Servidor MCP de TokenLab

El servidor MCP de TokenLab genera herramientas MCP a partir del contrato OpenAPI público de TokenLab. Los agentes compatibles con MCP pueden descubrir modelos y precios, llamar a endpoints de LLM nativos y compatibles con OpenAI, crear medios multimodales, subir archivos y gestionar tareas asíncronas. Úsalo cuando un agente necesite el contrato actual de la API de TokenLab en lugar de una lista de herramientas mantenida manualmente. El perfil core predeterminado expone 29 herramientas de endpoint generadas más dos herramientas de descubrimiento compuestas. El perfil full expone 76 herramientas de endpoint generadas más las mismas dos herramientas compuestas.

Las herramientas de catálogo público y precios no requieren una clave de API de TokenLab. Configura TOKENLAB_API_KEY para operaciones de inferencia, medios, audio, archivos, tareas, embeddings, rerank y traducción que requieran credenciales. Nunca coloques una clave de API en los argumentos de las herramientas.

Lo que ofrece

Descubrimiento de modelos en tiempo real desde https://api.tokenlab.sh/v1/models.
Búsqueda de detalles de modelos desde /v1/models/{model}.
Búsqueda de precios desde /v1/models/{model}/pricing.
Resumen de la API legible por agentes desde https://api.tokenlab.sh/llms.txt.
Chat Completions y Responses compatibles con OpenAI, Anthropic Messages y Gemini generateContent sin aplanar sus estructuras de solicitud nativas.
Generación y edición de imágenes a través de URLs JSON, IDs de archivos de TokenLab o archivos multipart locales.
Video, música, 3D, voz, transcripción, traducción de audio, embeddings, embeddings multimodales, rerank y traducción de texto.
Resúmenes de tareas asíncronas normalizados para operaciones de generación de imágenes, video, música, 3D y mundos.
Una sincronización diaria del contrato que obtiene el documento OpenAPI público, regenera los esquemas de herramientas, ejecuta pruebas de endpoints y archivos, y actualiza main solo cuando todas las comprobaciones pasan.

Instalación desde GitHub

Clona el repositorio público e instala las dependencias:

git clone https://github.com/hedging8563/tokenlab-mcp-server.git
cd tokenlab-mcp-server
npm install
npm test

Inicia el servidor a través de stdio:

npm start

La variable de entorno opcional TOKENLAB_API_BASE tiene como valor predeterminado https://api.tokenlab.sh. Configura TOKENLAB_MCP_TOOL_PROFILE=full cuando un cliente deba exponer la API de desarrollador más amplia en lugar del perfil core predeterminado.

Configurar cualquier cliente MCP stdio

Usa los mismos valores en cualquier cliente compatible con servidores MCP stdio locales. El cliente puede mostrarlos como campos de formulario o almacenarlos en JSON, TOML o YAML; el significado de los campos no cambia. Añade cada argumento como un elemento independiente.

Campo	Valor	Notas
Nombre del servidor	`tokenlab-model-catalog`	Puedes usar cualquier nombre único.
Transporte	`stdio`	TokenLab MCP se ejecuta como un proceso secundario local.
Comando de inicio	`npx`	Inicia el paquete npm publicado.
Argumentos	`-y` y después `@tokenlabai/mcp-server`	Usa `@tokenlabai/mcp-server@0.5.0` para fijar la versión verificada actualmente.
Variable de entorno	`TOKENLAB_API_KEY` = `<TOKENLAB_API_KEY>`	Opcional para el catálogo público y obligatoria para las herramientas de inferencia y medios.
Reenvío de variable de entorno	Dejar vacío o usar `TOKENLAB_API_KEY`	Usa solo el nombre de la variable cuando la clave ya esté exportada en el entorno local del cliente. No configures la misma clave en ambos lugares.
Directorio de trabajo	Dejar vacío	`npx` no necesita un directorio de proyecto para este paquete.

Copia esta configuración completa en los clientes que acepten un objeto JSON mcpServers:

{
  "mcpServers": {
    "tokenlab-model-catalog": {
      "command": "npx",
      "args": ["-y", "@tokenlabai/mcp-server"],
      "env": {
        "TOKENLAB_API_KEY": "<TOKENLAB_API_KEY>"
      }
    }
  }
}

Elimina el bloque env si solo necesitas las herramientas públicas de modelos y precios. Si un cliente espera un único objeto de servidor en lugar del contenedor mcpServers, copia solo el objeto interno con command, args y env.

No publiques capturas de pantalla, registros ni archivos de configuración que contengan una clave API real. Usa un marcador en los ejemplos y revoca inmediatamente cualquier clave expuesta.

Instalación en Codex

Añade el servidor de catálogo público a tu configuración de Codex:

codex mcp add tokenlab-model-catalog -- npx -y @tokenlabai/mcp-server

Inicia una nueva sesión de Codex después de añadir el servidor. Las herramientas del catálogo público no requieren TOKENLAB_API_KEY. Para habilitar las herramientas de inferencia, incluye tu clave de API de TokenLab al añadir el servidor:

codex mcp add --env TOKENLAB_API_KEY=your-tokenlab-api-key tokenlab-model-catalog -- npx -y @tokenlabai/mcp-server

Instalación en Cline

Instala el servidor stdio publicado con la CLI de Cline:

cline mcp add tokenlab --yes -- npx -y @tokenlabai/mcp-server

El comando fue verificado con la CLI de Cline y se completa sin advertencias de configuración. Las herramientas del catálogo público funcionan inmediatamente; configura TOKENLAB_API_KEY en tu entorno de Cline cuando necesites herramientas de inferencia.

Configuración de Claude Desktop

Añade el paquete npm publicado a tu configuración de cliente MCP:

{
  "mcpServers": {
    "tokenlab-model-catalog": {
      "command": "npx",
      "args": ["-y", "@tokenlabai/mcp-server"]
    }
  }
}

Reinicia el cliente MCP después de guardar la configuración.

Cursor, Windsurf y otros clientes MCP

Usa el mismo comando y argumentos en cualquier cliente que admita servidores MCP stdio:

{
  "command": "npx",
  "args": ["-y", "@tokenlabai/mcp-server"],
  "env": {
    "TOKENLAB_API_BASE": "https://api.tokenlab.sh"
  }
}

Si tu cliente almacena servidores con nombre, usa tokenlab-model-catalog como nombre del servidor.

Perfiles de herramientas generados

Perfil	Herramientas expuestas	Cobertura
`catalog`	6	Cuatro herramientas públicas generadas de catálogo y precios, más `compare_models` y `get_api_overview`. No requiere clave de API.
`core` (predeterminado)	31	29 herramientas de endpoint generadas más `compare_models` y `get_api_overview`. Cubre catálogo, precios, endpoints de LLM nativos, imágenes, video, música, 3D, audio, tareas, archivos, embeddings, rerank y traducción.
`full`	78	76 herramientas de endpoint generadas más las dos herramientas de descubrimiento compuestas. Añade ciclo de vida de respuestas, lotes, mundos, descubrimiento de modelos nativos y otras operaciones de desarrollador permitidas.

Los nombres de las herramientas, descripciones, esquemas de entrada, métodos HTTP, rutas, tipos de contenido, requisitos de autenticación y comportamiento de las tareas se generan a partir de la instantánea de OpenAPI registrada. Una capa exclusiva de MCP proporciona alias de herramientas estables, pertenencia a perfiles, semántica de tareas asíncronas, variantes multipart, omisión de secretos y restricciones de no transmisión (non-streaming). La versión 0.5.0 también devuelve JSON mediante structuredContent de MCP, publica tres recursos de contrato y ofrece dos plantillas de prompts para seleccionar modelos y construir solicitudes nativas. Las herramientas generadas y compuestas incluyen anotaciones de riesgo estándar para que los clientes compatibles puedan aplicar políticas de aprobación más seguras. Las herramientas core comunes incluyen:

Familia	Herramientas representativas
Catálogo y precios	`list_models`, `get_model`, `get_model_pricing`, `get_pricing`, `compare_models`
Endpoints de LLM nativos	`create_chat_completion`, `create_response`, `create_anthropic_message`, `create_gemini_content`
Imágenes	`create_image`, `create_image_file`, `edit_image`, `edit_image_file`
Video, música y 3D	`create_video`, `create_music`, `create_3d_model`
Audio	`create_speech`, `transcribe_audio`, `translate_audio`
Embeddings y texto	`create_embedding`, `create_multimodal_embedding`, `rerank_documents`, `translate_text`
Archivos y tareas	`upload_file`, `list_files`, `retrieve_file`, `retrieve_file_content`, `delete_file`, `get_task_status`, `cancel_task`

Las llamadas a herramientas MCP devuelven un resultado final. Las operaciones de solo transmisión y tiempo real están excluidas, y los esquemas de solicitud generados limitan los campos stream admitidos a false. Las respuestas pequeñas de imagen y audio devuelven contenido MCP nativo; las respuestas binarias más grandes se escriben en TOKENLAB_ARTIFACT_DIR y se devuelven con su ruta local, tipo MIME y recuento de bytes.

Resultados de medios asíncronos

La creación de video, música y 3D devuelve resúmenes de tareas asíncronas. La generación y edición de imágenes puede devolver un resultado completado o una tarea asíncrona, dependiendo del modelo y la solicitud seleccionados. Cuando delivery.mode es async, llama a get_task_status con { "id": delivery.task_id } hasta que delivery.terminal sea true. Determina la finalización a partir de status; progress es opcional y no debe usarse como condición terminal.

Flujo de trabajo recomendado para agentes

Llama a list_models cuando el usuario no haya nombrado un modelo.
Usa recommended_for para tareas que no sean de chat, como imágenes, video, música, 3D, TTS, STT, embeddings, rerank o traducción.
Llama a get_model antes de crear una solicitud que no sea de chat, reintentar una solicitud fallida o cambiar de familia de endpoints.
Llama a get_model_pricing cuando el costo del modelo afecte la elección del usuario.
Usa compare_models cuando la elección dependa de varios candidatos.
Llama a la herramienta generada que coincida con el contrato de API requerido, o usa get_api_overview para obtener un mapa compacto de las familias de la API de TokenLab.

Guía de endpoints nativos

TokenLab admite rutas compatibles con OpenAI y familias de endpoints nativos. El servidor MCP ayuda a un agente a elegir la ruta correcta antes de escribir código:

Familia	Ruta común
Chat compatible con OpenAI	`/v1/chat/completions`
Respuestas	`/v1/responses`
Anthropic Messages	`/v1/messages`
Gemini nativo	`/v1beta/models/{model}:generateContent`
Imágenes	`/v1/images/generations`, `/v1/images/edits`
Video	`/v1/videos/generations`
Música	`/v1/music/generations`
3D	`/v1/3d/generations`
Audio	`/v1/audio/speech`, `/v1/audio/transcriptions`, `/v1/audio/translations`
Embeddings y rerank	`/v1/embeddings`, `/v1/rerank`
Traducción de texto	`/v1/translations`

Explorador de modelos alojado

Los clientes que admiten HTTP transmitible pueden conectarse a:

https://tokenlab-model-explorer.vercel.app/mcp

El explorador alojado es público y expone open_tokenlab_model_explorer, compare_tokenlab_models y generate_tokenlab_endpoint_example. Usa el servidor npm local anterior cuando necesites los perfiles core/full generados, subidas de archivos locales u operaciones de API con credenciales.

Úsalo con las habilidades de TokenLab

El servidor MCP es útil en tiempo de ejecución, mientras que el repositorio de habilidades de TokenLab enseña a los agentes de codificación cómo generar y reparar código de integración. Úsalos ambos cuando estén disponibles:

Servidor MCP: descubre modelos actuales, precios y detalles de endpoints.
Habilidad tokenlab-api-integration: genera ejemplos de API ejecutables y maneja errores estructurados de TokenLab.
Habilidad tokenlab-model-picker: elige modelos sólidos para la tarea del usuario.
Habilidad tokenlab-native-endpoints: decide cuándo usar rutas de Responses, Anthropic Messages, Gemini, medios, audio, embedding, rerank o traducción.

Solución de problemas

El cliente no puede iniciar el servidor

Confirma que Node.js sea al menos 18.17, luego ejecuta npx -y @tokenlabai/mcp-server una vez en una terminal para detectar errores de npm o de red.

La lista de modelos está vacía

Verifica que la máquina pueda acceder a https://api.tokenlab.sh/v1/models. Si anulas TOKENLAB_API_BASE, asegúrate de que no incluya una barra diagonal al final.

El agente sigue eligiendo IDs de modelos obsoletos

Pide al agente que llame a list_models o get_model antes de codificar un nombre de modelo. Emparejar el servidor MCP con tokenlab-model-picker da mejores resultados.

¿Puede este servidor llamar a APIs de inferencia de pago de TokenLab?

Sí. Configura TOKENLAB_API_KEY, luego usa las herramientas generadas de LLM, medios, audio, tareas, archivos, embedding, rerank o traducción. Las herramientas de catálogo y precios siguen estando disponibles sin una clave.

Recursos

TokenLab MCP

Descripción del producto y opciones de conexión para los conjuntos Core 31 y Full 78

Repositorio de GitHub

Código fuente e instrucciones de configuración local

Habilidades de TokenLab

Habilidades de agente mantenidas para integraciones de TokenLab

API de catálogo de modelos

Endpoint de descubrimiento de modelos públicos

llms.txt

Resumen de la API de TokenLab legible por agentes

Servidor MCP de Glama

Ver el listado verificado del servidor MCP de TokenLab

Explorador de modelos de Glama

Explora modelos, precios y ejemplos de endpoints nativos

Listado en MCP.so

Descubre TokenLab en el directorio de IA y Agentes

Explorador de modelos alojado

Abre el explorador de modelos público y el endpoint MCP remoto

​Lo que ofrece

​Instalación desde GitHub

​Configurar cualquier cliente MCP stdio

​Instalación en Codex

​Instalación en Cline

​Configuración de Claude Desktop

​Cursor, Windsurf y otros clientes MCP

​Perfiles de herramientas generados

​Resultados de medios asíncronos

​Flujo de trabajo recomendado para agentes

​Guía de endpoints nativos

​Explorador de modelos alojado

​Úsalo con las habilidades de TokenLab

​Solución de problemas

​Recursos

TokenLab MCP

Repositorio de GitHub

Habilidades de TokenLab

API de catálogo de modelos

llms.txt

Servidor MCP de Glama

Explorador de modelos de Glama

Listado en MCP.so

Explorador de modelos alojado

Lo que ofrece

Instalación desde GitHub

Configurar cualquier cliente MCP stdio

Instalación en Codex

Instalación en Cline

Configuración de Claude Desktop

Cursor, Windsurf y otros clientes MCP

Perfiles de herramientas generados

Resultados de medios asíncronos

Flujo de trabajo recomendado para agentes

Guía de endpoints nativos

Explorador de modelos alojado

Úsalo con las habilidades de TokenLab

Solución de problemas

Recursos