← 返回列表
Agent 与自动化工具

mcptoon：统一管理 MCP 工具与 Agent 技能并压缩上下文的零依赖 CLI

activeing123/mcptoon · One zero-dependency CLI for every MCP server and agent skill. Token optimization, tool discovery and context compression: 71,929 -> 581 tokens (-99.2%, measured), schemas stay out of context. One config for Claude Code, Codex, Cursor, every agent. 341KB, pure Python. | 零依赖 CLI：管所有 MCP 工具与技能，工具发现省 99.2% token。

GitHub原文发布 未知首次收录 2026-10-21上架 2026-10-21 07:01

☆ 收藏查看项目 ↗

ELI5：它是什么，解决什么问题

mcptoon 是一个纯 Python 标准库实现的零依赖命令行工具，用于统一管理本机上的 MCP 服务器工具与 Agent 技能。它把工具描述和技能全文留在磁盘上，只向上下文注入紧凑的名称索引，按 README 的实测数据，255 个工具的描述从 71,929 tokens 降至 581 tokens；完整 schema 与技能文本可通过 inspect、retrieve 等命令按需取回，因此压缩是无损的。它还提供 17,000+ MCP 服务器的自然语言检索安装、统一的 call 调用入口、stdio 诊断、离线 BM25 技能与文档章节路由，并向 Claude Code、Cursor、Codex、Windsurf 等 103+ 客户端写入统一的连接配置。
# MCP# CLI# Agent Skill# token 优化# 零依赖

核心能力与快速开始

★ 358 · Python

能做什么
以紧凑名称索引替代完整工具 schema 注入上下文（README 实测 71,929→581 tokens，无损可 retrieve）；技能以常驻指针加按需查询替代整篇 SKILL.md 加载；提供 search 检索 17,000+ MCP 服务器、call 统一调用任意工具、inspect 按需拉取 schema、doctor 修复 stdio 管道；离线 BM25 技能路由（<5ms）与文档章节索引路由；single-source 多 Agent 同步，一次安装被 103+ 客户端共享；mcptoon serve 提供 stdio/HTTP 的单一 MCP 端点，bench 可用真实 tiktoken 计量节省。
适用场景
多个 AI 编程客户端共用一套 MCP 工具与技能配置；工具或技能数量很多、描述占满上下文窗口时减少 token 开销；在 Claude Code、Cursor、Codex、Windsurf 等客户端间同步技能；在 CI 或脚本中以稳定 JSON 输出调用 MCP 工具；为需要代理的客户端提供统一 MCP 端点。
项目形态
可直接使用的工具
部署方式
本地 CLI，通过 pip 安装；安装后执行 mcptoon quickstart 检测并写入各客户端配置，也支持 --dir 与 XDG 规范的沙箱式配置隔离；README 称纯 Python 标准库、无云调用与遥测，可离线/隔离环境使用，具体网络与系统要求未完整说明。
主要依赖
Python 环境与 pip；项目自称零第三方依赖、包体约 363KB；具体支持的 Python 版本、操作系统范围未在摘录中完整说明。
使用限制
各项 token 节省比例为项目提供的实测/自测数据，未说明通用场景下的稳定收益；README 提到安装后处于 direct 模式时不会产生节省；--toon 结果压缩与结果形状相关（混合样本 5.7%，区间 1.8%–48.6%）；云端 API 成本、商用合规限制未说明。
许可证
Apache-2.0
最近推送
2026-10-20 23:34
官方入门项目文档核对 README 依据 ↗

资料检查：2026-10-21 07:00 · 卡片整理：2026-10-21 07:00
卡片由 AI 根据仓库资料整理，未进行安装或运行验证

职业应用

程序员

统一管理本机 MCP 工具与 Agent 技能，向 Claude Code、Cursor、Codex、Windsurf 等编码代理注入紧凑工具名索引以压缩上下文，并按需 inspect 取回完整 schema、call 调用工具、doctor 诊断 stdio 连接，用于日常编码与排错工作流。

查看内容依据
One zero-dependency CLI for every MCP server and agent skill. Token optimization, tool discovery and context compression: 71,929 -> 581 tokens (-99.2%, measured), schemas stay out of context.

官方使用入口 ↗

由 AI 根据来源材料整理，未进行安装或运行验证

相似资源

Raster Agent Skills：让 AI 编程代理学会使用 Raster 资产 API 的技能集

该项目是一组 Agent skills，用于教会 Claude Code、Cursor、Codex、Copilot 等 AI 编程代理通过 MCP 或 REST 方式调用 Raster，完成资产的上传、打标签、搜索与交付，并可用 raster 命令行客户端在终端或 CI 中操作；还支持在用户尚无 Raster 账户时通过一次调用创建组织、库和密钥。仓库同时提供 Cursor 插件清单，内置远程 Raster MCP 服务配置，采用 OAuth 授权。

revai：面向 Git 分支的交互式 AI 代码审查 Agent Skill

revai 是一个以 Agent Skill 形式安装的交互式 AI 代码审查工具，只审查 git 分支补丁中的改动行。它依据通用审查基准和按技术栈划分的作业手册（playbook）分析问题，输出结构化审查结果并生成可交互 HTML 报告（质量门禁、按严重度或文件筛选、跳过或恢复、明暗主题），然后在浏览器中自动打开。它还支持双向修复闭环：向 Agent 说出“fix CR-03”即可按 ID 修复，或从报告复制提示词粘贴到任意 Agent 会话。项目支持用 .revai/rules.md 或 CODING_STANDARDS.md 覆盖内置规则，无第三方依赖。

SyntaxRAG：面向 AI 代理的本地代码检索 MCP 引擎

SyntaxRAG（SYNRAG）是一个本地代码搜索 MCP 引擎，通过 Tree-sitter 按函数、类、类型等 AST 结构切分代码，在 CPU 上用 FlashRank（TinyBERT）对 BM25 候选重排序，并构建依赖影响图。它提供搜索、文件大纲、仓库地图、影响范围分析、测试定位及受控编辑等工具，以减少 AI 代理定位代码时的 token 消耗；附带安装脚本、CLI、可选的变更监视服务和 Gemini 相关可选功能。

agent-skills：面向多种编程智能体的双语技能库

提供 100 个英俄双语 Agent Skills 技能，按 AI、后端、数据、DevOps、前端、移动、安全等 16 个领域组织，采用 SKILL.md 通用格式，可直接用于 Claude Code、OpenCode、Cursor、Windsurf 等兼容工具。库中还附带 Python SDK 和 CLI，用于统计、搜索、校验技能并计算质量分、重建目录，并且校验已在 CI 中强制执行；项目在 PyPI 上以 agent-skills-library 发布。

这是基于来源内容整理的摘要。原文链接失效后，本页摘要和讨论仍会保留。

讨论 0

登录后参与讨论，阅读资讯无需注册。

还没有评论，来分享第一个看法。