ooples/token-optimizer-mcp

Intelligent token optimization for Claude Code - achieving 95%+ token reduction through caching, compression, and smart tool intelligence

解决的问题

大语言模型 (LLM) 的上下文窗口是有限且昂贵的。当智能体读取大文件、长 API 响应或重复数据时，会消耗大量 Token，这可能导致高昂的成本并降低推理能力。本项目提供了一种更高效地管理这些数据的方法。

工作原理

这是一个本地 Model Context Protocol (MCP) 服务器，充当 AI 客户端（如 Claude Code、Cursor 或 Codex）与您的本地数据之间的中间层。它使用多种技术来最大限度地减少 Token 使用量：

  • Caching: 在本地（使用 SQLite）存储大型有效负载，并返回紧凑的引用而不是全文。
  • Diffing: 在编辑后不再重新读取整个文件，而是仅返回更改内容 (diffs)。
  • Compression: 使用 Brotli 压缩进行存储，并根据 Token 情况决定是压缩还是跳过。
  • Filtering: 剥离嘈杂的命令输出，仅保留相关信息。

适用对象

专为使用 MCP 兼容的 AI 智能体和 CLI 工具（如 Claude Code、GitHub Copilot CLI、Gemini CLI、Codex 和 OpenCode）并希望优化上下文窗口使用及降低 Token 成本的开发者设计。

亮点

  • 提供 74 个用于优化文本、文件、Git 操作和 API 的专业工具
  • 内置 Token 节省报告，用于跟踪优化性能
  • 完全本地运行，核心功能不需要托管服务
  • 支持 smart_read 和 smart_edit 等智能文件操作，以最大限度地减少上下文膨胀