local-delegate-mcp 0.1.0

Delegate mechanical text tasks to a local OpenAI-compatible LLM endpoint to conserve Claude subscription quota.

local-delegate

Delega tareas mecánicas texto→texto a un LLM local para conservar la cuota de tu suscripción de Claude. Un servidor MCP (stdio) que es cliente genérico de cualquier endpoint OpenAI-compatible — llama-swap, Ollama, LM Studio, vLLM.

¿Por qué?

Cuando Claude tiene que resumir un log enorme, clasificar, extraer campos o generar boilerplate, gasta cuota de tu suscripción en trabajo mecánico. local-delegate expone esas tareas como tools MCP que corren en un LLM local: pasas path en vez de text y el archivo se lee del lado del servidor, así el contenido grande nunca entra al contexto de Claude. Solo vuelve el resultado corto — cuota que no gastaste.

Instalación rápida

Con uv no hay nada que instalar: uvx baja y ejecuta el paquete aislado.

Añádelo a tu config de MCP (Claude Desktop / Claude Code):

{
  "mcpServers": {
    "local-delegate": {
      "command": "uvx",
      "args": ["local-delegate-mcp"]
    }
  }
}

Ver plantillas completas en examples/.

Requisitos

Un endpoint OpenAI-compatible ya corriendo, accesible en LOCAL_DELEGATE_BASE_URL (default http://127.0.0.1:9292/v1). Cualquiera sirve:

• llama-swap — ver recipe con GPU Blackwell (en construcción).
• Ollama — http://127.0.0.1:11434/v1.
• LM Studio, vLLM, o cualquier servidor que hable la API de OpenAI.

El paquete no arranca ningún backend por defecto (LOCAL_DELEGATE_AUTOSTART=0). El auto-arranque de llama-swap es opt-in (ver tabla de configuración).

Tools

Pasar path (en vez de text) hace que el MCP lea el archivo server-side → ahorro real de cuota.

Tool	Qué hace	Rol de modelo (default)
local_summarize	Resume texto o archivo	mecánico / largo (auto)
local_classify	Devuelve UNA etiqueta de una lista	mecánico
local_extract	Extrae campos → objeto JSON	mecánico
local_boilerplate	Genera código desde una spec	código
local_delegate	Escape genérico texto→texto	mecánico (o el que pases)
local_lint_summary	Resume logs de lint/tests/CI	mecánico / largo (auto)
local_commit_msg	Mensaje de commit desde un diff	código
local_translate	Traduce texto o archivo	mecánico / largo (auto)
local_explain_code	Explica código en prosa	código

Los modelos locales no usan tool-calling: el server arma el prompt + guardrails, hace POST al endpoint y devuelve solo texto.

Configuración

Todo por variables de entorno; nada hardcodeado. Los ids de modelo default son solo eso — cámbialos por los de tu backend.

Variable	Default	Descripción
LOCAL_DELEGATE_BASE_URL	http://127.0.0.1:9292/v1	Endpoint OpenAI-compatible
LOCAL_DELEGATE_API_KEY	(vacío)	Bearer token, si tu endpoint lo exige
LOCAL_DELEGATE_TIMEOUT	180	Timeout HTTP (segundos)
LOCAL_DELEGATE_LOG	(dir de datos de usuario)	Ruta del usage.jsonl
LOCAL_DELEGATE_MODEL_MECHANICAL	gemma3-4b	Modelo para clasificar/extraer/resumen corto
LOCAL_DELEGATE_MODEL_LONG	llama31-8b	Modelo para documentos largos
LOCAL_DELEGATE_MODEL_CODE	qwen25-coder-14b	Modelo para código
LOCAL_DELEGATE_MODEL_FAST	qwen35-2b	Modelo ultrarrápido / trivial
LOCAL_DELEGATE_LONG_INPUT_CHARS	6000	Umbral mecánico↔largo
LOCAL_DELEGATE_WEB	1	Web de métricas embebida (0 para desactivar)
LOCAL_DELEGATE_WEB_HOST / _PORT	127.0.0.1 / 9393	Host/puerto de la web
LOCAL_DELEGATE_AUTOSTART	0	Auto-arranque de llama-swap (opt-in)
LLAMASWAP_EXE / LLAMASWAP_CONFIG / LLAMASWAP_LISTEN	—	Solo si AUTOSTART=1

La métrica de ahorro

El MCP registra cada llamada en usage.jsonl y sirve un dashboard en http://127.0.0.1:9393. El ahorro de contexto = caracteres de entrada leídos server-side (llamadas con source=path) ÷ 4 ≈ tokens que nunca entraron al contexto de Claude. Detalle en la wiki (en construcción).

Enlaces

• Wiki · Recipes
• CONTRIBUTING · CODE OF CONDUCT · CHANGELOG
• Licencia MIT