Langsung ke konten utama
TokenLab MCP server memberikan agen yang kompatibel dengan MCP penemuan model langsung, harga, Chat Completions kompatibel OpenAI, dan alat inferensi native. Gunakan saat agen perlu membandingkan model, memeriksa format permintaan, mengecek harga, atau memanggil TokenLab melalui OpenAI Chat Completions, Responses, Anthropic Messages, atau Gemini generateContent.
Alat katalog publik tidak memerlukan API key TokenLab. Tetapkan TOKENLAB_API_KEY untuk memakai empat alat inferensi berbayar.

​
Apa yang Disediakan

  • Penemuan model secara 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.
  • Panduan keluarga endpoint untuk chat yang kompatibel dengan OpenAI, Responses, Anthropic Messages, Gemini, media, audio, embeddings, rerank, dan terjemahan.
  • Inferensi opsional melalui Chat Completions kompatibel OpenAI, Responses, Anthropic Messages, dan Gemini generateContent.

​
Instalasi Dari GitHub

Klon repositori publik dan instal dependensi: 
git clone https://github.com/hedging8563/tokenlab-mcp-server.git
cd tokenlab-mcp-server
npm install
npm test
Jalankan server melalui stdio: 
npm start
Variabel lingkungan opsional TOKENLAB_API_BASE memiliki nilai default https://api.tokenlab.sh.

​
Instal di Codex

Tambahkan server katalog publik ke konfigurasi Codex: 
codex mcp add tokenlab-model-catalog -- npx -y @tokenlabai/mcp-server
Mulai sesi Codex baru setelah menambahkan server. Alat katalog publik tidak memerlukan TOKENLAB_API_KEY. Untuk mengaktifkan alat inferensi, sertakan API key TokenLab saat menambahkan server: 
codex mcp add --env TOKENLAB_API_KEY=your-tokenlab-api-key tokenlab-model-catalog -- npx -y @tokenlabai/mcp-server

​
Instal di Cline

Instal server stdio yang telah dipublikasikan dengan Cline CLI: 
cline mcp add tokenlab --yes -- npx -y @tokenlabai/mcp-server
Perintah ini telah diverifikasi dengan Cline CLI dan selesai tanpa peringatan penyiapan. Tools katalog publik langsung berfungsi; atur TOKENLAB_API_KEY di lingkungan Cline saat membutuhkan tools inferensi.

​
Konfigurasi Claude Desktop

Tambahkan package npm yang telah dipublikasikan ke konfigurasi klien MCP: 
{
  "mcpServers": {
    "tokenlab-model-catalog": {
      "command": "npx",
      "args": ["-y", "@tokenlabai/mcp-server"]
    }
  }
}
Mulai ulang klien MCP setelah menyimpan konfigurasi.

​
Cursor, Windsurf, Dan Klien MCP Lainnya

Gunakan perintah dan args yang sama di klien mana pun yang mendukung server MCP stdio: 
{
  "command": "npx",
  "args": ["-y", "@tokenlabai/mcp-server"],
  "env": {
    "TOKENLAB_API_BASE": "https://api.tokenlab.sh"
  }
}
Jika klien Anda menyimpan server bernama, gunakan tokenlab-model-catalog sebagai nama server.

​
Tools

ToolTujuan
list_modelsMencantumkan model TokenLab publik. Secara opsional filter dengan recommended_for seperti image, video, embedding, rerank, atau translation.
get_modelMengambil detail publik satu model dan format permintaan yang didukung.
get_model_pricingMengambil detail harga publik satu model.
compare_modelsMembandingkan detail dan harga beberapa ID model.
create_chat_completionMemanggil endpoint kompatibel OpenAI /v1/chat/completions, dengan pesan multimodal dan tool calling. Memerlukan TOKENLAB_API_KEY.
create_responseMemanggil endpoint /v1/responses. Memerlukan TOKENLAB_API_KEY.
create_anthropic_messageMemanggil endpoint Anthropic Messages /v1/messages. Memerlukan TOKENLAB_API_KEY.
create_gemini_contentMemanggil endpoint native Gemini generateContent. Memerlukan TOKENLAB_API_KEY.
get_api_overviewMengambil ringkasan llms.txt TokenLab untuk panduan endpoint yang dapat dibaca agen.
Alat inferensi mengembalikan hasil JSON biasa. Streaming sengaja dinonaktifkan untuk pemanggilan alat MCP.

​
Alur Kerja Agen yang Direkomendasikan

  1. Panggil list_models ketika pengguna belum menyebutkan nama model.
  2. Gunakan recommended_for untuk tugas non-chat, seperti image, video, music, 3D, TTS, STT, embeddings, rerank, atau translation.
  3. Panggil get_model sebelum membuat permintaan non-chat, mencoba kembali permintaan yang gagal, atau beralih keluarga endpoint.
  4. Panggil get_model_pricing ketika biaya model memengaruhi pilihan pengguna.
  5. Gunakan compare_models ketika pilihan bergantung pada beberapa kandidat.
  6. Panggil alat inferensi yang sesuai dengan kontrak API yang dibutuhkan 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:
KeluargaRute Umum
Chat kompatibel OpenAI/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 dan rerank/v1/embeddings, /v1/rerank
Terjemahan teks/v1/translations

​
Model Explorer Terhosting

Klien yang mendukung Streamable HTTP dapat terhubung ke: 
https://tokenlab-model-explorer.vercel.app/mcp
Explorer terhosting bersifat publik dan menyediakan open_tokenlab_model_explorer, compare_tokenlab_models, serta generate_tokenlab_endpoint_example. Gunakan server npm lokal di atas untuk sembilan tools lengkap atau inferensi 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:
  • MCP server: menemukan model saat ini, harga, dan detail endpoint.
  • Skill tokenlab-api-integration: membuat contoh API yang dapat dijalankan dan menangani error TokenLab yang terstruktur.
  • Skill tokenlab-model-picker: memilih model yang kuat untuk tugas pengguna.
  • Skill tokenlab-native-endpoints: memutuskan kapan harus menggunakan rute Responses, Anthropic Messages, Gemini, media, audio, embedding, rerank, atau translation.

​
Pemecahan Masalah

Pastikan Node.js minimal versi 18.17, lalu jalankan npx -y @tokenlabai/mcp-server sekali di terminal untuk melihat error npm atau jaringan.
Verifikasi bahwa mesin dapat menjangkau https://api.tokenlab.sh/v1/models. Jika Anda mengganti TOKENLAB_API_BASE, pastikan tidak menyertakan garis miring (trailing slash) di akhir.
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.
Bisa. Tetapkan TOKENLAB_API_KEY, lalu gunakan create_chat_completion, create_response, create_anthropic_message, atau create_gemini_content. Alat katalog dan harga tetap tersedia tanpa key.

​
Sumber Daya

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 listing TokenLab MCP Server yang terverifikasi

Penjelajah Model Glama

Jelajahi model, harga, dan contoh endpoint native

Listing MCP.so

Temukan TokenLab di direktori AI & Agents

Model Explorer Terhosting

Buka model explorer publik dan endpoint MCP jarak jauh