Mcptoon
PulseAugur coverage of Mcptoon — every cluster mentioning Mcptoon across labs, papers, and developer communities, ranked by signal.
6 天有情绪数据
-
开发者使用mcptoon将AI代理token成本降低76%
一位开发者通过使用名为mcptoon的开源工具，将AI代理与基础设施栈交互时的token消耗进行了优化，成本从每次3,384个token降至816个。该工具可以压缩AI助手（如Claude Code和Cursor+）使用的工具的JSON schema manifest。优化重点在于减少工具发现阶段的token开销，而非工具执行阶段。
-
Anthropic 和 MuleSoft 通过新功能应对 AI 令牌成本
Anthropic 和 MuleSoft 正在解决 AI 模型中高昂的令牌成本问题，特别是在工具定义和结果负载的管理方面。Anthropic 为 Claude 推出了高级工具使用和程序化工具调用功能，通过将工具定义保留在上下文窗口之外直到需要时，并通过提炼工具结果来显著减少令牌使用量。MuleSoft 在其企业网关中集成了负载优化，使用了 TOON 格式，类似于 Mcptoon 开发的 mcptoon CLI 工具，该工具也专注于压缩…
-
AI 代理的 token 使用量通过模式优化减少了 49%
一位开发者发现，在用户输入任何内容之前，他们的 AI 代理 Claude Code 就消耗了大量 token（8,248 个），原因是其 48 个工具的 JSON schema 定义在每次请求时都会被发送。这种 token 使用量影响了模型的上下文窗口，并导致其出现明显的“健忘”问题。通过使用一个名为 mcptoon 的工具来简化和压缩这些 schema，token 数量减少了 49%，降至 4,192 个，从而在不影响代理功能的情况…
-
新工具mcptoon将AI代理清单成本削减70,000个token
一款名为mcptoon的新的开源Python工具旨在通过优化工具清单的处理方式来降低AI代理的成本并提高其性能。该工具解决了客户端反复为大型工具清单付费的问题，这些清单每会话可能消耗数万个token，从而减慢对话速度并填满上下文。Mcptoon将这些清单压缩成更高效的纯名称目录，节省了token，并允许在没有显著开销的情况下进行更长的对话和安装更多工具。
-
Mcptoon 0.7.2 优先考虑首次运行体验而非新功能
Mcptoon 发布了 0.7.2 版本，完全专注于改进安装和设置后最初30秒内的用户初始体验。此版本为各种平台引入了一行安装程序，一个更具吸引力的“庆祝屏幕”，可显示实时系统指标，以及一个以具体的、机器计算的性能改进而非营销声明为开头的演示。目标是通过即时、可验证的结果来建立用户信任，即使这意味着在此版本中放弃令牌压缩或代理集成等新功能。
-
AI 代理标准化插件打包，但安装仍是挑战
新的规范 Agent Plugins Specification 1.0.0 已发布，旨在标准化 AI 代理插件的打包方式。该规范定义了插件的结构，包括一个文件夹、一个 plugin.json 文件和一个 skills 目录。然而，该规范故意排除了安装和分发细节，导致用户需要为他们使用的每个代理手动配置插件。为了弥补这一差距，`mcptoon` 工具已被开发出来，用于自动化跨多个 AI 代理的这些插件的安装和管理，解决变量问题并确保兼容性。
-
mcptoon 以新的“电源插座板”方法简化 AI 代理工具管理
mcptoon 工具已更新至 0.7.0 版本，引入了一种用于管理 AI 代理工具的“电源插座板”方法。mcptoon 允许用户一次性插入工具，使 Claude、Cursor 和 Codex 等多个代理无需重新配置或重启即可访问，而无需为每个代理单独配置。这旨在简化添加新工具的过程，而以前的每个新添加都需要进行大量重新布线。
-
新的CLI工具通过简化配置大幅降低AI代理的代币成本
一个名为mcptoon的新CLI工具已被开发出来，以解决AI代理配置中的效率低下问题，特别是对于Claude Code和Cursor等工具。它将多个代理配置文件整合到一个单一的真实来源中，并显著降低了与工具定义相关的代币成本。通过仅发送工具名称而不是完整的模式，mcptoon将上下文窗口的使用量从数万个代币大幅削减到仅一百多个。
-
Claude 代码用户在未使用的 MCP 服务器上耗尽 Token，开发者发现
一位开发者发现，由于 MCP 服务器的配置方式，他们的 Claude 代码设置消耗了过多的 Token，导致对话过早结束和模型性能下降。通过审计和移除未使用的 MCP 服务器，然后使用一个名为 mcptoon 的工具压缩剩余服务器的模式，开发者显著减少了 Token 开销。这个问题似乎在拥有多个 MCP 服务器的用户中普遍存在，影响了模型的效率和对话质量。
-
MCP 的代币浪费和成本引起 AI 领导者批评
作者认为，尽管 MCP（模型通信协议）已被广泛采用，但其当前实现效率低下且成本高昂。来自 Garry Tan 和 Denis Yarats 等行业领导者以及 Anthropic 内部的数据表明，MCP 的设计通过将广泛的工具模式加载到上下文窗口中，导致大量代币浪费。这种臃肿不仅增加了成本，还通过减少可用于推理和工具选择的上下文来降低代理性能。作者提出了解决方案，例如使用代理层，如他们自己的 `mcptoon` 工具，或简单地移除未使用…
-
MCP 服务器浪费数千个 token，催生新的效率工具
对 10 个流行的 MCP（多云平台）服务器进行的基准测试显示，存在显著的 token 开销，其中一个服务器仅为其模式定义就消耗了 47,293 个 token。这种过度的 token 使用，特别是来自 Google Drive 的 MCP 服务器，可能会导致使用 Claude 3.5 Sonnet 等大型语言模型的用户成本大幅增加。为解决此问题，开发了一个名为 mcptoon 的新工具，用于缓存模式并剥离不必要的 JSON 包装，从…
-
开发者使用新工具将 AI Agent 的 Token 用量削减 91%
一位开发者创建了一个名为 `mcptoon` 的工具，以显著减少与 AI 编码代理中的 MCP (Multi-Cloud Platform) 服务器集成时的 token 用量。该工具通过将 JSON schema 压缩成更紧凑的格式来实现这一点，节省高达 91% 的 token 并降低成本。它还引入了一种 TOON 格式用于结果，这种格式更易于人类阅读，并且比标准 JSON 使用更少的 token。开发者在最初使用了一个增加了 tok…
-
新的 CLI 工具将 MCP 服务器令牌使用量削减 91%
一款名为 mcptoon 的新命令行界面工具已被开发出来，用于解决使用 Model Context Protocol (MCP) 服务器与 Claude Code 和 Cursor 等 AI 模型相关的五个关键痛点。该工具通过将工具模式从大约 40,000 个令牌压缩到大约 3,500 个令牌，将令牌开销显著减少了 91%。它还简化了配置，允许代理安装自己的工具，集中管理不同代理的配置，并提供令牌成本可见性。
-
开发者创建 TOON 格式，将 LLM token 浪费减少 83%
一位开发者创建了一个名为 `mcptoon` 的命令行工具，以减少与 Claude、GPT-4 和 Gemini 等大型语言模型 (LLM) 交互时的 token 浪费。该工具将标准的 JSON 输出转换为一种更紧凑的格式，称为 TOON（Token-Optimized Object Notation），它删除了不必要的结构语法，如大括号、引号和逗号。这种优化经过 `tiktoken` 分词器的验证，可以显著减少 token 使用量，…
-
Mcptoon CLI 将 AI 工具发现令牌减少 97%
Mcptoon 是一款新的命令行界面客户端，旨在将所需的工具发现令牌数量显著减少 97%。该开源项目由 activeing123 开发，旨在简化与 AI 工具的交互。该项目在 Hacker News 上作为“Show HN”提交。