поставщика.
Частые вопросы
Какие модели подходят?
Любые за эндпоинтом, совместимым с OpenAI: LM Studio, Ollama, vLLM, SGLang, llama.cpp, маршрутизатор LiteLLM, OpenRouter, а также DeepSeek, Groq, Cerebras и OpenAI. Для GPT-5 и o-серии есть специальная обработка параметров.
Как проверить, что все подключено?
Попросите агента вызвать `discover`: инструмент вернет версию сервера, найденный эндпоинт, активную модель и размер ее окна контекста.
Что лучше отдавать другой модели?
Ограниченные задачи с ясным входом и выходом: ревью кода, заготовки тестов, объяснение функции, сообщения коммитов, конвертация форматов, тестовые данные, типы, структурированный JSON и embeddings.
Где LM Studio ищется по умолчанию?
Сервер сначала проверяет `localhost:1234`, это адрес LM Studio по умолчанию. Для другого адреса задайте `HOUTINI_LM_ENDPOINT_URL`, при необходимости ключ в `HOUTINI_LM_API_KEY`, а модель в `HOUTINI_LM_MODEL`.
Как работает режим размышления моделей?
Он задается переменной `HOUTINI_LM_THINKING`. Значение по умолчанию `auto` отключает размышление у моделей, которые это поддерживают, например Qwen3, Gemma 4 и DeepSeek R1, потому что Claude уже рассуждает сам.
Обсуждение
Вопросов и отзывов пока нет.
Похожие
MCP-серверыllmman запускает Claude Code, Codex и OpenCode на локальной или облачной модели одной командой, модели хранит как образы OCI
lilbee запускает локальные модели на нескольких GPU и дает агентам MCP-поиск по вашим файлам с цитатой файла и строки
LM Studio — приложение для запуска открытых моделей на компьютере с чатом, локальным сервером в форматах OpenAI и Anthropic и поддержкой MCP.
Хуки читают каждый запрос до модели и сначала просят черновик у бесплатной или локальной модели, чтобы беречь квоту Claude.
MCP-сервер запускает DeepSeek или локальную модель субагентом в Claude Code и Codex с собственным циклом инструментов.
MCP-сервер отправляет один промпт сразу нескольким моделям OpenAI, Anthropic, Gemini, Groq, DeepSeek и Ollama и может собрать из ответов решение
Коротко о README
README рассказывает, зачем автор собрал сервер: ночные рефакторинги в Claude Code давали слишком большой счет за токены. Дальше идут таблица экономии, схема работы, установка для LM Studio, OpenAI и других маршрутов, список задач для передачи и описание восьми инструментов.