适合谁
- 长时间、多轮次的编码代理会话
- 同时使用多个 CLI 客户端的开发者
- 需要本地运行、无遥测、可商用许可的团队
- 希望用可复现基准而不是厂商自述来验证压缩效果的团队
Token Optimizer MCP 是一个范围相当大、且极少见的自证型项目:它不只声明节省令牌,还把基准脚本、失败案例、被排除的数据和未达标的实验一并发布在仓库中。它的核心价值在于两点——在工具结果进入模型前进行上下文压缩与智能读取,以及一个从真实代理流量中自行积累的本地知识图谱。相比同类工具,它明确区分「直接节省」与「因果图谱证据」,并把无法测量的部分标为 unknown 而不是 0。
需要清醒认识的是:README 中大量对竞争对手(HeadRoom)的对比是其自行复现对方设计的离线估算,并非对方实际二进制的结果;作者本人也多次声明未能建立全面优越性,部分确认研究因额度或上游 503 而未完成。知识图谱的因果收益至今仍处于 Collecting 状态。此外,它会主动拒绝你的工具调用,并会把被省略的载荷写入本地临时文件,这两点对工作流和安全边界都有实际影响。适合愿意接受更激进集成、并能自行运行基准来核验的开发者。
最强项 · 文档质量 16/20 最弱项 · 安全与权限 9/20
静态评测 · 未实际运行收录于 2026-09-18
查看 FMRS 评分方法 →运行环境:Node.js 22+
TOKEN_OPTIMIZER_CACHE_DIR
缓存目录路径,可选,默认为 ~/.token-optimizer-mcp。
TOKEN_OPTIMIZER_MODE
控制运行模式:off 关闭优化与强制,enforce 启用拒绝昂贵内置调用,默认为 assist。
TOKEN_OPTIMIZER_PROXY
设为 0 可禁用压缩代理路由,默认状态以文档为准。
TOKEN_OPTIMIZER_COMPRESSION
压缩预设:balanced、aggressive、conservative 或 lossless,默认 balanced。
TOKEN_OPTIMIZER_PROXY_KNOWLEDGE
设为 0 可禁用向缓存前缀注入项目知识。
TOKEN_OPTIMIZER_HARVEST
设为 0 可关闭基于模型的语义采集;无凭据时自动报告 off:no-key。
TOKEN_OPTIMIZER_HARVEST_ENDPOINT
指向本地模型的端点,使语义采集免费且私有,数据不出本机。
TOKEN_OPTIMIZER_MANAGED_CLIENTS
安装前设为 0 可跳过 shell 激活与托管客户端命令。
TOKEN_OPTIMIZER_PROXY_CAPTURE
可选启用请求体捕获,写入指定目录(明文内容,谨慎使用)。
TOKEN_OPTIMIZER_LOG_DIR
日志目录,默认 ~/.token-optimizer/logs 或 .token-optimizer/logs。
TOKEN_OPTIMIZER_LOG_MAX_BYTES
单个日志文件轮转大小上限,默认 5 MiB。
TOKEN_OPTIMIZER_LOG_MAX_FILES
保留的日志文件数量上限,默认 40 个。
TOKEN_OPTIMIZER_LOG_RETENTION_DAYS
日志保留天数,默认 14 天。
Claude Code:执行 /plugin marketplace add ooples/token-optimizer-mcp,再执行 /plugin install token-optimizer@token-optimizer,最后 /reload-plugins。
仅安装 MCP 服务器(任何客户端均可):npx -y @ooples/token-optimizer-mcp@latest。可选设置环境变量 TOKEN_OPTIMIZER_CACHE_DIR 指定缓存目录,默认 ~/.token-optimizer-mcp。
Codex:codex plugin marketplace add ooples/token-optimizer-mcp,然后 codex plugin add token-optimizer@token-optimizer;或用 codex mcp add token-optimizer -- npx -y @ooples/token-optimizer-mcp@latest。
安装后用 npx token-optimizer-doctor 验证钩子是否真正生效(会喂入合成载荷,断言大文件读取被拒绝、小文件读取不被拒绝)。十六个客户端的现成配置位于仓库 integrations/ 目录。
{
"mcpServers": {
"token-optimizer": {
"command": "npx",
"args": ["-y", "@ooples/token-optimizer-mcp@latest"],
"env": {
"TOKEN_OPTIMIZER_CACHE_DIR": "/path/to/cache"
}
}
}
}
以 Claude Code 为例。其他客户端的配置文件位置或字段可能不同(如 VS Code 使用 servers 字段),可用下方配置生成器转换。
{
"servers": {
"token-optimizer": {
"command": "npx",
"args": [
"-y",
"@ooples/token-optimizer-mcp@latest"
],
"env": {
"TOKEN_OPTIMIZER_CACHE_DIR": "/path/to/cache"
}
}
}
}
写入项目的 .vscode/mcp.json(VS Code 使用 servers 字段)。
claude mcp add token-optimizer -e TOKEN_OPTIMIZER_CACHE_DIR=/path/to/cache -- npx -y @ooples/token-optimizer-mcp@latest
在终端运行;先把 <…> 占位符换成你自己的值。
在客户端工具列表中确认出现 token-optimizer 的工具(如 smart_read、token_audit),然后运行 npx token-optimizer-doctor 验证钩子能拒绝大文件读取并正常回答;或直接发送一个 token_audit 请求,有返回即说明连接成功。
连接成功后,可以直接对 AI 助手这样说:
没有匹配的工具
依据项目文档列出,未经本站实测。
Token Optimizer MCP 是一个本地运行的 MCP 服务器,用于优化 AI 编码代理的上下文窗口。它通过缓存、压缩和智能文件工具,在工具结果进入模型之前减少不必要的令牌消耗,官方 README 称可削减 60–90% 的令牌。
它同时提供一个跨会话的本地知识图谱:为文件、符号、任务和发现建立节点,用 derived_from、contains、supersedes、contradicts、related 等边连接,并在代理访问相关文件时把已有结论反馈回去,避免重复推导。图谱数据保存在本地,无账号、无遥测、无托管服务。
该服务器通过 stdio 传输,以 npm 包 @ooples/token-optimizer-mcp 发布,许可证为 MIT,允许商业使用。README 给出 16 个客户端的安装方式,并区分「强制层」(10 个具有预执行钩子、可拒绝昂贵内置调用的客户端)与「规则层」(6 个只能通过强制规则路由的客户端)。所有基准数据都随仓库一同发布,可用 node bench/compression/proof.mjs 等命令复现。
Upstash 官方维护,为 AI 编码助手提供实时更新的第三方库文档
基于 AI 的 NPM 包分析 MCP 服务器
为 AI 编码代理提供预算、验证与回滚的治理控制层
GitHub 官方 MCP Server,用自然语言管理仓库、Issue、PR 与工作流
源版本 d474b6a060b3 数据同步于 2026-11-02 查看 FMRS 评分方法