Zum Hauptinhalt springen
Der TokenLab MCP-Server bietet MCP-kompatiblen Agenten Live-Modellsuche, Preise, OpenAI-kompatible Chat Completions und native Inferenztools. Verwenden Sie ihn, wenn ein Agent Modelle vergleichen, Anfrageformate prüfen, Preise abrufen oder TokenLab über OpenAI Chat Completions, Responses, Anthropic Messages oder Gemini generateContent aufrufen soll.
Die öffentlichen Katalogtools benötigen keinen TokenLab API-Key. Setzen Sie TOKENLAB_API_KEY, um die vier kostenpflichtigen Inferenztools zu verwenden.

​
Was er bietet

  • Live-Modellsuche über https://api.tokenlab.sh/v1/models.
  • Abruf von Modelldetails über /v1/models/{model}.
  • Abruf von Preisinformationen über /v1/models/{model}/pricing.
  • Agentenlesbare API-Übersicht über https://api.tokenlab.sh/llms.txt.
  • Anleitungen zu Endpunkt-Familien für OpenAI-kompatiblen Chat, Responses, Anthropic Messages, Gemini, Medien, Audio, Embeddings, Rerank und Übersetzung.
  • Optionale Inferenz über OpenAI-kompatible Chat Completions, Responses, Anthropic Messages und Gemini generateContent.

​
Installation von GitHub

Klonen Sie das öffentliche Repository und installieren Sie die Abhängigkeiten: 
git clone https://github.com/hedging8563/tokenlab-mcp-server.git
cd tokenlab-mcp-server
npm install
npm test
Starten Sie den Server über stdio: 
npm start
Die optionale Umgebungsvariable TOKENLAB_API_BASE ist standardmäßig auf https://api.tokenlab.sh gesetzt.

​
In Codex installieren

Fügen Sie den öffentlichen Katalogserver zu Ihrer Codex-Konfiguration hinzu: 
codex mcp add tokenlab-model-catalog -- npx -y @tokenlabai/mcp-server
Starten Sie nach dem Hinzufügen eine neue Codex-Sitzung. Für die öffentlichen Katalog-Tools ist kein TOKENLAB_API_KEY erforderlich. Um die Inferenztools zu aktivieren, geben Sie beim Hinzufügen des Servers Ihren TokenLab API-Key an: 
codex mcp add --env TOKENLAB_API_KEY=your-tokenlab-api-key tokenlab-model-catalog -- npx -y @tokenlabai/mcp-server

​
In Cline installieren

Installieren Sie den veröffentlichten stdio-Server mit der Cline CLI: 
cline mcp add tokenlab --yes -- npx -y @tokenlabai/mcp-server
Der Befehl wurde mit der Cline CLI verifiziert und wird ohne Einrichtungswarnungen abgeschlossen. Öffentliche Katalogtools funktionieren sofort; setzen Sie TOKENLAB_API_KEY in der Cline-Umgebung für Inferenztools.

​
Claude Desktop Konfiguration

Fügen Sie das veröffentlichte npm-Paket zur MCP-Client-Konfiguration hinzu: 
{
  "mcpServers": {
    "tokenlab-model-catalog": {
      "command": "npx",
      "args": ["-y", "@tokenlabai/mcp-server"]
    }
  }
}
Starten Sie den MCP-Client nach dem Speichern der Konfiguration neu.

​
Cursor, Windsurf und andere MCP-Clients

Verwenden Sie denselben Befehl und dieselben Argumente in jedem Client, der stdio-MCP-Server unterstützt: 
{
  "command": "npx",
  "args": ["-y", "@tokenlabai/mcp-server"],
  "env": {
    "TOKENLAB_API_BASE": "https://api.tokenlab.sh"
  }
}
Wenn Ihr Client benannte Server speichert, verwenden Sie tokenlab-model-catalog als Servernamen.

​
Tools

ToolZweck
list_modelsListet öffentliche TokenLab-Modelle auf. Optional filterbar mit recommended_for wie image, video, embedding, rerank oder translation.
get_modelRuft die öffentlichen Details und das unterstützte Anfrageformat eines Modells ab.
get_model_pricingRuft die öffentlichen Preisdetails eines Modells ab.
compare_modelsVergleicht Details und Preise mehrerer Modell-IDs.
create_chat_completionRuft den OpenAI-kompatiblen Endpunkt /v1/chat/completions mit multimodalen Nachrichten und Tool-Aufrufen auf. Erfordert TOKENLAB_API_KEY.
create_responseRuft den Endpunkt /v1/responses auf. Erfordert TOKENLAB_API_KEY.
create_anthropic_messageRuft den Anthropic-Messages-Endpunkt /v1/messages auf. Erfordert TOKENLAB_API_KEY.
create_gemini_contentRuft den nativen Gemini-Endpunkt generateContent auf. Erfordert TOKENLAB_API_KEY.
get_api_overviewRuft die llms.txt-Übersicht von TokenLab für agentenlesbare Endpunkt-Anleitungen ab.
Inferenztools geben normale JSON-Ergebnisse zurück. Streaming ist für MCP-Tool-Aufrufe absichtlich deaktiviert.

​
Empfohlener Agenten-Workflow

  1. Rufen Sie list_models auf, wenn der Benutzer kein Modell benannt hat.
  2. Verwenden Sie recommended_for für Nicht-Chat-Aufgaben wie Image, Video, Musik, 3D, TTS, STT, Embeddings, Rerank oder Übersetzung.
  3. Rufen Sie get_model auf, bevor Sie eine Nicht-Chat-Anfrage erstellen, eine fehlgeschlagene Anfrage wiederholen oder Endpunkt-Familien wechseln.
  4. Rufen Sie get_model_pricing auf, wenn die Modellkosten die Wahl des Benutzers beeinflussen.
  5. Verwenden Sie compare_models, wenn die Wahl von mehreren Kandidaten abhängt.
  6. Rufen Sie das Inferenztool für den benötigten API-Vertrag auf oder verwenden Sie get_api_overview für eine kompakte Übersicht der TokenLab API-Familien.

​
Anleitung zu nativen Endpunkten

TokenLab unterstützt OpenAI-kompatible Routen sowie native Endpunkt-Familien. Der MCP-Server hilft einem Agenten bei der Auswahl der richtigen Route, bevor er Code schreibt:
FamilieGängige Route
OpenAI-kompatibler Chat/v1/chat/completions
Responses/v1/responses
Anthropic Messages/v1/messages
Gemini native/v1beta/models/{model}:generateContent
Images/v1/images/generations, /v1/images/edits
Video/v1/videos/generations
Music/v1/music/generations
3D/v1/3d/generations
Audio/v1/audio/speech, /v1/audio/transcriptions, /v1/audio/translations
Embeddings und Rerank/v1/embeddings, /v1/rerank
Textübersetzung/v1/translations

​
Gehosteter Model Explorer

Clients mit Streamable-HTTP-Unterstützung können sich verbinden mit: 
https://tokenlab-model-explorer.vercel.app/mcp
Der gehostete Explorer ist öffentlich und stellt open_tokenlab_model_explorer, compare_tokenlab_models und generate_tokenlab_endpoint_example bereit. Verwenden Sie den lokalen npm-Server oben für alle neun Tools oder authentifizierte Inferenz.

​
Verwendung mit TokenLab Skills

Der MCP-Server ist zur Laufzeit nützlich, während das TokenLab Skills Repository Coding-Agenten beibringt, wie man Integrationscode generiert und repariert. Verwenden Sie beides, wenn verfügbar:
  • MCP-Server: Entdecken Sie aktuelle Modelle, Preise und Endpunkt-Details.
  • tokenlab-api-integration Skill: Generieren Sie ausführbare API-Beispiele und behandeln Sie strukturierte TokenLab-Fehler.
  • tokenlab-model-picker Skill: Wählen Sie leistungsstarke Modelle für die Aufgabe des Benutzers aus.
  • tokenlab-native-endpoints Skill: Entscheiden Sie, wann Responses-, Anthropic Messages-, Gemini-, Medien-, Audio-, Embedding-, Rerank- oder Übersetzungsrouten zu verwenden sind.

​
Fehlerbehebung

Stellen Sie sicher, dass Node.js mindestens Version 18.17 hat, und führen Sie npx -y @tokenlabai/mcp-server einmal im Terminal aus, um npm- oder Netzwerkfehler anzuzeigen.
Stellen Sie sicher, dass die Maschine https://api.tokenlab.sh/v1/models erreichen kann. Wenn Sie TOKENLAB_API_BASE überschreiben, stellen Sie sicher, dass kein abschließender Schrägstrich enthalten ist.
Bitten Sie den Agenten, list_models oder get_model aufzurufen, bevor ein Modellname fest codiert wird. Die Kopplung des MCP-Servers mit tokenlab-model-picker liefert bessere Ergebnisse.
Ja. Setzen Sie TOKENLAB_API_KEY und verwenden Sie create_chat_completion, create_response, create_anthropic_message oder create_gemini_content. Katalog- und Preistools bleiben ohne Key verfügbar.

​
Ressourcen

GitHub Repository

Quellcode und Anleitungen zur lokalen Einrichtung

TokenLab Skills

Gepflegte Agenten-Skills für TokenLab-Integrationen

Model Catalog API

Endpunkt zur Entdeckung öffentlicher Modelle

llms.txt

Agentenlesbare TokenLab API-Übersicht

Glama MCP Server

Den verifizierten Eintrag für den TokenLab MCP Server ansehen

Glama-Modell-Explorer

Modelle, Preise und Beispiele für native Endpunkte erkunden

MCP.so-Eintrag

TokenLab im Verzeichnis AI & Agents entdecken

Gehosteter Model Explorer

Öffentlichen Model Explorer und Remote-MCP-Endpunkt öffnen