메인 콘텐츠로 건너뛰기
TokenLab MCP 서버는 MCP 호환 에이전트에 실시간 모델 검색, 가격, OpenAI 호환 Chat Completions 및 네이티브 추론 도구를 제공합니다. 에이전트가 모델을 비교하고, 요청 형식을 확인하고, 가격을 조회하거나 OpenAI Chat Completions, Responses, Anthropic Messages 또는 Gemini generateContent로 TokenLab을 호출할 때 사용하세요.
공개 카탈로그 도구는 TokenLab API 키가 필요하지 않습니다. 4개의 유료 추론 도구를 사용하려면 TOKENLAB_API_KEY를 설정하세요.

​
제공 기능

  • https://api.tokenlab.sh/v1/models를 통한 실시간 모델 검색.
  • /v1/models/{model}을 통한 모델 세부 정보 조회.
  • /v1/models/{model}/pricing을 통한 가격 정보 조회.
  • https://api.tokenlab.sh/llms.txt를 통한 에이전트 가독형 API 개요 제공.
  • OpenAI 호환 채팅, Responses, Anthropic Messages, Gemini, 미디어, 오디오, 임베딩, 리랭크(rerank) 및 번역을 위한 엔드포인트 제품군 가이드.
  • OpenAI 호환 Chat Completions, Responses, Anthropic Messages 및 Gemini generateContent를 통한 선택적 추론.

​
GitHub에서 설치

공개 저장소를 복제하고 의존성을 설치합니다: 
git clone https://github.com/hedging8563/tokenlab-mcp-server.git
cd tokenlab-mcp-server
npm install
npm test
stdio를 통해 서버를 시작합니다: 
npm start
선택 사항인 TOKENLAB_API_BASE 환경 변수의 기본값은 https://api.tokenlab.sh입니다.

​
Codex에 설치

공개 카탈로그 서버를 Codex 구성에 추가합니다: 
codex mcp add tokenlab-model-catalog -- npx -y @tokenlabai/mcp-server
추가한 후 새 Codex 세션을 시작하세요. 공개 카탈로그 도구에는 TOKENLAB_API_KEY가 필요하지 않습니다. 추론 도구를 활성화하려면 서버를 추가할 때 TokenLab API 키를 포함하세요: 
codex mcp add --env TOKENLAB_API_KEY=your-tokenlab-api-key tokenlab-model-catalog -- npx -y @tokenlabai/mcp-server

​
Cline에 설치

Cline CLI로 게시된 stdio 서버를 설치합니다: 
cline mcp add tokenlab --yes -- npx -y @tokenlabai/mcp-server
이 명령은 Cline CLI에서 검증되었으며 설정 경고 없이 완료됩니다. 공개 카탈로그 도구는 즉시 사용할 수 있고, 추론 도구가 필요하면 Cline 환경에 TOKENLAB_API_KEY를 설정하세요.

​
Claude Desktop 설정

게시된 npm 패키지를 MCP 클라이언트 설정에 추가하세요: 
{
  "mcpServers": {
    "tokenlab-model-catalog": {
      "command": "npx",
      "args": ["-y", "@tokenlabai/mcp-server"]
    }
  }
}
설정을 저장한 후 MCP 클라이언트를 재시작하세요.

​
Cursor, Windsurf 및 기타 MCP 클라이언트

stdio MCP 서버를 지원하는 모든 클라이언트에서 동일한 명령과 인수를 사용하세요: 
{
  "command": "npx",
  "args": ["-y", "@tokenlabai/mcp-server"],
  "env": {
    "TOKENLAB_API_BASE": "https://api.tokenlab.sh"
  }
}
클라이언트가 명명된 서버를 저장하는 경우, 서버 이름으로 tokenlab-model-catalog를 사용하세요.

​
도구

도구목적
list_models공개 TokenLab 모델을 나열합니다. image, video, embedding, rerank 또는 translation과 같은 recommended_for를 사용하여 선택적으로 필터링할 수 있습니다.
get_model특정 모델의 공개 세부 정보와 지원되는 요청 형식을 가져옵니다.
get_model_pricing특정 모델의 공개 가격 정보를 가져옵니다.
compare_models여러 모델 ID의 세부 정보와 가격을 비교합니다.
create_chat_completionOpenAI 호환 /v1/chat/completions 엔드포인트를 호출합니다. 멀티모달 메시지와 도구 호출을 지원하며 TOKENLAB_API_KEY가 필요합니다.
create_response/v1/responses 엔드포인트를 호출합니다. TOKENLAB_API_KEY가 필요합니다.
create_anthropic_messageAnthropic Messages /v1/messages 엔드포인트를 호출합니다. TOKENLAB_API_KEY가 필요합니다.
create_gemini_contentGemini 네이티브 generateContent 엔드포인트를 호출합니다. TOKENLAB_API_KEY가 필요합니다.
get_api_overview에이전트가 읽을 수 있는 엔드포인트 가이드를 위해 TokenLab의 llms.txt 개요를 가져옵니다.
추론 도구는 일반 JSON 결과를 반환합니다. MCP 도구 호출에서는 스트리밍을 의도적으로 비활성화합니다.

​
권장 에이전트 워크플로우

  1. 사용자가 모델 이름을 지정하지 않은 경우 list_models를 호출합니다.
  2. 이미지, 비디오, 음악, 3D, TTS, STT, 임베딩, 리랭크 또는 번역과 같은 비채팅 작업에는 recommended_for를 사용합니다.
  3. 비채팅 요청을 생성하거나, 실패한 요청을 재시도하거나, 엔드포인트 제품군을 전환하기 전에 get_model을 호출합니다.
  4. 모델 비용이 사용자의 선택에 영향을 미치는 경우 get_model_pricing을 호출합니다.
  5. 여러 후보를 비교할 때 compare_models를 사용합니다.
  6. 필요한 API 계약에 맞는 추론 도구를 호출하거나 get_api_overview로 TokenLab API 제품군의 간략한 지도를 확인합니다.

​
네이티브 엔드포인트 가이드

TokenLab은 OpenAI 호환 경로와 네이티브 엔드포인트 제품군을 지원합니다. MCP 서버는 에이전트가 코드를 작성하기 전에 올바른 경로를 선택하도록 돕습니다:
제품군일반적인 경로
OpenAI 호환 채팅/v1/chat/completions
Responses/v1/responses
Anthropic Messages/v1/messages
Gemini 네이티브/v1beta/models/{model}:generateContent
이미지/v1/images/generations, /v1/images/edits
비디오/v1/videos/generations
음악/v1/music/generations
3D/v1/3d/generations
오디오/v1/audio/speech, /v1/audio/transcriptions, /v1/audio/translations
임베딩 및 리랭크/v1/embeddings, /v1/rerank
텍스트 번역/v1/translations

​
호스팅 Model Explorer

Streamable HTTP를 지원하는 클라이언트는 다음 주소에 연결할 수 있습니다: 
https://tokenlab-model-explorer.vercel.app/mcp
호스팅 Explorer는 공개되어 있으며 open_tokenlab_model_explorer, compare_tokenlab_models, generate_tokenlab_endpoint_example을 제공합니다. 9개 도구 전체 또는 인증된 추론에는 위의 로컬 npm 서버를 사용하세요.

​
TokenLab Skills와 함께 사용하기

MCP 서버는 런타임에 유용하며, TokenLab skills 저장소는 코딩 에이전트에게 통합 코드를 생성하고 수정하는 방법을 교육합니다. 사용 가능한 경우 둘 다 사용하세요:
  • MCP 서버: 현재 모델, 가격 및 엔드포인트 세부 정보를 검색합니다.
  • tokenlab-api-integration 스킬: 실행 가능한 API 예제를 생성하고 구조화된 TokenLab 오류를 처리합니다.
  • tokenlab-model-picker 스킬: 사용자의 작업에 적합한 강력한 모델을 선택합니다.
  • tokenlab-native-endpoints 스킬: Responses, Anthropic Messages, Gemini, 미디어, 오디오, 임베딩, 리랭크 또는 번역 경로를 사용할 시기를 결정합니다.

​
문제 해결

Node.js 18.17 이상인지 확인한 다음 터미널에서 npx -y @tokenlabai/mcp-server를 한 번 실행해 npm 또는 네트워크 오류를 확인하세요.
기계에서 https://api.tokenlab.sh/v1/models에 접근할 수 있는지 확인하세요. TOKENLAB_API_BASE를 재정의하는 경우, 끝에 슬래시(/)가 포함되지 않았는지 확인하세요.
모델 이름을 하드코딩하기 전에 에이전트에게 list_models 또는 get_model을 호출하도록 요청하세요. MCP 서버를 tokenlab-model-picker와 함께 사용하면 더 나은 결과를 얻을 수 있습니다.
예. TOKENLAB_API_KEY를 설정한 다음 create_chat_completion, create_response, create_anthropic_message 또는 create_gemini_content를 사용하세요. 카탈로그와 가격 도구는 키 없이도 사용할 수 있습니다.

​
리소스

GitHub 저장소

소스 코드 및 로컬 설정 지침

TokenLab Skills

TokenLab 통합을 위해 유지 관리되는 에이전트 스킬

모델 카탈로그 API

공개 모델 검색 엔드포인트

llms.txt

에이전트 가독형 TokenLab API 개요

Glama MCP Server

검증된 TokenLab MCP Server 목록 보기

Glama 모델 탐색기

모델, 가격, 네이티브 엔드포인트 예시 살펴보기

MCP.so 목록

AI & Agents 디렉터리에서 TokenLab 찾기

호스팅 Model Explorer

공개 모델 탐색기와 원격 MCP 엔드포인트 열기