Сервер MCP (Model Context Protocol), который служит мостом для запроса нескольких LLM — как совместимых с OpenAI HTTP API, так и CLI-кодовых агентов. Как и с отладкой с резиновой уткой, объясните свои проблемы различным AI-«уткам» и получите разные точки зрения!

Почему прямая интеграция с провайдером? Примитив sampling MCP — сервер, заимствовавший модель хоста — был устарел в спецификации RC 2026-07-28 в пользу прямой интеграции серверов с API провайдера LLM. Rubber Duck всегда работал так (он приносит свои собственные уток), поэтому он соответствует движению протокола — миграция не требуется.

Особенности

• Универсальная совместимость с OpenAI – Работает с любым конечным точкой API с OpenAI
• Поддержка агентов CLI – Используйте агенты кодирования CLI (Claude Code, Codex, Gemini CLI, Grok, Aider) в качестве уток
• Multiple Ducks – Конфигурировать и одновременно запрашивать несколько LLM-провайдеров
• Управление разговорами – Сохранение контекста между несколькими сообщениями
• Duck Council – Получайте ответы от всех настроенных LLM одновременно
• Консенсусное голосование – Голосование с множественными утками с оценками рассуждения и доверия

MCP Rubber Duck

An MCP (Model Context Protocol) server that acts as a bridge to query multiple LLMs – both OpenAI-compatible HTTP APIs and CLI coding agents. Just like rubber duck debugging, explain your problems to various AI “ducks” and get different perspectives!

Why direct provider integration? MCP’s sampling primitive – a server borrowing the host’s model – was deprecated in the 2026-07-28 spec RC in favor of servers integrating directly with LLM provider APIs. Rubber Duck has always worked this way (it brings its own ducks), so it’s aligned with where the protocol is heading – no migration required.

Features

• Universal OpenAI Compatibility – Works with any OpenAI-compatible API endpoint
• CLI Agent Support – Use CLI coding agents (Claude Code, Codex, Gemini CLI, Grok, Aider) as ducks
• Multiple Ducks – Configure and query multiple LLM providers simultaneously
• Conversation Management – Maintain context across multiple messages
• Duck Council – Get responses from all your configured LLMs at once
• Consensus Voting – Multi-duck voting with reasoning and confidence scores
• LLM-as-Judge – Have ducks evaluate and rank each other’s responses
• Iterative Refinement – Two ducks collaboratively improve responses
• Structured Debates – Oxford, Socratic, and adversarial debate formats
• MCP Prompts – 8 reusable prompt templates for multi-LLM workflows
• Vision Input – Send images alongside prompts to vision-capable models (docs)
• Automatic Failover – Falls back to other providers if primary fails
• Health Monitoring – Real-time health checks for all providers
• Usage Tracking – Track requests, tokens, and estimated costs per provider
• MCP Bridge – Connect ducks to other MCP servers for extended functionality (docs)
• Guardrails – Pluggable safety layer with rate limiting, token limits, pattern blocking, and PII redaction (docs)
• Granular Security – Per-server approval controls with session-based approvals
• Interactive UIs – Rich HTML panels for compare, vote, debate, and usage tools (via MCP Apps)
• Tool Annotations – MCP-compliant hints for tool behavior (read-only, destructive, etc.)