能力标签
token-savior MCP工具
🔌
MCP工具

token-savior MCP工具

基于 Python · 让 AI 助手直接操作你的系统与工具
英文名:token-savior
⭐ 853 Stars 🍴 70 Forks 💻 Python 📄 MIT 🏷 AI 8.0分
8.0AI 综合评分
MCP服务器Claude增强编码优化Token管理成本控制
✦ AI Skill Hub 推荐

token-savior MCP工具 是 AI Skill Hub 本期精选MCP工具之一。综合评分 8.0 分,整体质量较高。我们强烈推荐将其纳入你的 AI 工具库,帮助提升工作效率。

📚 深度解析

token-savior MCP工具 是一款基于 MCP(Model Context Protocol)标准协议的 AI 工具扩展。MCP 协议由 Anthropic 开发并开源,旨在建立 AI 模型与外部工具之间的标准化通信接口,目前已被 Claude Desktop、Claude Code、Cursor 等主流 AI 工具采纳。

通过安装 token-savior MCP工具,你的 AI 助手将获得额外的工具调用能力,可以用自然语言直接操控该工具的功能,无需学习复杂的命令行语法。MCP 工具的核心价值在于"一次配置,永久增强"——配置完成后,每次与 AI 对话时都可以无缝调用这些工具。

在技术实现上,MCP 工具通过标准的 JSON-RPC 协议与 AI 客户端通信,工具的功能以"工具列表"的形式暴露给 AI 模型,AI 可以按需调用。token-savior MCP工具 提供了结构化的工具调用接口,使 AI 模型能够精确地理解和使用每个功能点,显著降低 AI 在工具使用上的错误率。

与传统的 API 集成相比,MCP 工具的优势在于无需编写代码——用户只需在配置文件中添加几行 JSON,即可让 AI 获得全新能力。AI Skill Hub 将 token-savior MCP工具 评为 AI 评分 8.0 分,属于同类工具中的优质选择。

📋 工具概览

MCP服务器工具,增强Claude编码能力,通过智能token管理优化API成本和响应速度。适合需要高效编码助手、降低API开支的开发者和团队使用。

token-savior MCP工具 是一款遵循 MCP(Model Context Protocol)标准协议的 AI 工具扩展。通过 MCP 协议,它可以让 Claude、Cursor 等主流 AI 客户端直接访问和操作外部工具、数据源和服务,实现 AI 能力的无缝扩展。无论是文件操作、数据库查询还是 API 调用,都可以通过自然语言在 AI 对话中直接触发,极大提升生产效率。

GitHub Stars
⭐ 853
开发语言
Python
支持平台
Windows / macOS / Linux
维护状态
正常维护,社区驱动
开源协议
MIT
AI 综合评分
8.0 分
工具类型
MCP工具
Forks
70

📖 中文文档

以下内容由 AI Skill Hub 根据项目信息自动整理,如需查看完整原始文档请访问底部「原始来源」。

MCP服务器工具,增强Claude编码能力,通过智能token管理优化API成本和响应速度。适合需要高效编码助手、降低API开支的开发者和团队使用。

token-savior MCP工具 是一款遵循 MCP(Model Context Protocol)标准协议的 AI 工具扩展。通过 MCP 协议,它可以让 Claude、Cursor 等主流 AI 客户端直接访问和操作外部工具、数据源和服务,实现 AI 能力的无缝扩展。无论是文件操作、数据库查询还是 API 调用,都可以通过自然语言在 AI 对话中直接触发,极大提升生产效率。

📌 核心特色
  • 通过标准 MCP 协议与 Claude、Cursor 等主流 AI 客户端深度集成
  • 提供结构化工具调用接口,显著降低 AI 集成复杂度
  • 支持 Claude Desktop 和 Claude Code 无缝接入,开箱即用
  • 可与其他 MCP 工具组合叠加,构建完整 AI 工作站
  • 轻量无侵入设计,不影响现有系统架构
🎯 主要使用场景
  • 在 Claude Desktop 对话中直接调用本地工具,实现 AI 与系统的深度联动
  • 通过自然语言驱动复杂的多步骤自动化任务,代替繁琐手动操作
  • 将多个 MCP 工具组合使用,构建个人专属 AI 工作站
以下安装命令基于项目开发语言和类型自动生成,实际以官方 README 为准。
安装命令
# 方式一:通过 Claude Code CLI 一键安装
claude skill install https://github.com/Mibayy/token-savior

# 方式二:手动配置 claude_desktop_config.json
{
  "mcpServers": {
    "token-savior-mcp--": {
      "command": "npx",
      "args": ["-y", "token-savior"]
    }
  }
}

# 配置文件位置
# macOS: ~/Library/Application Support/Claude/claude_desktop_config.json
# Windows: %APPDATA%/Claude/claude_desktop_config.json
📋 安装步骤说明
  1. 确认已安装 Node.js(v18 或以上版本)
  2. 打开 Claude Desktop 或 Claude Code 的 MCP 配置文件
  3. 按「交给 Agent 安装 → Claude Desktop」标签中的 JSON 配置填入 mcpServers 字段
  4. 保存配置文件并重启 Claude 客户端
  5. 重启后,在对话中即可使用本工具
以下用法示例由 AI Skill Hub 整理,涵盖最常见的使用场景。
常用命令 / 代码示例
# 安装后在 Claude 对话中直接使用
# 示例:
用户: 请帮我用 token-savior MCP工具 执行以下任务...
Claude: [自动调用 token-savior MCP工具 MCP 工具处理请求]

# 查看可用工具列表
# 在 Claude 中输入:"列出所有可用的 MCP 工具"
以下配置示例基于典型使用场景生成,具体参数请参照官方文档调整。
配置示例
// claude_desktop_config.json 配置示例
{
  "mcpServers": {
    "token-savior_mcp__": {
      "command": "npx",
      "args": ["-y", "token-savior"],
      "env": {
        // "API_KEY": "your-api-key-here"
      }
    }
  }
}

// 保存后重启 Claude Desktop 生效
📑 README 深度解析 真实文档 完整度 73/100 查看 GitHub 原文 →
以下内容由系统直接从 GitHub README 解析整理,保留代码块、表格与列表结构。

简介

What's new

Release notes live where they can't drift out of sync with the code:

---

Install

pip (MCP server)

```bash pip install "token-savior-recall[mcp]"

Quick start

pip install "token-savior-recall[mcp]"

Add to your MCP config (e.g. Claude Code):

{
  "mcpServers": {
    "token-savior-recall": {
      "command": "/path/to/venv/bin/token-savior",
      "alwaysLoad": true,
      "env": {
        "WORKSPACE_ROOTS": "/path/to/project1,/path/to/project2",
        "TOKEN_SAVIOR_CLIENT": "claude-code",
        "TOKEN_SAVIOR_PROFILE": "optimized"
      }
    }
  }
}

"alwaysLoad": true matters on Claude Code (2.1.28x and later): without it, every tool of the server sits behind ToolSearch and the model reaches for Read and Grep, which are already loaded. Measured on this project's benchmark before the option existed: one session in 143 called a Token Savior tool. With it, the manifest costs a few thousand cached tokens per session.

That's it. TOKEN_SAVIOR_PROFILE=optimized ships the Pareto-optimum config that wins tsbench. It bundles:

  • tiny_plus (15 hot tools manifest)
  • thin inputSchema (-44% manifest)
  • capture sandbox disabled
  • memory hooks gated for cross-project safety

No other tuning needed.

---

uvx (no venv, no clone)

uvx token-savior-recall

Environment variables

All optional. Values shown as =1 also accept nothing else — set exactly 1; values shown as bool accept 1/true/yes (and on where noted).

Bonus: `ts` CLI for non-MCP agents

For agents without MCP (Cursor, Aider, Continue, scripts, CI), the ts command exposes a subset of the tools via shell:

ts use /path/to/project
ts get my_function          # JSON output
ts search 'pattern'
ts daemon start             # ~145ms per call vs 1.5s cold fork
ts init --agent cursor      # wire up Bash hooks for non-Claude agents

On Claude Code, prefer the MCP server -- measured cheaper than CLI on Opus 4.7. The CLI is there for the portability case.

---

Profile comparison

ProfileTools exposedManifest tokensWhen to use
**optimized****15****~1.5 KT****Recommended default -- Pareto win on tsbench**
autoadaptive~1-2 KTPer-client telemetry-based (experimental)
tiny6~0.6 KTMinimal hot loop
lean51~4 KTLegacy -- broader surface
**compact-only****1****~0.3 KT****Bash layer only (rewriter + capture) -- you already run symbol nav elsewhere**
full68~6 KTEverything exposed

You probably want optimized.

---

🇨🇳 中文文档镜像 AI 翻译 2026-06-18
英文原文章节由系统翻译为中文摘要,便于快速理解。完整原文见上方 "📑 README 深度解析"。
📌 简介

token-savior 是一个旨在优化 AI Agent 上下文效率的工具,通过智能管理 Token 使用,帮助开发者在与 Claude 等大模型交互时,更精准地检索和利用项目信息,从而降低成本并提升回答质量。

⚡ 功能介绍

本项目引入了创新的上下文管理机制,支持通过 MCP 协议与 Claude Code 等工具无缝集成。其核心特性包括针对 Bash 命令的自动压缩与重写功能,以及可选的混合向量搜索(Hybrid Vector Search)模式,能够显著提升长上下文场景下的信息检索精度。

🛠 安装步骤(Docker/pip/源码)

你可以通过 pip 安装支持 MCP 功能的版本:`pip install "token-savior-recall[mcp]"`。如果你希望使用混合向量搜索功能,请安装 `pip install "token-savior-recall[mcp,memory-vector]"`。此外,推荐使用 uvx 直接运行,无需创建虚拟环境或克隆仓库:`uvx token-savior-recall`。

🚀 使用教程

安装完成后,只需将配置添加到你的 MCP 配置文件(例如 Claude Code)中即可快速上手。通过设置 `TOKEN_SAVIOR_PROFILE=optimized`,系统将自动启用优化模式,确保在与 AI 交互时实现最佳的 Token 利用率。

⚙️ 配置说明(含 MCP / env)

用户可以通过环境变量进行深度定制。例如,使用 `TS_BASH_COMPACT` 开启 Bash 输出压缩,或使用 `TS_BASH_REWRITE` 开启命令重写功能。此外,还可以通过 `TS_COMPACT_INLINE_THRESHOLD` 调整混合模式的阈值。对于 MCP 配置,需在 JSON 中指定正确的 `command` 路径及 `WORKSPACE_ROOTS` 等环境变量。

🔌 API 说明

针对不支持 MCP 协议的 Agent(如 Cursor、Aider、Continue 或自定义脚本),我们提供了 `ts` CLI 工具。通过 Shell 命令,你可以实现 `ts use` 指定项目、`ts get` 获取特定函数信息以及 `ts search` 模式搜索。此外,运行 `ts daemon start` 可启动守护进程,将调用延迟从 1.5s 降低至约 145ms。

🎯 aiskill88 AI 点评 A 级 2026-05-20

853星的MCP工具,聚焦Claude编码效率与成本优化。设计思路清晰,社区认可度高,是Claude工具链中有价值的补充。

📚 实用指南(长尾问题)
适合谁
  • 需要让 Claude / Cursor 操作本地工具的 AI 工程师
  • 构建多智能体协作系统的 Agent 开发者
  • 构建企业知识库 / RAG 检索应用的团队
最佳实践
  • 配置 MCP 服务器时建议使用 stdio 传输 + JSON-RPC,避免暴露公网
  • 生产部署优先使用 Docker Compose 隔离依赖,并挂载 volume 持久化数据
  • Agent 任务先做 dry-run 验证工具调用链,再开启自主执行
常见错误
  • API key 直接提交到 git 仓库(请用 .env 并加入 .gitignore)
  • MCP 配置路径拼错或权限不足,重启 Claude Desktop 才生效
  • 容器内无法访问宿主机 localhost — 使用 host.docker.internal
  • Python 依赖冲突:建议用 venv / uv 隔离环境
部署方案
  • Docker:token-savior 提供官方镜像,docker compose up 一键启动
  • CLI:直接 npm install -g / pip install,命令行调用
  • 云端托管:可放在 Vercel / Railway / Fly.io 等 PaaS 平台
相关搜索
token-savior 中文教程token-savior 安装报错怎么办token-savior MCP 配置token-savior Docker 部署token-savior Agent 工作流token-savior 与同类工具对比token-savior 最佳实践token-savior 适合谁用

⚡ 核心功能

👥 适合谁
  • 需要让 Claude / Cursor 操作本地工具的 AI 工程师
  • 构建多智能体协作系统的 Agent 开发者
  • 构建企业知识库 / RAG 检索应用的团队
⭐ 最佳实践
  • 配置 MCP 服务器时建议使用 stdio 传输 + JSON-RPC,避免暴露公网
  • 生产部署优先使用 Docker Compose 隔离依赖,并挂载 volume 持久化数据
  • Agent 任务先做 dry-run 验证工具调用链,再开启自主执行
⚠️ 常见错误
  • API key 直接提交到 git 仓库(请用 .env 并加入 .gitignore)
  • MCP 配置路径拼错或权限不足,重启 Claude Desktop 才生效
  • 容器内无法访问宿主机 localhost — 使用 host.docker.internal
  • Python 依赖冲突:建议用 venv / uv 隔离环境

👥 适合人群

Claude Desktop / Claude Code 用户AI 工具开发者需要扩展 AI 能力的专业人士自动化工程师

🎯 使用场景

  • 在 Claude Desktop 对话中直接调用本地工具,实现 AI 与系统的深度联动
  • 通过自然语言驱动复杂的多步骤自动化任务,代替繁琐手动操作
  • 将多个 MCP 工具组合使用,构建个人专属 AI 工作站

⚖️ 优点与不足

✅ 优点
  • +MIT 协议,可免费商用
  • +标准化 MCP 协议,生态互联性强
  • +与 Claude 官方生态无缝对接
  • +即插即用,配置简单快捷
⚠️ 不足
  • −依赖 Claude 客户端,非 Claude 用户无法使用
  • −MCP 协议仍在持续演进,接口可能变更
  • −需要一定的配置步骤
⚠️ 使用须知

AI Skill Hub 为第三方内容聚合平台,本页面信息基于公开数据整理,不对工具功能和质量作任何法律背书。

建议在沙箱或测试环境中充分验证后,再部署至生产环境,并做好必要的安全评估。

📄 License 说明

✅ MIT 协议 — 最宽松的开源协议之一,可自由商用、修改、分发,仅需保留版权声明。

🔗 相关工具推荐

📚 相关教程推荐
📰 相关 AI 新闻
🍿 AI 圈相关吃瓜
🗺️ 相关解决方案
🧩 你可能还需要
基于当前 Skill 的能力图谱,自动补全的工具组合

❓ 常见问题 FAQ

按MCP协议配置服务端点,在Claude设置中添加此MCP服务器地址
💡 AI Skill Hub 点评

经综合评估,token-savior MCP工具 在MCP工具赛道中表现稳健,质量优秀。如果你已有明确的使用需求,可以直接上手体验;如果还在评估阶段,建议对比同类工具后再做决策。

⬇️ 获取与下载
⬇ 下载源码 ZIP

✅ MIT 协议 · 可免费商用 · 直接从 aiskill88 服务器下载,无需跳转 GitHub

📚 深入学习 token-savior MCP工具
查看分步骤安装教程和完整使用指南,快速上手这款工具
🌐 原始信息
原始名称 token-savior
原始描述 开源MCP工具:The MCP server that turns Claude into the only coding agent hitting 100% on a re。⭐853 · Python
Topics MCP服务器Claude增强编码优化Token管理成本控制
GitHub https://github.com/Mibayy/token-savior
License MIT
语言 Python
🔗 原始来源
🐙 GitHub 仓库  https://github.com/Mibayy/token-savior 🌐 官方网站  https://mibayy.github.io/token-savior/

收录时间:2026-05-16 · 更新时间:2026-05-19 · License:MIT · AI Skill Hub 不对第三方内容的准确性作法律背书。

📺 订阅 AI Skill Hub Daily Telegram 频道
每天 8 条精选 AI Skill、MCP、Agent 与自动化工具推送
加入频道 →