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

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",
      "env": {
        "WORKSPACE_ROOTS": "/path/to/project1,/path/to/project2",
        "TOKEN_SAVIOR_CLIENT": "claude-code",
        "TOKEN_SAVIOR_PROFILE": "optimized"
      }
    }
  }
}

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

Optional env vars

VarPurpose
TS_BASH_COMPACT=1Enable PostToolUse Bash output compactors
TS_BASH_REWRITE=1Enable PreToolUse Bash command rewriter
TS_BASH_REWRITE_LOGJSONL audit log of every rewrite
TS_COMPACT_INLINE_THRESHOLDHybrid mode threshold (default 4 KB)
TS_COMPACT_TINY_THRESHOLDSkip-sandbox threshold (default 256 B)
TELEGRAM_BOT_TOKEN + TELEGRAM_CHAT_IDCritical-observation feed
TS_VIEWER_PORTWeb viewer dashboard
TS_AUTO_EXTRACT=1 + TS_API_KEYLLM auto-extraction of memory observations
TS_CAPTURE_DISABLED=1Skip read-side capture sandboxing (default in optimized)
TS_MEMORY_DISABLE=1Silence memory hooks (clean-context workloads)

---

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
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 →