CCGLM MCP Server
Enables Claude Code (Anthropic Sonnet) to invoke Z.AI's GLM-4.6 model through a secondary Claude instance. Supports code generation, deep analysis, and general queries while maintaining file tracking and secure token management.
README
CCGLM MCP Server
Servidor MCP que permite usar Claude Code con backend GLM de Z.AI desde la instancia principal de Claude Code (Anthropic Sonnet).
🎯 Propósito
Permite a Claude Code (con Sonnet de Anthropic) invocar otra instancia de Claude Code que utiliza los modelos GLM de Z.AI como backend, sin necesidad de cambiar la configuración principal.
🏗️ Arquitectura
Claude Code (Sonnet Anthropic)
↓
MCP Tool: mcp__ccglm-mcp__glm_route
↓
CCGLM MCP Server
↓
Claude CLI con env vars GLM
↓
Z.AI GLM API (https://api.z.ai/api/anthropic)
↓
Modelo GLM-4.6
📦 Instalación
1. Instalar Dependencias
cd ~/IA/ccglm-mcp
pip install -r requirements.txt
2. Configurar Credentials
Ya está configurado en .env:
GLM_BASE_URL=https://api.z.ai/api/anthropic
GLM_AUTH_TOKEN=5951e8ffb37b4f038ba9a47f49e86ff4.ZYOeeSK1MWARJ8YB
3. Registrar Servidor MCP
Añadir a ~/.claude/settings.json:
{
"mcpServers": {
"ccglm-mcp": {
"command": "python3",
"args": ["/home/manu/IA/ccglm-mcp/ccglm_mcp_server.py"],
"timeout": 300000
}
}
}
4. Configurar Alias (Opcional)
Añadir a ~/.zshrc:
# Z.AI GLM Integration
export GLM_API_TOKEN="5951e8ffb37b4f038ba9a47f49e86ff4.ZYOeeSK1MWARJ8YB"
alias ccglm='ANTHROPIC_BASE_URL=https://api.z.ai/api/anthropic ANTHROPIC_AUTH_TOKEN=$GLM_API_TOKEN claude --dangerously-skip-permissions -c'
Recargar:
source ~/.zshrc
🛠️ Herramienta Disponible
glm_route
Única herramienta del servidor CCGLM-MCP. Enruta prompt a GLM-4.6 vía Claude CLI con backend Z.AI. Maneja todos los casos de uso: generación de código, análisis profundo y consultas generales.
Uso desde Claude Code:
Usa la herramienta mcp__ccglm-mcp__glm_route con el prompt: "Tu tarea aquí"
Uso con hashtag (configurado en CLAUDE.md):
#ccglm Explica qué es recursión
#ccglm Genera una API REST en Python
#ccglm Analiza este código en detalle
Características:
- ✅ Generación de código con tracking de archivos
- ✅ Análisis profundo (timeout 30 minutos)
- ✅ Consultas generales
- ✅ Excluye archivos internos (.claude/, .git/, etc.) del tracking
Nota: Usa el modelo GLM-4.6 configurado en ~/.claude/settings.json.
🧪 Testing
Ejecutar tests:
cd ~/IA/ccglm-mcp
python3 test_server.py
Tests incluidos:
- ✅ File tracking (detección de archivos creados)
- ✅ Log sanitization (redacción de tokens)
- ⏸️ Basic prompt (comentado - requiere API call)
- ⏸️ Code generation (comentado - requiere API call)
🔒 Seguridad
- Token protegido: Almacenado en
.env(gitignored) - Logs sanitizados: Token redactado automáticamente en logs
- Environment isolation: Variables de entorno inyectadas solo en subprocess
- Permisos:
.envdebe tener permisos 0600
📊 Logging
Todos los logs van a stderr (no stdout) para no interferir con el protocolo MCP stdio.
Ver logs en tiempo real:
python3 /home/manu/IA/ccglm-mcp/ccglm_mcp_server.py 2>&1 | grep -i glm
Niveles de log:
INFO: Operaciones normalesWARNING: Situaciones anómalasERROR: Fallos
⚙️ Configuración Avanzada
Timeouts
Configurados en ccglm_mcp_server.py:
DEFAULT_TIMEOUT = 600(10 minutos)MAX_TIMEOUT = 2400(40 minutos)
Flags de Claude CLI
El servidor ejecuta Claude CLI con:
claude --dangerously-skip-permissions -c -p
--dangerously-skip-permissions: Skip permissions prompts-c: Continue mode-p: Print mode (non-interactive)
🐛 Troubleshooting
Error: "claude command not found"
Verifica que Claude CLI está instalado:
which claude
Si no está, instalar:
npm install -g @anthropic-ai/claude-code
Error: "GLM authentication failed"
Verifica que el token en .env es correcto y está activo.
Timeout errors
Si GLM tarda mucho, aumenta los timeouts en ccglm_mcp_server.py.
No aparece en herramientas MCP
- Verifica registro en
~/.claude/settings.json - Reinicia Claude Code
- Verifica logs:
python3 ccglm_mcp_server.py
📝 Uso desde Terminal
Además del servidor MCP, puedes usar GLM directamente desde terminal con el alias:
# Uso interactivo
ccglm
# Con prompt directo
echo "Explain recursion" | ccglm
🔄 Actualización
Para actualizar el servidor:
cd ~/IA/ccglm-mcp
git pull # Si está en git
pip install -r requirements.txt --upgrade
Reiniciar Claude Code para recargar el servidor MCP.
📚 Referencias
🤝 Créditos
- Basado en patrón de
ccr-mcp - Integración con Z.AI GLM API
- Implementado como parte del ecosistema Claude hybrid system
📄 Licencia
Uso interno - No redistribuir con credentials
推荐服务器
Baidu Map
百度地图核心API现已全面兼容MCP协议,是国内首家兼容MCP协议的地图服务商。
Playwright MCP Server
一个模型上下文协议服务器,它使大型语言模型能够通过结构化的可访问性快照与网页进行交互,而无需视觉模型或屏幕截图。
Magic Component Platform (MCP)
一个由人工智能驱动的工具,可以从自然语言描述生成现代化的用户界面组件,并与流行的集成开发环境(IDE)集成,从而简化用户界面开发流程。
Audiense Insights MCP Server
通过模型上下文协议启用与 Audiense Insights 账户的交互,从而促进营销洞察和受众数据的提取和分析,包括人口统计信息、行为和影响者互动。
VeyraX
一个单一的 MCP 工具,连接你所有喜爱的工具:Gmail、日历以及其他 40 多个工具。
graphlit-mcp-server
模型上下文协议 (MCP) 服务器实现了 MCP 客户端与 Graphlit 服务之间的集成。 除了网络爬取之外,还可以将任何内容(从 Slack 到 Gmail 再到播客订阅源)导入到 Graphlit 项目中,然后从 MCP 客户端检索相关内容。
Kagi MCP Server
一个 MCP 服务器,集成了 Kagi 搜索功能和 Claude AI,使 Claude 能够在回答需要最新信息的问题时执行实时网络搜索。
e2b-mcp-server
使用 MCP 通过 e2b 运行代码。
Neon MCP Server
用于与 Neon 管理 API 和数据库交互的 MCP 服务器
Exa MCP Server
模型上下文协议(MCP)服务器允许像 Claude 这样的 AI 助手使用 Exa AI 搜索 API 进行网络搜索。这种设置允许 AI 模型以安全和受控的方式获取实时的网络信息。