📡 Codex Radar MCP

把 codexradar.com 的实时模型智商数据，封装成标准 MCP（Model Context Protocol）服务器，让 MaiBot、Claude Desktop、Cursor 等 AI 助手能随时回答——"现在哪个模型最聪明？该换哪个档？有没有降智？"

---

✨ 特性

• 零配置数据源：直接抓取 codexradar.com 的公开 JSON 接口，无需登录、无需 API Key、不解析 HTML
• 5 个现成工具：综合智能 IQ、软件工程 IQ、视觉空间 IQ、社区体感分、订阅人数
• 分场景档位推荐：自动给出「日常开发 / 难题攻坚 / 后台自动化 / 跑龙虾」各自的模型 + 推理档位建议（即雷达站上的"建议换 max/xhigh/low"）
• 开箱即用：pip install + 一行启动，Streamable HTTP 传输，主流 MCP 客户端通吃
• 自带缓存：120s 本地缓存，避免高频查询打爆源站

---

🏗️ 架构

codexradar.com（公开 JSON 接口，约 5 分钟刷新）
        │ HTTPS
        ▼
codex-radar-mcp（FastMCP · Streamable HTTP · 0.0.0.0:8765/mcp）
        │ 120s 本地缓存 / 中文档位对照 / 数据清洗
        ▼
MCP 客户端（MaiBot · Claude Desktop · Cursor · 任意 MCP Client）

---

🚀 快速开始

1. 安装

git clone https://github.com/MorphieEndless/codex-radar-mcp.git
cd codex-radar-mcp
python3 -m venv venv
venv/bin/pip install -r requirements.txt

2. 启动

./run.sh
# 或直接：venv/bin/python -u src/codex_radar_mcp.py

默认监听 0.0.0.0:8765，MCP 端点：http://127.0.0.1:8765/mcp

3. 健康检查

./healthcheck.sh http://127.0.0.1:8765/mcp
# 期望输出：✅ healthy: codex-radar 1.29.0

4. 接入 MCP 客户端

以 Claude Desktop 为例（claude_desktop_config.json）：

{
  "mcpServers": {
    "codex-radar": {
      "url": "http://127.0.0.1:8765/mcp",
      "transport": "streamable_http"
    }
  }
}

5. 试试看

连上后直接问：

• "现在哪个模型综合 IQ 最高？"
• "日常开发用哪个模型的哪个档位最划算？"
• "gpt-5.6 最近有没有降智？"

---

🔧 环境变量

变量	默认值	说明
CODEX_RADAR_HOST	0.0.0.0	监听地址（容器/远程访问需保持非 127.0.0.1）
CODEX_RADAR_PORT	8765	监听端口
CODEX_RADAR_TIMEOUT	15	抓取远端超时（秒）
CODEX_RADAR_CACHE_TTL	120	本地缓存时间（秒）
CODEX_RADAR_PROGRESS_ENABLED	false	是否发送 MCP progress notification；默认关闭，且不保证 MaiBot 将其渲染为群消息

---

🛠️ 工具清单

工具	参数	说明
get_model_ratings	无	近 24h 社区体感评分（按模型分组）
get_radar_insights	无	★核心：综合 IQ + 4 场景档位推荐
get_intelligence_effort	model?	软件工程 IQ 明细（可过滤，如 gpt-5.6-sol）
get_visual_spatial	model?	视觉空间 IQ（庞贝邻接 F1，可过滤）
get_subscriber_count	无	雷达订阅人数

---

📊 示例输出（真实数据）

调用 get_radar_insights 返回（节选）：

{
  "ok": true,
  "generated_at": "2026-08-22T11:56:08+00:00",
  "recommendations": [
    {
      "scene": "daily_development",
      "scene_cn": "日常开发",
      "items": [
        {"model": "gpt-5.6-sol", "effort": "high", "iq": 94.54, "average_cost_usd": 4.167},
        {"model": "gpt-5.5", "effort": "xhigh", "iq": 93.08, "average_cost_usd": 5.290}
      ]
    },
    {
      "scene": "hard_problems",
      "scene_cn": "难题攻坚",
      "items": [
        {"model": "gpt-5.6-sol", "effort": "ultra", "iq": 105.1, "average_cost_usd": 22.52}
      ]
    }
  ]
}

---

🤖 接入 MaiBot（麦麦）

本项目最初就是为 MaiBot 定制的。MaiBot 通过 MCPBridge 插件接入：

1. 编辑 MCPBridge 插件的 config.toml，在 [servers] 段的 claude_config_json 中填入：

{
  "mcpServers": {
    "codex-radar": {
      "url": "http://172.17.0.1:8765/mcp",
      "transport": "streamable_http",
      "enabled": true
    }
  }
}

172.17.0.1 是 Docker 容器访问宿主机的 docker0 网关地址，按你的实际网络调整。

2. 在群里对麦麦发 /mcp reconnect（或重启 MaiBot 容器）
3. 发 /mcp tools 确认 5 个工具已列出

6. 测试

安装开发依赖并运行单元测试：

python3 -m venv venv
venv/bin/pip install -r requirements-dev.txt
venv/bin/pytest -q

测试覆盖模型过滤、缓存命中、并发 single-flight、上游失败重试和字段缺失时的输出。

---

⚠️ 免责声明

• 本项目的全部数据来自 codexradar.com 的公开接口，数据版权归源站所有，本项目仅做转发与格式整理。
• 本项目与 codexradar.com 官方无任何隶属/合作关系。
• 请合理设置 CODEX_RADAR_CACHE_TTL，不要高频请求源站。
• 数据仅供参考，不构成任何决策依据。

---

📄 License

MIT © 2026 MorphieEndless