Nerf Watch MCP server
Commit 21. Okt. 2026Bietet schreibgeschützten Zugriff auf tägliche Model-Performance-Scores und historische Trends aus einer privaten, code-basierten Evaluation-Suite.
Auch bekannt als stdcmms-lang/tokenusage-codex-mcp, nerfwatch
- Stars
- 0
- Tools
- 2
- Downloads, 30 Tage
- —
- Neueste Version
- 1.0.0
- Letzter Commit
- 21. Okt. 2026
- Lizenz
- MIT
Was ist Nerf Watch MCP?
Nerf Watch ist ein MCP server. Bietet schreibgeschützten Zugriff auf tägliche Model-Performance-Scores und historische Trends aus einer privaten, code-basierten Evaluation-Suite. Er stellt 2 Tools bereit, etwa get_nerfwatch_scores, get_nerfwatch_history.
Zusammenfassung generiert aus dem README des Projekts
Über Nerf Watch MCP server
Nerf Watch bietet schreibgeschützten Zugriff auf öffentliche Performance-Scores und historische Trends aus einer privaten, code-basierten Evaluation-Suite. Entwickler können diesen hosted MCP server nutzen, um Model-Performance-Daten zu überwachen, ohne einen API-Key, ein Konto oder einen Login-Prozess zu benötigen. Die Verbindung erfolgt über einen streamable HTTP Endpoint, wodurch er kompatibel mit Claude Code, Codex und anderen Clients ist, die das mcpServers HTTP Format unterstützen.
Der Server bietet zwei spezifische Tools zur Datenabfrage. Das Tool get_nerfwatch_scores liefert die neuesten öffentlichen Scores, vorherige Runs, Änderungen, Baselines und Trends inklusive Model IDs. Das Tool get_nerfwatch_history ermöglicht es Nutzern, die gespeicherte Historie für eine spezifische Model ID abzurufen, sortiert von alt nach neu. Beide Tools nutzen einen gemeinsamen 300-Sekunden-Read-Cache pro Server-Instanz, um den Datenzugriff effizient zu verwalten.
Was du damit machen kannst
- 1Neueste Model-Performance überwachenLass die KI die aktuellsten öffentlichen Scores und Baseline-Trends für verschiedene Models abrufen.
- 2Historische Model-Trends analysierenFordere die vollständigen historischen Daten für ein spezifisches Model an, um zu sehen, wie sich dessen Performance über die Zeit verändert hat.
- 3Änderungen in der Model-Performance identifizierenNutze den Server, um kürzlich aufgetretene Änderungen in den Model-Scores innerhalb einer spezifischen Suite-Version zu finden.
Geschrieben aus dem README des Projekts. Jeder Use Case wurde gegen ein Zitat daraus geprüft.
So installierst du Nerf Watch MCP
Formate geprüft am 10. Nov. 2026Zu Cursor hinzufügenZu Goose hinzufügenNerf Watch MCP in Claude Code installieren
$ claude mcp add --transport http nerfwatch https://tokenusage.dev/mcp/nerfwatchNerf Watch MCP in Cursor installieren
~/.cursor/mcp.json
{
"mcpServers": {
"nerfwatch": {
"url": "https://tokenusage.dev/mcp/nerfwatch"
}
}
}Nerf Watch MCP in VS Code installieren
.vscode/mcp.json
{
"servers": {
"nerfwatch": {
"type": "http",
"url": "https://tokenusage.dev/mcp/nerfwatch"
}
}
}Nerf Watch MCP in VS Code CLI installieren
$ code --add-mcp '{"name":"nerfwatch","type":"http","url":"https://tokenusage.dev/mcp/nerfwatch"}'Nerf Watch MCP in Codex installieren
$ codex mcp add nerfwatch --url https://tokenusage.dev/mcp/nerfwatchNerf Watch MCP in Codex config.toml installieren
~/.codex/config.toml
[mcp_servers.nerfwatch] url = "https://tokenusage.dev/mcp/nerfwatch"
Nerf Watch MCP in Gemini CLI installieren
$ gemini mcp add -s user --transport http nerfwatch https://tokenusage.dev/mcp/nerfwatchNerf Watch MCP in Gemini settings.json installieren
~/.gemini/settings.json
{
"mcpServers": {
"nerfwatch": {
"url": "https://tokenusage.dev/mcp/nerfwatch",
"type": "http"
}
}
}Nerf Watch MCP tools 2
Erkannt aus dem READMEget_nerfwatch_scoresget_nerfwatch_history
| get_nerfwatch_scores | — | |
| get_nerfwatch_history | — |
Automatisierte Checks
Geluften am 14. Nov. 2026Vollständiger Bericht →Noch nicht verifiziert. Ein Server benötigt einen Score von 80, keine kritischen Befunde und genug Daten für unsere Prüfung. Wie die Checks funktionieren · Was du für mehr Punkte verbessern kannst
- Source Repository verknüpft und erreichbarstdcmms-lang/tokenusage-codex-mcp is public and reachablegithub.com/stdcmms-lang/tokenusage-codex-mcp ↗Bestanden
- Paket nennt dieses Repository als QuelleNicht geprüft
- Build-Provenienz (Sigstore-Attestierung)Nicht geprüft
- Open Source Lizenz (OSI)MITspdx.org/licenses/MIT.html ↗Bestanden
- Commit oder Release im letzten JahrLast commit or release 2026-10-21github.com/stdcmms-lang/tokenusage-codex-mcp ↗Bestanden
- OpenSSF ScorecardNicht geprüft
- Package-Name ähnelt keinem populären PackageNicht geprüft
- Keine kritischen Advisories im Paket oder seinen AbhängigkeitenNicht geprüft
- Keine versteckten Anweisungen an das Modell2 tool descriptions and the README read; no override phrases, credential paths or hidden charactersBestanden
- Destruktive Tools sind markiertNo tool named like delete, drop or execBestanden
- Remote-Endpoint beantwortet den MCP-Handshakeinitialize answered with protocol 2025-06-18 in 230 msBestanden
README
Auf GitHub ansehenNerf Watch MCP server
A hosted, read-only MCP server for the public scores and history behind Nerf Watch.
A lower score is a lower score on this suite, not proof that a provider changed a model.
Runs are noisy, and a provider's defaults, the endpoint or the runner itself can change.
Data: tokenusage.dev linked to https://tokenusage.dev/nerfwatch.
- Endpoint:
https://tokenusage.dev/mcp/nerfwatch(Streamable HTTP) - No API key, account or sign-in
- Read-only public score data
- Both tools share one 300-second read cache per server instance
This directory contains client documentation and Registry metadata. The hosted implementation source is not in this repository.
Tools
| Tool | Arguments | Result |
|---|---|---|
get_nerfwatch_scores |
none | Latest public scores, previous runs, changes, baselines and trends; model ids are included. |
get_nerfwatch_history |
required model id from get_nerfwatch_scores |
That model's retained history, oldest first, with each point's suite version. |
Missing days are missing, not zero. Scores and changes are rounded to two decimals. Comparisons are within one suite version. Retention and baseline settings come from the responses. Evidence answers, grader check lines and test questions are not returned.
Install
Claude Code:
claude mcp add --transport http nerfwatch https://tokenusage.dev/mcp/nerfwatch
Codex:
codex mcp add nerfwatch --url https://tokenusage.dev/mcp/nerfwatch
For Claude Code project scope, add this to .mcp.json. Other clients that accept
this HTTP mcpServers format can use the same entry:
{
"mcpServers": {
"nerfwatch": {
"type": "http",
"url": "https://tokenusage.dev/mcp/nerfwatch"
}
}
}
Discovery
- Registry name:
dev.tokenusage/nerfwatch - Manifest: server.json
- Server card: https://tokenusage.dev/mcp/nerfwatch/server-card
- AI catalog: https://tokenusage.dev/.well-known/ai-catalog.json
- Fields, caching and access: https://tokenusage.dev/developers
The separate Codex reset server remains at https://tokenusage.dev/mcp.
Credit and terms
When showing this data to other people, show Data: tokenusage.dev linked to
https://tokenusage.dev/nerfwatch on the same screen or in the same message.
Personal use needs no visible credit. Relays retain the source URL and pass
on this credit condition.
Please poll no faster than every five minutes and retain the score qualification above.
Terms: https://tokenusage.dev/terms
Privacy: https://tokenusage.dev/privacy
Questions and corrections: https://tokenusage.dev/contact
Unofficial; not affiliated with OpenAI or Anthropic.
Nerf Watch MCP Fragen
Wie füge ich Nerf Watch MCP zu Claude Code hinzu?
Führe claude mcp add --transport http nerfwatch https://tokenusage.dev/mcp/nerfwatch in deinem Terminal aus. Füge --scope user hinzu, damit der Server in jedem Projekt verfügbar ist.
Wie füge ich Nerf Watch MCP zu Cursor hinzu?
Öffne ~/.cursor/mcp.json und füge den Server unter mcpServers hinzu, mit der Cursor-Config aus dem Installationsabschnitt oben.
Welche Tools bietet Nerf Watch MCP?
Er stellt 2 Tools bereit, darunter get_nerfwatch_scores, get_nerfwatch_history.
Welche Daten liefert der Server?
Der Server liefert die neuesten öffentlichen Scores, vorherige Runs, Änderungen, Baselines, Trends und die Model-Historie.
Benötige ich einen API-Key, um diesen Server zu nutzen?
Nein, der Server benötigt keinen API-Key, kein Konto und keinen Login.
Wie oft sollte ich den Server abfragen?
Du solltest den Server nicht häufiger als alle fünf Minuten abfragen.
Bedeutet ein niedrigerer Score, dass sich ein Model geändert hat?
Nein, ein niedrigerer Score ist lediglich ein niedrigerer Wert in dieser spezifischen Suite und kein definitiver Beweis für eine Model-Änderung.