Server MCP TokenLab

Server MCP TokenLab menghasilkan alat MCP dari kontrak OpenAPI publik TokenLab. Agen yang kompatibel dengan MCP dapat menemukan model dan harga, memanggil endpoint LLM native dan yang kompatibel dengan OpenAI, membuat media multimodal, mengunggah file, dan mengelola tugas asinkron. Gunakan server ini saat agen memerlukan kontrak API TokenLab terkini alih-alih daftar alat yang dikelola secara manual. Profil core default mengekspos 29 alat endpoint yang dihasilkan ditambah dua alat penemuan komposit. Profil full mengekspos 78 alat endpoint yang dihasilkan ditambah dua alat komposit yang sama. Halaman ini menjelaskan cara menambahkan TokenLab sebagai server alat di Claude Code, Cursor, VS Code, Codex, Claude Desktop, Cline, Windsurf, atau klien MCP lainnya. Untuk memanggil TokenLab langsung dari kode aplikasi, mulai dari panduan cepat API.

Alat katalog publik dan harga tidak memerlukan kunci API TokenLab. Atur TOKENLAB_API_KEY untuk operasi inferensi, media, audio, file, tugas, embedding, rerank, dan terjemahan yang memerlukan kredensial. Jangan pernah menempatkan kunci API dalam argumen alat.

Apa yang Disediakan

Penemuan model langsung dari https://api.tokenlab.sh/v1/models.
Pencarian detail model dari /v1/models/{model}.
Pencarian harga dari /v1/models/{model}/pricing.
Ringkasan API yang dapat dibaca agen dari https://api.tokenlab.sh/llms.txt.
Chat Completions dan Responses yang kompatibel dengan OpenAI, Anthropic Messages, dan Gemini generateContent tanpa mengubah bentuk permintaan native-nya.
Pembuatan dan pengeditan gambar melalui URL JSON, ID file TokenLab, atau file multipart lokal.
Video, musik, 3D, ucapan, transkripsi, terjemahan audio, embedding, embedding multimodal, rerank, dan terjemahan teks.
Ringkasan tugas asinkron yang dinormalisasi untuk operasi pembuatan gambar, video, musik, 3D, dan dunia.
Sinkronisasi kontrak harian yang mengambil dokumen OpenAPI publik, membuat ulang skema alat, menjalankan pengujian endpoint dan file, serta memperbarui main hanya jika setiap pemeriksaan berhasil.

Mulai cepat

Cara paling cepat dan aman untuk memulai adalah mengaktifkan hanya enam alat katalog publik. Anda tidak memerlukan kunci API TokenLab dan dapat mengaktifkan alat berkredensial nanti.

Instal di Cursor

Tambahkan profil publik catalog ke Cursor dengan sekali klik

Instal di VS Code

Tambahkan profil publik catalog ke konfigurasi pengguna VS Code

Periksa persyaratan

Instal Node.js 18.17 atau yang lebih baru dan pastikan npx tersedia.

node --version
npx --version

Anda tidak perlu memasang paket MCP secara global atau mengkloning repositorinya.

Pilih tingkat akses

Tujuan	Kunci API	Profil
Menelusuri model, detail, dan harga	Tidak diperlukan	`catalog` (6 alat)
Menggunakan operasi inferensi, media, file, dan tugas umum	Diperlukan untuk panggilan berbayar	`core` (31 alat, default)
Menampilkan semua operasi developer yang diizinkan	Diperlukan untuk panggilan berbayar	`full` (80 alat)

Buat kunci di Dashboard → API Keys hanya untuk panggilan API berkredensial. Simpan kunci di lingkungan rahasia klien dan jangan tempelkan ke prompt atau argumen alat MCP.

Konfigurasikan klien

Contoh publik secara eksplisit memilih catalog agar semua alat yang ditampilkan bekerja tanpa kunci.

Tambahkan TokenLab pada cakupan pengguna agar tersedia di semua proyek.

claude mcp add --env TOKENLAB_MCP_TOOL_PROFILE=catalog --scope user tokenlab-model-catalog -- npx -y @tokenlabai/mcp-server

Untuk mengaktifkan profil core default, tambahkan kunci API Anda.

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

Gunakan --scope local hanya untuk proyek saat ini atau --scope project untuk membuat .mcp.json bersama. Jangan commit kunci asli ke konfigurasi proyek.

Gunakan instalasi sekali klik di atas, atau simpan konfigurasi di ~/.cursor/mcp.json untuk semua proyek maupun .cursor/mcp.json untuk satu proyek.

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

Gunakan instalasi sekali klik, jalankan MCP: Add Server, atau simpan file sebagai .vscode/mcp.json.

{
  "servers": {
    "tokenlab-model-catalog": {
      "type": "stdio",
      "command": "npx",
      "args": ["-y", "@tokenlabai/mcp-server"],
      "env": { "TOKENLAB_MCP_TOOL_PROFILE": "catalog" }
    }
  }
}

Untuk konfigurasi yang berlaku di semua proyek, jalankan MCP: Open User Configuration dan tambahkan objek server yang sama.

# Katalog publik
codex mcp add --env TOKENLAB_MCP_TOOL_PROFILE=catalog tokenlab-model-catalog -- npx -y @tokenlabai/mcp-server

# Profil core default dengan kunci API
codex mcp add --env TOKENLAB_API_KEY=your-tokenlab-api-key tokenlab-model-catalog -- npx -y @tokenlabai/mcp-server

Dalam claude_desktop_config.json, tambahkan perintah npx serta argumen -y dan @tokenlabai/mcp-server ke objek standar mcpServers. Jika hanya memerlukan alat publik, atur TOKENLAB_MCP_TOOL_PROFILE=catalog.

Cline CLI dapat memasang server stdio yang dipublikasikan secara langsung.

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

Untuk Windsurf, simpan konfigurasi standar mcpServers di ~/.codeium/windsurf/mcp_config.json. Klien stdio lainnya memakai perintah dan argumen yang sama tanpa direktori kerja.

Mulai ulang dan verifikasi

Mulai ulang atau muat ulang klien MCP, setujui server lokal saat diminta, lalu pastikan tokenlab-model-catalog terhubung.

claude mcp list
codex mcp list

Setelah itu, minta agen memanggil list_models. Daftar model yang tidak kosong membuktikan server telah dimulai, penemuan MCP selesai, dan katalog publik TokenLab dapat dijangkau. Pemeriksaan ini tidak memerlukan kunci API.

Referensi konfigurasi

Pada klien stdio lokal, gunakan nama tokenlab-model-catalog, perintah npx, argumen terpisah -y dan @tokenlabai/mcp-server, serta biarkan direktori kerja kosong. Gunakan @tokenlabai/mcp-server@0.6.17 untuk mengunci rilis yang saat ini telah diverifikasi. Konfigurasi standar untuk alat berkredensial:

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

VS Code memakai objek servers di tingkat teratas. Jika klien hanya meminta satu objek server, salin objek bagian dalam yang berisi command, args, dan env.

Variabel lingkungan	Default	Tujuan
`TOKENLAB_API_BASE`	`https://api.tokenlab.sh`	Mengganti URL dasar API tanpa garis miring di akhir.
`TOKENLAB_API_KEY`	Tidak diatur	Diperlukan untuk panggilan inferensi, media, file, tugas, embedding, rerank, dan terjemahan berkredensial.
`TOKENLAB_MCP_TOOL_PROFILE`	`core`	Pilih `catalog`, `core`, atau `full`.
`TOKENLAB_MCP_SCHEMA_MODE`	Default profil	Pilih `portable`, `exact`, atau `strict`; biasanya pertahankan `portable`.
`TOKENLAB_REQUEST_TIMEOUT_MS`	`120000`	Batas waktu permintaan API dalam milidetik.
`TOKENLAB_MCP_MAX_FILE_BYTES`	`104857600`	Ukuran maksimum setiap file lokal yang diunggah dalam byte.
`TOKENLAB_MCP_INLINE_BYTES`	`2097152`	Ukuran maksimum hasil biner atau JSON yang dikembalikan secara inline.
`TOKENLAB_ARTIFACT_DIR`	Direktori sementara sistem operasi	Lokasi penulisan artefak respons yang lebih besar.

Jangan publikasikan tangkapan layar, log, riwayat shell, atau file konfigurasi yang berisi kunci API asli. Utamakan masukan rahasia atau variabel lingkungan klien, gunakan placeholder pada contoh bersama, dan rotasi kunci yang terpapar.

Instalasi dari sumber

Gunakan checkout sumber hanya untuk mengaudit atau mengembangkan server MCP. Konfigurasi klien biasa harus memakai paket npm terpublikasi yang ditampilkan di atas.

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

Profil core dan full secara default menerbitkan schema portable dengan batas ukuran dan kedalaman, sementara server memvalidasi setiap panggilan memakai definisi OpenAPI lengkap. Gunakan exact untuk schema bertingkat lengkap atau strict jika penyedia model mewajibkan objek tertutup dan semua properti dalam required.

Profil Alat yang Dihasilkan

Profil	Alat yang diekspos	Cakupan
`catalog`	6	Empat alat katalog dan harga publik yang dihasilkan, ditambah `compare_models` dan `get_api_overview`. Tidak memerlukan kunci API.
`core` (default)	31	29 alat endpoint yang dihasilkan ditambah `compare_models` dan `get_api_overview`. Mencakup katalog, harga, endpoint LLM native, gambar, video, musik, 3D, audio, tugas, file, embedding, rerank, dan terjemahan.
`full`	80	78 alat endpoint yang dihasilkan ditambah dua alat penemuan komposit. Menambahkan siklus hidup respons, batch, dunia, penemuan model native, dan operasi pengembang lain yang diizinkan.

Nama alat, deskripsi, skema input, metode HTTP, path, tipe konten, persyaratan autentikasi, dan perilaku tugas dihasilkan dari snapshot OpenAPI yang tersimpan. Overlay khusus MCP menyediakan alias alat yang stabil, keanggotaan profil, semantik tugas asinkron, varian multipart, penghilangan rahasia, dan batasan non-streaming. Versi 0.6.0 juga mengembalikan JSON melalui structuredContent MCP, menerbitkan tiga sumber daya kontrak, dan menyediakan dua templat prompt untuk pemilihan model serta penyusunan permintaan native. Alat yang dihasilkan dan komposit menyertakan anotasi risiko standar agar klien yang kompatibel dapat menerapkan kebijakan persetujuan yang lebih aman. Alat core yang umum meliputi:

Keluarga	Alat representatif
Katalog dan harga	`list_models`, `get_model`, `get_model_pricing`, `get_pricing`, `compare_models`
Endpoint LLM native	`create_chat_completion`, `create_response`, `create_anthropic_message`, `create_gemini_content`
Gambar	`create_image`, `create_image_file`, `edit_image`, `edit_image_file`
Video, musik, dan 3D	`create_video`, `create_music`, `create_3d_model`
Audio	`create_speech`, `transcribe_audio`, `translate_audio`
Embedding dan teks	`create_embedding`, `create_multimodal_embedding`, `rerank_documents`, `translate_text`
File dan tugas	`upload_file`, `list_files`, `retrieve_file`, `retrieve_file_content`, `delete_file`, `get_task_status`, `cancel_task`

Panggilan alat MCP mengembalikan satu hasil akhir. Operasi khusus streaming dan real-time dikecualikan; server menetapkan argumen stream yang didukung ke false secara internal tanpa mengekspos konstanta boolean ke adaptor provider. Respons gambar dan audio kecil mengembalikan konten MCP native; respons biner yang lebih besar ditulis ke TOKENLAB_ARTIFACT_DIR dan dikembalikan dengan path lokal, tipe MIME, dan jumlah byte-nya.

Hasil Media Asinkron

Pembuatan video, musik, dan 3D mengembalikan ringkasan tugas asinkron. Pembuatan dan pengeditan gambar dapat mengembalikan hasil yang selesai atau tugas asinkron, tergantung pada model dan permintaan yang dipilih. Saat delivery.mode adalah async, panggil get_task_status dengan { "id": delivery.task_id } sampai delivery.terminal bernilai true. Tentukan penyelesaian dari status; progress bersifat opsional dan tidak boleh digunakan sebagai kondisi terminal.

Alur Kerja Agen yang Direkomendasikan

Panggil list_models saat pengguna belum menentukan model.
Gunakan recommended_for untuk tugas non-chat, seperti gambar, video, musik, 3D, TTS, STT, embedding, rerank, atau terjemahan.
Panggil get_model sebelum membuat permintaan non-chat, mencoba ulang permintaan yang gagal, atau beralih keluarga endpoint.
Panggil get_model_pricing saat biaya model memengaruhi pilihan pengguna.
Gunakan compare_models saat pilihan bergantung pada beberapa kandidat.
Panggil alat yang dihasilkan yang sesuai dengan kontrak API yang diperlukan, atau gunakan get_api_overview untuk peta ringkas keluarga API TokenLab.

Panduan Endpoint Native

TokenLab mendukung rute yang kompatibel dengan OpenAI dan keluarga endpoint native. Server MCP membantu agen memilih rute yang tepat sebelum menulis kode:

Keluarga	Rute umum
Chat kompatibel OpenAI	`/v1/chat/completions`
Respons	`/v1/responses`
Anthropic Messages	`/v1/messages`
Gemini native	`/v1beta/models/{model}:generateContent`
Gambar	`/v1/images/generations`, `/v1/images/edits`
Video	`/v1/videos/generations`
Musik	`/v1/music/generations`
3D	`/v1/3d/generations`
Audio	`/v1/audio/speech`, `/v1/audio/transcriptions`, `/v1/audio/translations`
Embedding dan rerank	`/v1/embeddings`, `/v1/rerank`
Terjemahan teks	`/v1/translations`

Penjelajah model terkelola

Klien yang mendukung HTTP Streamable dapat terhubung ke:

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

Explorer yang di-host bersifat publik dan mengekspos open_tokenlab_model_explorer, compare_tokenlab_models, dan generate_tokenlab_endpoint_example. Gunakan server npm lokal di atas saat Anda memerlukan profil core/full yang dihasilkan, unggahan file lokal, atau operasi API dengan kredensial.

Gunakan dengan TokenLab Skills

Server MCP berguna saat runtime, sementara repositori TokenLab skills mengajarkan agen pengodean cara membuat dan memperbaiki kode integrasi. Gunakan keduanya jika tersedia:

Server MCP: temukan model, harga, dan detail endpoint terkini.
Skill tokenlab-api-integration: buat contoh API yang dapat dijalankan dan tangani kesalahan TokenLab terstruktur.
Skill tokenlab-model-picker: pilih model yang kuat untuk tugas pengguna.
Skill tokenlab-native-endpoints: putuskan kapan harus menggunakan rute Responses, Anthropic Messages, Gemini, media, audio, embedding, rerank, atau terjemahan.

Pemecahan Masalah

Klien tidak dapat memulai server

Pastikan Node.js minimal versi 18.17 dan klien dapat menemukan npx. Jalankan npx -y @tokenlabai/mcp-server di terminal untuk menampilkan kesalahan npm atau jaringan. Jika stdio berhasil dimulai, proses akan menunggu pesan MCP tanpa keluaran; tekan Ctrl+C setelah memeriksa.

Server sudah dikonfigurasi tetapi alat tidak muncul

Mulai ulang klien dan setujui server lokal. Di Claude Code, periksa claude mcp list atau /mcp; di VS Code, gunakan MCP: List Servers lalu Show Output; di Cursor, buka Settings → Tools & MCP.

Claude Code menampilkan Pending approval

Server .mcp.json tingkat proyek memerlukan kepercayaan workspace dan persetujuan eksplisit. Mulai Claude Code secara interaktif di proyek, terima kepercayaan, lalu setujui tokenlab-model-catalog di /mcp. Gunakan --scope user untuk konfigurasi pribadi yang tersedia di semua proyek.

Daftar model kosong

Verifikasi bahwa mesin dapat menjangkau https://api.tokenlab.sh/v1/models. Jika Anda mengganti TOKENLAB_API_BASE, pastikan tidak menyertakan garis miring di akhir.

Agen masih memilih ID model yang kedaluwarsa

Minta agen untuk memanggil list_models atau get_model sebelum melakukan hardcode nama model. Memasangkan server MCP dengan tokenlab-model-picker memberikan hasil yang lebih baik.

Bisakah server ini memanggil API inferensi TokenLab berbayar?

Ya. Atur TOKENLAB_API_KEY, lalu gunakan alat LLM, media, audio, tugas, file, embedding, rerank, atau terjemahan yang dihasilkan. Alat katalog dan harga tetap tersedia tanpa kunci.

Alat berkredensial mengembalikan kesalahan autentikasi

Atur TOKENLAB_API_KEY di lingkungan server MCP, bukan di argumen alat atau prompt, lalu mulai ulang klien. Rotasi kunci yang pernah muncul dalam file bersama, gambar, log, atau riwayat shell.

Klien menolak schema atau memuat terlalu banyak alat

Gunakan TOKENLAB_MCP_TOOL_PROFILE=catalog untuk 6 alat penemuan atau profil core default untuk 31 alat. Biasanya pertahankan portable; gunakan exact untuk struktur bertingkat lengkap dan strict untuk objek tertutup dengan semua properti dalam required.

Bagaimana cara mengunci atau memperbarui versi paket?

Gunakan @tokenlabai/mcp-server@0.6.17 untuk mengunci rilis yang saat ini diverifikasi. Untuk mengganti versi, perbarui argumen paket, mulai ulang server, dan tinjau repositori publik sebelum memakai rilis yang lebih baru.

Sumber Daya

TokenLab MCP

Ringkasan produk dan opsi koneksi untuk set alat Core 31 dan Full 80

Repositori GitHub

Kode sumber dan instruksi pengaturan lokal

TokenLab Skills

Skill agen yang dikelola untuk integrasi TokenLab

API Katalog Model

Endpoint penemuan model publik

llms.txt

Ringkasan API TokenLab yang dapat dibaca agen

Server MCP Glama

Lihat daftar Server MCP TokenLab yang terverifikasi

Model Explorer Glama

Jelajahi model, harga, dan contoh endpoint native

Daftar MCP.so

Temukan TokenLab di direktori AI & Agen

Model Explorer yang Di-host

Buka explorer model publik dan endpoint MCP jarak jauh

Panduan MCP Claude Code

Cakupan, persetujuan, pemeriksaan status, dan konfigurasi MCP

Panduan MCP Cursor

Lokasi konfigurasi, kontrol alat, dan panduan keamanan

Panduan MCP VS Code

Konfigurasi pengguna dan workspace, kepercayaan, log, dan pengelolaan server

Matriks kompatibilitas

Alat coding

SDK native

Framework & platform

Aplikasi chat

Server MCP TokenLab

Apa yang Disediakan

Mulai cepat

Instal di Cursor

Instal di VS Code

Referensi konfigurasi

Instalasi dari sumber

Profil Alat yang Dihasilkan

Hasil Media Asinkron

Alur Kerja Agen yang Direkomendasikan

Panduan Endpoint Native

Penjelajah model terkelola

Gunakan dengan TokenLab Skills

Pemecahan Masalah

Sumber Daya

TokenLab MCP

Repositori GitHub

TokenLab Skills

API Katalog Model

llms.txt

Server MCP Glama

Model Explorer Glama

Daftar MCP.so

Model Explorer yang Di-host

Panduan MCP Claude Code

Panduan MCP Cursor

Panduan MCP VS Code

​Apa yang Disediakan

​Mulai cepat

Instal di Cursor

Instal di VS Code

​Referensi konfigurasi

​Instalasi dari sumber

​Profil Alat yang Dihasilkan

​Hasil Media Asinkron

​Alur Kerja Agen yang Direkomendasikan

​Panduan Endpoint Native

​Penjelajah model terkelola

​Gunakan dengan TokenLab Skills

​Pemecahan Masalah

​Sumber Daya

TokenLab MCP

Repositori GitHub

TokenLab Skills

API Katalog Model

llms.txt

Server MCP Glama

Model Explorer Glama

Daftar MCP.so

Model Explorer yang Di-host

Panduan MCP Claude Code

Panduan MCP Cursor

Panduan MCP VS Code

Apa yang Disediakan

Mulai cepat

Referensi konfigurasi

Instalasi dari sumber

Profil Alat yang Dihasilkan

Hasil Media Asinkron

Alur Kerja Agen yang Direkomendasikan

Panduan Endpoint Native

Penjelajah model terkelola

Gunakan dengan TokenLab Skills

Pemecahan Masalah

Sumber Daya