Permite a un cliente de IA validar, aplicar lint, comparar diferencias y convertir archivos de agent skills en múltiples IDEs como Cursor, Claude y VS Code.
También conocido como ModelBound/modelbound-mcp-server, modelbound-mcp-server
- Stars
- 1
- Herramientas
- —
- Descargas, 30 días
- —
- Última versión
- 0.1.2
- Último commit
- 13 oct 2026
- Licencia
- MIT
¿Qué es ModelBound MCP?
ModelBound es un MCP server. Permite a un cliente de IA validar, aplicar lint, comparar diferencias y convertir archivos de agent skills en múltiples IDEs como Cursor, Claude y VS Code.
Resumen generado a partir del README del proyecto
Acerca del MCP server de ModelBound
Gestionar agent skills en diferentes entornos de IA es lo que modelbound-mcp permite a los desarrolladores que usan herramientas como Cursor, Claude, Windsurf y VS Code. Este MCP server con enfoque local-first te permite validar, aplicar lint, comparar diferencias y convertir archivos de skill para que tus reglas y contexto sean portátiles entre plataformas. Se ejecuta localmente a través de stdio y no requiere una cuenta ni una API key para las operaciones locales básicas.
Los usuarios pueden realizar escaneos de seguridad offline usando la herramienta flightCheck para detectar riesgos de inyección, secretos o comandos destructivos. El servidor también proporciona herramientas especializadas como skills.convert para traducir archivos entre formatos de IDE y skills.lint para verificar enlaces rotos o conteos de tokens. Si decides usar la sincronización opcional en la nube con una MODELBOUND_API_KEY, obtendrás acceso a cloud.pushSkill, cloud.pullSkill y cloud.search para gestionar tus skills en un equipo o en múltiples máquinas.
Qué puedes hacer con él
- 1Convertir skills entre IDEsTraduce una regla escrita para Cursor a un formato compatible con Claude.
- 2Realizar escaneos de seguridad offlineEjecuta un flight check para asegurar que tus agent skills no contengan comandos peligrosos o secretos.
- 3Validar el cumplimiento de archivos de skillComprueba si tus archivos de skill cumplen con los estándares de formato de agentskills.io.
- 4Sincronizar skills en la nubeSube tus reglas locales de agente a un repositorio remoto para el acceso de tu equipo usando una API key.
Escrito a partir del README del proyecto. Cada caso de uso se verifica con una cita del mismo.
Cómo instalar ModelBound MCP
Formatos verificados el 10 nov 2026Añadir a CursorAñadir a GooseInstalar ModelBound MCP en Claude Code
$ claude mcp add --env 'MODELBOUND_API_KEY=<YOUR_MODELBOUND_API_KEY>' modelbound-mcp-server -- npx -y modelbound-mcpInstalar ModelBound MCP en Cursor
~/.cursor/mcp.json
{
"mcpServers": {
"modelbound-mcp-server": {
"command": "npx",
"args": [
"-y",
"modelbound-mcp"
],
"env": {
"MODELBOUND_API_KEY": "<YOUR_MODELBOUND_API_KEY>"
}
}
}
}Instalar ModelBound MCP en VS Code
.vscode/mcp.json
{
"servers": {
"modelbound-mcp-server": {
"type": "stdio",
"command": "npx",
"args": [
"-y",
"modelbound-mcp"
],
"env": {
"MODELBOUND_API_KEY": "<YOUR_MODELBOUND_API_KEY>"
}
}
}
}Instalar ModelBound MCP en VS Code CLI
$ code --add-mcp '{"name":"modelbound-mcp-server","type":"stdio","command":"npx","args":["-y","modelbound-mcp"],"env":{"MODELBOUND_API_KEY":"<YOUR_MODELBOUND_API_KEY>"}}'Instalar ModelBound MCP en Claude Desktop
claude_desktop_config.json
{
"mcpServers": {
"modelbound-mcp-server": {
"command": "npx",
"args": [
"-y",
"modelbound-mcp"
],
"env": {
"MODELBOUND_API_KEY": "<YOUR_MODELBOUND_API_KEY>"
}
}
}
}Instalar ModelBound MCP en Codex
$ codex mcp add modelbound-mcp-server --env 'MODELBOUND_API_KEY=<YOUR_MODELBOUND_API_KEY>' -- npx -y modelbound-mcpInstalar ModelBound MCP en Codex config.toml
~/.codex/config.toml
[mcp_servers.modelbound-mcp-server] command = "npx" args = ["-y", "modelbound-mcp"] [mcp_servers.modelbound-mcp-server.env] MODELBOUND_API_KEY = "<YOUR_MODELBOUND_API_KEY>"
Instalar ModelBound MCP en Gemini CLI
$ gemini mcp add -s user -e 'MODELBOUND_API_KEY=<YOUR_MODELBOUND_API_KEY>' modelbound-mcp-server npx -- -y modelbound-mcpInstalar ModelBound MCP en Gemini settings.json
~/.gemini/settings.json
{
"mcpServers": {
"modelbound-mcp-server": {
"command": "npx",
"args": [
"-y",
"modelbound-mcp"
],
"env": {
"MODELBOUND_API_KEY": "<YOUR_MODELBOUND_API_KEY>"
}
}
}
}Configuración
MODELBOUND_API_KEYSecretoModelBound API key for optional cloud sync features. Get one at https://modelbound.co/settings/api-keys
| Nombre | Descripción | Tipo |
|---|---|---|
| MODELBOUND_API_KEY | ModelBound API key for optional cloud sync features. Get one at https://modelbound.co/settings/api-keys | Secreto |
Verificaciones automáticas
Ejecutado 13 nov 2026Informe completo →Pasó nuestras verificaciones automáticas. Esto no es una auditoría de seguridad: lee el código y dale al servidor el acceso más limitado que necesite. Cómo funcionan las verificaciones
- Repositorio de origen vinculado y accesiblemodelbound/modelbound-mcp-server is public and reachablegithub.com/modelbound/modelbound-mcp-server ↗Aprobado
- El paquete indica este repositorio como su origenmodelbound-mcp names modelbound/modelbound-mcp-server as sourcenpmjs.com/package/modelbound-mcp ↗Aprobado
- Procedencia de la compilación (atestación de Sigstore)No build attestation published for this releaseNo verificado
- Licencia de código abierto (OSI)MITspdx.org/licenses/MIT.html ↗Aprobado
- Commit o lanzamiento en el último añoLast commit or release 2026-10-13github.com/modelbound/modelbound-mcp-server ↗Aprobado
- OpenSSF ScorecardNo verificado
- El nombre del paquete no es similar a un paquete popularNo popular package one edit away from modelbound-mcpAprobado
- No hay avisos críticos en el paquete ni en sus dependencias109 resolved dependencies checked; no critical advisoryosv.dev ↗Aprobado
- Sin instrucciones ocultas para el modelo0 tool descriptions and the README read; no override phrases, credential paths or hidden charactersAprobado
- Las herramientas destructivas están etiquetadasNo verificado
- El endpoint remoto responde al handshake de MCPNo verificado
README
Ver en GitHubmodelbound-mcp
Local-first MCP server for agent skills. Validate, lint, diff, and convert agent skill files across Cursor, Claude, Codex, Kiro, Windsurf, VS Code, and Amazon Q — no account required. Optional cloud sync with ModelBound.
Why ModelBound?
AI tools come and go. You might use Cursor today, switch to Claude Code tomorrow, and try Kiro next week — but your skills, rules, and context shouldn't be locked into any one of them. ModelBound gives you a single place to store and manage your agent skills, so you can move between tools freely without rebuilding your setup each time. Write a skill once, sync it everywhere, and get more value out of every AI subscription you're already paying for.
What it does
modelbound-mcp is a small Model Context Protocol server you run locally over stdio. It exposes tools to your IDE / agent using dot-notation naming for navigable discovery:
Local (no API key, no network):
ide.detectLayout— find which IDE conventions your repo usesskills.listLocal,skills.readLocal,skills.writeLocalskills.lint— front-matter, token count, broken links, TODO scan, pass / warn / fail checks (scanner h5)skills.flightCheck— Flight Check offline safety scan (injection, exfiltration, secrets, destructive commands, wildcard tools, loop hazards); same rules asnpx modelbound checkskills.checks— deterministic safety/quality checks without full lint (no numeric score)skills.scaffold— create a skill with default scope constraintsskills.reviewStatus,skills.reviewRequest,skills.reviewApprove,skills.reviewReject,skills.reviewGateskills.validateFormat— agentskills.io complianceskills.convert— translate between IDE formats (e.g. Cursor → Claude)skills.diff— compare a local skill with its cloud counterpart
Cloud (with MODELBOUND_API_KEY):
cloud.pullSkill,cloud.pushSkill,cloud.searchcloud.listSkills— now acceptsai_typeandsource_platformfilters; every row includesai_type,source_platform,source_path, andrepocloud.resourceTree— returns the team's full hierarchy grouped by platform → top-level dir (.claude/skills,.cursor/rules,.kiro/steering, …) → files. Use this beforecloud.listSkillswhen an orchestrator needs to map context before loading.cloud.installMarketplaceSkilloptimization.health
Resource hierarchy
Orchestrators that juggle multiple AI platforms can call cloud.resourceTree once to get a complete map of available skills, rules, hooks, steering files, and system prompts — grouped exactly how each platform expects them on disk. Pair it with the new ai_type / source_platform filters on cloud.listSkills to load only the slice you need. See examples/resource-tree.ts.
The cloud tools are a thin JSON-RPC proxy to mcp.modelbound.co. All business logic stays server-side; this repo never touches your data or secrets.
Migration from 0.1.x — old snake_case names (
detect_ide_layout,pull_skill, …) were removed in 0.2.0. The hosted ModelBound MCP server still accepts both forms forever for backward compatibility.
Anti-slop (0.4.x) — trust scanner bumped to h5 with scope-limit, unbounded-wording, dependency, and refactor findings.
skills.readLocalnow returnschecks,scanner_version,review_state, andreview_meta. Override default scope limits via.modelbound/task-budgets.json. Useskills.reviewGatein CI to block unapproved skills.
Install
npx modelbound-mcp
Or install globally:
npm i -g modelbound-mcp
Use as an MCP server
Cursor (.cursor/mcp.json)
{
"mcpServers": {
"modelbound": {
"command": "npx",
"args": ["-y", "modelbound-mcp"],
"env": { "MODELBOUND_API_KEY": "mb_live_..." }
}
}
}
MODELBOUND_API_KEY is optional. Without it, local tools still work.
See examples/ for Claude Desktop, Kiro, Windsurf, and VS Code configs.
Use as a CLI
modelbound-mcp detect # which IDE layouts exist here?
modelbound-mcp ls # list every skill file
modelbound-mcp lint .cursor/rules/ # lint a directory
modelbound-mcp lint .codex/skills/ # lint Codex skills
modelbound-mcp validate ./SKILL.md # agentskills.io compliance
modelbound-mcp convert --from cursor --to claude ./rule.mdc > out.md
Tests
npm test # unit tests (registry parity, checks, review, harness)
npm run smoke # local MCP tools + CLI subcommands (+ cloud if MODELBOUND_API_KEY set)
npm run test:e2e # offline anti-slop / review lifecycle
CLI vs MCP tool mapping: docs/PARITY.md.
Contributing
We want help. Specifically:
- New IDE adapters — Zed, Aider, Continue, JetBrains AI, Cline. See CONTRIBUTING.md for the ~50 line recipe.
- Linter rules — token estimation accuracy, dead-link detection, format-specific gotchas.
- Format converters — fidelity improvements between adapter pairs.
Browse good first issues and the roadmap.
Related projects
| Project | Description |
|---|---|
| ModelBound CLI · npm | Terminal + CI for token optimization, skill pipeline, and version management |
| Cursor Extension · Marketplace | VS Code/Cursor extension for rules sync and MCP bridge |
| Cursor Plugin | Cursor slash commands for pipeline, safety checks, and versions |
| Claude Code Plugin | Claude Code plugin for pipeline, hooks, and skill sync |
| Dev Packs | Open-source curated AI context packs for engineering teams |
Also on Smithery (stdio via npx modelbound-mcp) and the MCP Registry. Install hub: modelbound.co/connect
License
MIT © ModelBound
Preguntas sobre ModelBound MCP
¿Cómo agrego ModelBound MCP a Claude Code?
Ejecuta claude mcp add --env 'MODELBOUND_API_KEY=<YOUR_MODELBOUND_API_KEY>' modelbound-mcp-server -- npx -y modelbound-mcp en tu terminal. Añade --scope user para que esté disponible en todos los proyectos.
¿Cómo agrego ModelBound MCP a Cursor?
Abre ~/.cursor/mcp.json y añade el servidor en mcpServers, usando la configuración de Cursor que se muestra en la sección de instalación de arriba.
¿Puedo usar ModelBound sin una API key?
Sí, las herramientas locales funcionan sin una API key, aunque las funciones en la nube requieren una.
¿Qué IDEs es compatible?
Es compatible con Cursor, Claude, Codex, Kiro, Windsurf, VS Code y Amazon Q.
¿Cómo puedo sincronizar mis skills en diferentes herramientas de IA?
ModelBound te permite escribir una skill una sola vez y sincronizarla en diferentes plataformas para evitar quedar bloqueado en un solo IDE.