Qiaomu LLM MCP — AI skill for Claude Code

qiaomu-llm-mcp

把多个 LLM Provider、API Key、模型路由和多模型讨论统一成一个本地 MCP 网关。
A local MCP gateway that turns many LLM providers, API keys, routing rules, and multi-model discussions into one tool surface.

**中文** | [English](#english)

适合这些场景：

• 你同时使用 Z.ai Coding Plan、DeepSeek、OpenAI-compatible API、Anthropic-compatible API、Claude Code CLI 等多套模型。
• 你不想把 API Key 写进提示词、脚本或 Codex 配置里。
• 你希望在 Codex / Claude / 其他 MCP 客户端里用同一组工具完成：单模型调用、多模型对比、流水线、HeavySkill 式多轮讨论。
• 你需要让最强的主控模型主持讨论，而不是把全部判断交给某一个 Provider。

本项目是本地优先工具：Provider 注册表保存在 `~/.config/qiaomu-llm/registry.json`，密钥默认放在 macOS Keychain，MCP server 只暴露“密钥是否存在”，不会返回明文 Key。

你能得到什么

安装后，MCP 客户端会看到这些工具：

工具	作用
qllm_list_providers	列出本地配置的 Provider，并安全显示密钥状态
qllm_show_provider	查看单个 Provider 的非敏感配置
qllm_list_models	查看本地配置或远程 /models 返回的模型
qllm_route_task	不花 token，根据任务类型选择 Provider / Model
qllm_chat	调用单个 Provider
qllm_compare	用同一个问题对比多个 Provider
qllm_pipeline	串联多个模型步骤完成任务
qllm_heavy_discuss	多视角、多模型讨论，可由模型或 Codex 主持
qllm_heavy_render	把 Codex 主持后的讨论渲染成 Markdown / HTML 报告
qllm_claude_code_*	通过 MCP 安全调用本机 Claude Code CLI

推荐工作流

用户问题
  |
  +-- qllm_route_task 选择模型
  |
  +-- qllm_chat / qllm_compare / qllm_pipeline
  |
  +-- 复杂议题: qllm_heavy_discuss
        |
        +-- 多模型独立给观点
        +-- Codex 或指定模型主持
        +-- qllm_heavy_render 输出 Markdown / HTML

这套设计的核心不是“多叫几个模型凑热闹”，而是让不同模型承担不同角色：快速模型做初稿，强推理模型做审查，写作模型做表达，Codex 作为当前工作区里的主持人整合上下文和行动方案。

快速开始

1. 准备环境

要求：

• macOS 或 Linux
• Python 3.10+
• 一个支持 MCP 的客户端，例如 Codex、Claude Desktop、Claude Code、Cursor 等
• 至少一个 LLM Provider 的 API Key

克隆项目：

git clone https://github.com/joeseesun/qiaomu-llm-mcp.git
cd qiaomu-llm-mcp

如果你还没有 GitHub 版本，也可以先在本地目录安装：

cd /path/to/qiaomu-llm-mcp

2. 安装 Python 依赖

python3 -m venv .venv
.venv/bin/python -m pip install -U pip
.venv/bin/python -m pip install -e .

确认可执行文件存在：

test -x .v