Saltar al contenido principal
El servidor MCP de TokenLab ofrece a los agentes compatibles con MCP descubrimiento de modelos en vivo, precios, Chat Completions compatible con OpenAI y herramientas de inferencia nativas. Úselo cuando un agente necesite comparar modelos, inspeccionar formatos de solicitud, consultar precios o llamar a TokenLab mediante OpenAI Chat Completions, Responses, Anthropic Messages o Gemini generateContent.
Las herramientas del catálogo público no requieren una clave de API de TokenLab. Configure TOKENLAB_API_KEY para usar las cuatro herramientas de inferencia de pago.

​
Qué proporciona

  • Descubrimiento de modelos en tiempo real desde https://api.tokenlab.sh/v1/models.
  • Consulta de detalles de modelos desde /v1/models/{model}.
  • Consulta de precios desde /v1/models/{model}/pricing.
  • Resumen de API legible por agentes desde https://api.tokenlab.sh/llms.txt.
  • Guía de familias de endpoints para chat compatible con OpenAI, Responses, Anthropic Messages, Gemini, multimedia, audio, embeddings, rerank y traducción.
  • Inferencia opcional mediante Chat Completions compatible con OpenAI, Responses, Anthropic Messages y Gemini generateContent.

​
Instalación desde GitHub

Clone el repositorio público e instale las dependencias: 
git clone https://github.com/hedging8563/tokenlab-mcp-server.git
cd tokenlab-mcp-server
npm install
npm test
Inicie el servidor a través de stdio: 
npm start
La variable de entorno opcional TOKENLAB_API_BASE tiene como valor predeterminado https://api.tokenlab.sh.

​
Instalar 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 de catálogo público no requieren TOKENLAB_API_KEY. Para activar 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

​
Instalar en Cline

Instale el servidor stdio publicado con Cline CLI: 
cline mcp add tokenlab --yes -- npx -y @tokenlabai/mcp-server
El comando se verificó con Cline CLI y termina sin advertencias de configuración. Las herramientas públicas del catálogo funcionan de inmediato; defina TOKENLAB_API_KEY en el entorno de Cline para usar las herramientas de inferencia.

​
Configuración de Claude Desktop

Agregue el paquete npm publicado a la configuración de su cliente MCP: 
{
  "mcpServers": {
    "tokenlab-model-catalog": {
      "command": "npx",
      "args": ["-y", "@tokenlabai/mcp-server"]
    }
  }
}
Reinicie el cliente MCP después de guardar la configuración.

​
Cursor, Windsurf y otros clientes MCP

Utilice el mismo comando y argumentos en cualquier cliente que admita servidores MCP mediante stdio: 
{
  "command": "npx",
  "args": ["-y", "@tokenlabai/mcp-server"],
  "env": {
    "TOKENLAB_API_BASE": "https://api.tokenlab.sh"
  }
}
Si su cliente almacena servidores con nombre, utilice tokenlab-model-catalog como nombre del servidor.

​
Herramientas

HerramientaPropósito
list_modelsLista los modelos públicos de TokenLab. Opcionalmente, filtre con recommended_for como image, video, embedding, rerank o translation.
get_modelObtiene los detalles públicos y el formato de solicitud admitido de un modelo.
get_model_pricingObtiene los detalles de precios públicos de un modelo.
compare_modelsCompara detalles y precios de varios IDs de modelo.
create_chat_completionLlama al endpoint compatible con OpenAI /v1/chat/completions, con mensajes multimodales y llamadas a herramientas. Requiere TOKENLAB_API_KEY.
create_responseLlama al endpoint /v1/responses. Requiere TOKENLAB_API_KEY.
create_anthropic_messageLlama al endpoint Anthropic Messages /v1/messages. Requiere TOKENLAB_API_KEY.
create_gemini_contentLlama al endpoint nativo de Gemini generateContent. Requiere TOKENLAB_API_KEY.
get_api_overviewObtiene el resumen llms.txt de TokenLab para obtener una guía de endpoints legible por agentes.
Las herramientas de inferencia devuelven resultados JSON normales. El streaming está desactivado intencionalmente para las llamadas MCP.

​
Flujo de trabajo recomendado para agentes

  1. Llame a list_models cuando el usuario no haya especificado un modelo.
  2. Utilice recommended_for para tareas que no sean de chat, como imagen, video, música, 3D, TTS, STT, embeddings, rerank o traducción.
  3. Llame a get_model antes de crear una solicitud que no sea de chat, reintentar una solicitud fallida o cambiar de familia de endpoints.
  4. Llame a get_model_pricing cuando el costo del modelo afecte la elección del usuario.
  5. Utilice compare_models cuando la elección dependa de varios candidatos.
  6. Llame a la herramienta de inferencia que coincida con el contrato de API requerido o use get_api_overview para ver un mapa compacto de las familias de API de TokenLab.

​
Guía de endpoints nativos

TokenLab admite rutas compatibles con OpenAI y familias de endpoints nativos. El servidor MCP ayuda al agente a elegir la ruta correcta antes de escribir código:
FamiliaRuta común
Chat compatible con OpenAI/v1/chat/completions
Responses/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 compatibles con Streamable HTTP pueden conectarse a: 
https://tokenlab-model-explorer.vercel.app/mcp
El explorador alojado es público y ofrece open_tokenlab_model_explorer, compare_tokenlab_models y generate_tokenlab_endpoint_example. Use el servidor npm local anterior para disponer de las nueve herramientas o de inferencia con credenciales.

​
Uso con habilidades (Skills) 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. Utilice ambos cuando estén disponibles:
  • Servidor MCP: descubra modelos actuales, precios y detalles de endpoints.
  • Habilidad tokenlab-api-integration: genere ejemplos de API ejecutables y maneje errores estructurados de TokenLab.
  • Habilidad tokenlab-model-picker: elija modelos sólidos para la tarea del usuario.
  • Habilidad tokenlab-native-endpoints: decida cuándo usar rutas de Responses, Anthropic Messages, Gemini, multimedia, audio, embedding, rerank o traducción.

​
Solución de problemas

Confirme que Node.js sea 18.17 o posterior y ejecute una vez npx -y @tokenlabai/mcp-server en una terminal para ver errores de npm o de red.
Verifique que la máquina pueda acceder a https://api.tokenlab.sh/v1/models. Si sobrescribe TOKENLAB_API_BASE, asegúrese de que no incluya una barra diagonal al final.
Pida 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 ofrece mejores resultados.
Sí. Configure TOKENLAB_API_KEY y use create_chat_completion, create_response, create_anthropic_message o create_gemini_content. Las herramientas de catálogo y precios siguen disponibles sin clave.

​
Recursos

Repositorio de GitHub

Código fuente e instrucciones de configuración local

Habilidades de TokenLab

Habilidades de agente mantenidas para integraciones de TokenLab

API del catálogo de modelos

Endpoint de descubrimiento de modelos públicos

llms.txt

Resumen de la API de TokenLab legible por agentes

Servidor MCP de Glama

Consulta la ficha verificada de TokenLab MCP Server

Explorador de modelos de Glama

Explora modelos, precios y ejemplos de endpoints nativos

Ficha de MCP.so

Descubre TokenLab en el directorio AI & Agents

Explorador de modelos alojado

Abra el explorador público y el endpoint MCP remoto