mcptoon — Agent 的两个痛点，mcptoon 一次解决

Q: 会上传我的配置吗？

扫描、合并、清单生成本身全在本机完成。只有一处会出网：参考 demo 那一步，它要拉起官方的公开测试服务器（everything），从 npm 上取它的代码——取的是公开的包，不含你的任何配置。要一条网络请求都不发：用你自己的服务器跑 mcptoon manifest --compact（评审机按 cl100k 尺复测：输出 161 个 token，装下全部 45 个工具名）。

Q: 只列名之后，模型选错工具、瞎猜参数怎么办？

这一档只改发现清单的发法，不碰调用。默认档（只列名）适合模型已经知道要用什么；动手之前用 mcptoon inspect 现取那一个工具的完整参数，确认了再调。需要客户端自己看见参数，就换"名字+类型"档（参考样本 8,282，−88.5%）或全字段——三档都是 mcptoon manifest 的旗标差别。砍多狠是你的旋钮，不是一锤子买卖。

Q: demo 需要准备什么？为什么要 Node.js？

参考 demo 用 npx 拉起 MCP 官方的 everything 参考服务器——这个包不在 mcptoon 里，所以它需要 Node.js、首次要联网拉包。测试自己机器的路径（quickstart → stats → manifest）纯 Python，不需要 Node。

Q: 那个 −99.2% 是我机器的数，还是营销数字？

是参考样本的数，我们宁可你现在就知道，也好过以后失望。你自己的数走 mcptoon stats：我们这台机器读到 45 个工具、8,380 → 5,635（−32.8%，截至页面制作时）——离 99.2% 很远，因为它测的是简化后 schema 档、用的还是粗估尺。同一台机器换 cl100k 尺砍到底，评审机复测读数是 7,793 → 161。−99.2% 和 −32.8% 两个数都真，测的对象不同：前者说样本能砍到的上限，后者说这台机器的现况。原始数据行就提交在仓库里，同一套测试在 5 个、50 个工具上也有——你能看到曲线的形状，而不是一个挑出来的点。

Q: 它会改动我客户端的设置吗？

扫描（quickstart）读已有配置，写的是它自己的 ~/.mcptoon/config.json，不回头改客户端。往客户端里写是 sync 的职责，只有你跑了它才动：当场打报告、带 --dry 预览；只动 mcpServers 那一个键；不加参数默认一次写它探到的全部客户端，想只写一个，用 --agent 点名。Codex 例外——它写的是当前项目的 AGENTS.md。退路说清楚：删 ~/.mcptoon/ 清掉的是 mcptoon 自己的配置与缓存；sync 写进客户端的条目留在原地，照报告里的位置删掉即可。

Q: 免费吗？

是。Apache-2.0 开源。全部代码都在 GitHub 上，mcptoon stats 读的是你自己的服务器，所以 token 这笔账你永远不用听谁说的，自己看。

TEST. DECIDE. CUT.

四步：先测，再砍。

不用接线，不用重写配置。第一步把包放下，第二步扫你已有的东西，第三步测你自己的账，第四步挑一档砍下去。

安装

一行命令。纯标准库，零第三方依赖，无常驻进程，不用账号。

pip install mcptoon

仓库里还有一行式脚本 install.sh / install.ps1。先说清楚：它们的最后一步就是直接跑 quickstart——装完当场写配置。想自己掌控节奏的，用 pip，一步步来。

扫描并统一

读这台机器上已有的 MCP 配置：Claude Desktop、Cursor、Cline、Windsurf——四类客户端、各自的候选配置文件，统一成一份 ~/.mcptoon/config.json。这一步写的是 mcptoon 自己那份配置；往客户端里写，是 sync 的事，而 sync 必须你亲口让它去。

mcptoon quickstart

测：你自己的数

读你自己的清单，报它每轮花多少——你机器上真发生的数。我们这台机器截至页面制作时读到 45 个工具：8,380 → 5,635（省 32.8%）。两点要交代：stats 的第二行是简化后的 schema 档（描述截断、类型保留）；它的尺是 4 字符≈1 token 的粗估，跟参考样本用的 tiktoken 不是同一把尺，这两组数各说各的，混着看会算错。

mcptoon stats

砍：两条路线，看清你走哪条

CLI 路线（砍得最狠）：清单默认只列名；动手调用前用 mcptoon inspect <server> <tool> 现取那一个工具的参数；认了，再 mcptoon sync 写进客户端。桥接路线（给必须见到 MCP 服务器的客户端）：mcptoon serve 站在你客户端前面，发的是简化后的 schema，省下来的是字段那一层——下面 OpenClaw 那对 −798 测的就是这一档。两条路线各测各的账，数字不通用。

mcptoon manifest

YOUR BILL, DECODED

Token 账：三档梯子，和数的来路

两个抓手：一个是公开的基准，原始数据你翻得到；另一条命令测的是你自己的机器。

工具发现 −99.2%

255 工具 · 全字段（原生）——基线

71,929

255 工具 · 名字+类型（只留名字与参数类型）

71,929→8,282

255 工具 · 只列名（默认档：manifest 裸跑）

71,929→581

同一条曲线换到 50 工具规模

14,113→114

还有一层：换种写法，不砍字段。同一份清单可以走 TOON 编码：47,438（−34%），字段一个不减、只换表示法——它是编码变体，和三档不混着站。名字+类型档的形状大致长这样：search|query:s*|limit:n——星号标必填，s 是 string、n 是 number。压缩率跟着档位走；换成 50 工具规模还是 −99.2%，工具多少个反而不重要。按你的客户端需要看多少，挑站在哪一级。

这些数打哪来的。一份 255-tool / 50-server 的参考样本，按 tiktoken cl100k_base 计数；原始数据公开在 benchmark_data.json，方法写在 tiktoken-benchmarks.md，能自己复跑。也披露：早前发布过一个 91%，出自一个描述更短的样本，本页已不再用它。mcptoon demo 打印的就是这张表，测的不是你机器；你的机器归 mcptoon stats。

三组数来自三处，各有各的尺子，放在一起只为对照。①参考样本：公开的 255 工具 / 50 服务器清单，cl100k 尺。②我们的机器：造这页那台——stats 粗估尺 8,380 → 5,635（截至页面制作时）；评审机复测（cl100k 尺、同一份 45 工具缓存）：全字段 7,793 → 名字+类型 711 → 只列名 161。③你的机器：mcptoon stats 自己测。

调用结果 · 可选

调用工具时加 --toon，返回结果按 TOON 格式编码

按次生效，默认不启用

……同一份返回结果，换一种记法（无损往返）

因数据形状而异

默认输出

原样 JSON

它叠在清单省法之后、只在你主动要求时生效：mcptoon call <server> <tool> --toon。默认输出 JSON、什么都不加就什么都不省；省多少随返回数据的形状变，跑了才知道。demo 现场就印了一个例子：同一份数据 21 → 17 token——少 19%。

LIVE WIRING, NOT A LOGO WALL

这不是兼容清单，是接线图。

造这个页面的那台机器上，两个真实客户端都指向 mcptoon serve。它们的配置原样贴出，以及实际发生了什么。

OpenClaw — 一次实测 A/B

在 ~/.openclaw/openclaw.json 的 mcp.servers.mcptoon 键里：

{ "command": ".../mcptoon.exe", "args": ["serve"] }

同一会话、同一模型，相隔六分钟两次调用，两边都返回了正确结果：

echo 服务器直接注册 — 输入 43,448 tokens
同一个 echo 服务器，改经 mcptoon serve 桥接 — 输入 42,650 tokens

这一回合少吃 798 个 input token（截至页面制作时）——为一个最普通的 echo 工具。这是 serve 桥接档的数（清单字段变轻），和 −99.2% 那个只列名档是两回事；省下的量随注册的工具数增长。一对调用、一个模型：这是我们测到的方向，不是保证。

Hermes Agent — 握手日志

在 %LOCALAPPDATA%/hermes/config.yaml 里：

mcptoon:
  command: mcptoon

它的 MCP stderr 日志记录了完整生命周期：

starting MCP server 'mcptoon'
serve started — stdio bridge mode
Initialize from client: {'name': 'mcp'}
Client initialized notification received

这一条在 hermes mcp list 里现在显示 disabled。所以这个说法很窄、但真实：它在那里握过手，也注册在那里——不代表它此刻正在运行。

mcptoon 直接写入的对象（mcptoon sync）：Claude Desktop · Cursor · Cline · Windsurf · VS Code Copilot，其中 Cursor 写的是全局 ~/.cursor/mcp.json。项目级只有一个例外：Codex，写当前项目的 AGENTS.md。其余任何能拉起 stdio MCP 服务器的客户端——包括 OpenClaw 和 Hermes——都通过 mcptoon serve 接入：一条入口，零手写每客户端配置。

ASKED, ANSWERED

几个问题，短答

一句话说，MCP 是什么？

MCP（Model Context Protocol）是 AI 客户端往外挂工具的方式——文件、搜索、数据库、浏览器。代价在于：你每加一个工具，在你开口提问之前，它的完整描述就已经进了模型上下文。这笔账涨得很快。

会上传我的配置吗？

扫描、合并、清单生成本身全在本机完成。只有一处会出网：参考 demo 那一步，它要拉起官方的公开测试服务器（everything），从 npm 上取它的代码——取的是公开的包，不含你的任何配置。要一条网络请求都不发：用你自己的服务器跑 mcptoon manifest --compact（评审机按 cl100k 尺复测：输出 161 个 token，装下全部 45 个工具名）。

只列名之后，模型选错工具、瞎猜参数怎么办？

这一档只改发现清单的发法，不碰调用。默认档（只列名）适合模型已经知道要用什么；动手之前用 mcptoon inspect <server> <tool> 现取那一个工具的完整参数，确认了再调。需要客户端自己看见参数，就换"名字+类型"档（参考样本 8,282，−88.5%）或全字段——三档都是 mcptoon manifest 的旗标差别。砍多狠是你的旋钮，不是一锤子买卖。

demo 需要准备什么？为什么要 Node.js？

参考 demo 用 npx 拉起 MCP 官方的 everything 参考服务器——这个包不在 mcptoon 里，所以它需要 Node.js、首次要联网拉包。测试自己机器的路径（quickstart → stats → manifest）纯 Python，不需要 Node。

那个 −99.2% 是我机器的数，还是营销数字？

是参考样本的数，我们宁可你现在就知道，也好过以后失望。你自己的数走 mcptoon stats：我们这台机器读到 45 个工具、8,380 → 5,635（−32.8%，截至页面制作时）——离 99.2% 很远，因为它测的是简化后 schema 档、用的还是粗估尺。同一台机器换 cl100k 尺砍到底，评审机复测读数是 7,793 → 161。−99.2% 和 −32.8% 两个数都真，测的对象不同：前者说样本能砍到的上限，后者说这台机器的现况。原始数据行就提交在仓库里，同一套测试在 5 个、50 个工具上也有——你能看到曲线的形状，而不是一个挑出来的点。

它会改动我客户端的设置吗？

扫描（quickstart）读已有配置，写的是它自己的 ~/.mcptoon/config.json，不回头改客户端。往客户端里写是 sync 的职责，只有你跑了它才动：当场打报告、带 --dry 预览；只动 mcpServers 那一个键；不加参数默认一次写它探到的全部客户端，想只写一个，用 --agent 点名。Codex 例外——它写的是当前项目的 AGENTS.md。退路说清楚：删 ~/.mcptoon/ 清掉的是 mcptoon 自己的配置与缓存；sync 写进客户端的条目留在原地，照报告里的位置删掉即可。

免费吗？

是。Apache-2.0 开源。全部代码都在 GitHub 上，mcptoon stats 读的是你自己的服务器，所以 token 这笔账你永远不用听谁说的，自己看。

Agent 的两个痛点，mcptoon 一次解决。

这不是我们自说自话。