跳转到主要内容
TokenLab MCP server 为兼容 MCP 的智能体提供实时模型发现、定价、OpenAI 兼容 Chat Completions 和原生推理工具。 当智能体需要比较模型、检查支持的请求格式、查看定价，或通过 OpenAI Chat Completions、Responses、Anthropic Messages、Gemini generateContent 调用 TokenLab 时，请使用此服务器。
公共目录工具不需要 TokenLab API key。设置 TOKENLAB_API_KEY 后可使用四个付费推理工具。

​
它提供了什么

  • 从 https://api.tokenlab.sh/v1/models 进行实时模型发现。
  • 从 /v1/models/{model} 获取模型详情。
  • 从 /v1/models/{model}/pricing 获取定价信息。
  • 从 https://api.tokenlab.sh/llms.txt 获取智能体可读的 API 概览。
  • 针对 OpenAI 兼容聊天、Responses、Anthropic Messages、Gemini、媒体、音频、嵌入 (embeddings)、重排序 (rerank) 和翻译的端点系列指南。
  • 通过 OpenAI 兼容 Chat Completions、Responses、Anthropic Messages 和 Gemini generateContent 进行可选推理。

​
从 GitHub 安装

克隆公共仓库并安装依赖项： 
git clone https://github.com/hedging8563/tokenlab-mcp-server.git
cd tokenlab-mcp-server
npm install
npm test
通过 stdio 启动服务器： 
npm start
可选的 TOKENLAB_API_BASE 环境变量默认为 https://api.tokenlab.sh。

​
在 Codex 中安装

将公共目录服务器添加到 Codex 配置： 
codex mcp add tokenlab-model-catalog -- npx -y @tokenlabai/mcp-server
添加后新开一个 Codex 会话。公共目录工具不需要 TOKENLAB_API_KEY。 如需启用推理工具，请在添加服务器时传入 TokenLab API key： 
codex mcp add --env TOKENLAB_API_KEY=your-tokenlab-api-key tokenlab-model-catalog -- npx -y @tokenlabai/mcp-server

​
在 Cline 中安装

使用 Cline CLI 安装已发布的 stdio 服务器： 
cline mcp add tokenlab --yes -- npx -y @tokenlabai/mcp-server
该命令已通过 Cline CLI 验证，可在没有安装警告的情况下完成。公共目录工具可直接使用；需要推理工具时，请在 Cline 环境中设置 TOKENLAB_API_KEY。

​
Claude Desktop 配置

将已发布的 npm package 添加到 MCP 客户端配置： 
{
  "mcpServers": {
    "tokenlab-model-catalog": {
      "command": "npx",
      "args": ["-y", "@tokenlabai/mcp-server"]
    }
  }
}
保存配置后重启 MCP 客户端。

​
Cursor、Windsurf 及其他 MCP 客户端

在任何支持 stdio MCP 服务器的客户端中使用相同的命令和参数： 
{
  "command": "npx",
  "args": ["-y", "@tokenlabai/mcp-server"],
  "env": {
    "TOKENLAB_API_BASE": "https://api.tokenlab.sh"
  }
}
如果您的客户端存储了命名服务器，请使用 tokenlab-model-catalog 作为服务器名称。

​
工具

工具用途
list_models列出公共 TokenLab 模型。可选择使用 recommended_for 进行过滤，例如 image、video、embedding、rerank 或 translation。
get_model获取单个模型的公共详情和支持的请求格式。
get_model_pricing获取单个模型的公共定价详情。
compare_models比较多个模型 ID 的详情和定价。
create_chat_completion调用 OpenAI 兼容的 /v1/chat/completions 端点，支持多模态消息和工具调用。需要 TOKENLAB_API_KEY。
create_response使用字符串或结构化 input、tools、tool choice、metadata 和 text 配置调用 /v1/responses。需要 TOKENLAB_API_KEY。
create_anthropic_message使用原生多消息 content blocks 和 tools 调用 /v1/messages。需要 TOKENLAB_API_KEY。
create_gemini_content使用 contents、多模态 parts、tools 和 generation config 调用原生 generateContent。需要 TOKENLAB_API_KEY。
get_api_overview获取 TokenLab 的 llms.txt 概览，用于智能体可读的端点指南。
推理工具返回普通 JSON 结果。MCP 工具调用会有意禁用流式输出。

​
推荐的智能体工作流程

  1. 当用户未指定模型时，调用 list_models。
  2. 对于非聊天任务（如图像、视频、音乐、3D、TTS、STT、嵌入、重排序或翻译），使用 recommended_for。
  3. 在构建非聊天请求、重试失败请求或切换端点系列之前，调用 get_model。
  4. 当模型成本影响用户选择时，调用 get_model_pricing。
  5. 当选择取决于多个候选模型时，使用 compare_models。
  6. 调用与所需 API 契约匹配的推理工具，或使用 get_api_overview 获取 TokenLab API 系列的简明映射。

​
原生端点指南

TokenLab 支持 OpenAI 兼容路由和原生端点系列。MCP 服务器可帮助智能体在编写代码前选择正确的路由：
系列常用路由
OpenAI 兼容聊天/v1/chat/completions
Responses/v1/responses
Anthropic Messages/v1/messages
Gemini 原生/v1beta/models/{model}:generateContent
图像/v1/images/generations, /v1/images/edits
视频/v1/videos/generations
音乐/v1/music/generations
3D/v1/3d/generations
音频/v1/audio/speech, /v1/audio/transcriptions, /v1/audio/translations
嵌入和重排序/v1/embeddings, /v1/rerank
文本翻译/v1/translations

​
托管模型浏览器

支持 Streamable HTTP 的客户端可以连接： 
https://tokenlab-model-explorer.vercel.app/mcp
该托管浏览器公开提供 open_tokenlab_model_explorer、compare_tokenlab_models 和 generate_tokenlab_endpoint_example。需要全部九个工具或带凭证的推理时，请使用上面的本地 npm 服务器。

​
与 TokenLab Skills 配合使用

MCP 服务器在运行时非常有用，而 TokenLab skills repository 则教导编码智能体如何生成和修复集成代码。 在可用时同时使用它们：
  • MCP server：发现当前模型、定价和端点详情。
  • tokenlab-api-integration skill：生成可运行的 API 示例并处理结构化的 TokenLab 错误。
  • tokenlab-model-picker skill：为用户的任务选择强大的模型。
  • tokenlab-native-endpoints skill：决定何时使用 Responses、Anthropic Messages、Gemini、媒体、音频、嵌入、重排序或翻译路由。

​
故障排除

确认 Node.js 至少为 18.17，然后在终端运行一次 npx -y @tokenlabai/mcp-server，以查看 npm 或网络错误。
验证机器是否可以访问 https://api.tokenlab.sh/v1/models。如果您覆盖了 TOKENLAB_API_BASE，请确保其末尾不包含斜杠。
要求智能体在硬编码模型名称之前调用 list_models 或 get_model。将 MCP 服务器与 tokenlab-model-picker 配合使用效果更佳。
可以。设置 TOKENLAB_API_KEY 后，可使用 create_chat_completion、create_response、create_anthropic_message 或 create_gemini_content。目录和定价工具无需 key 仍可使用。

​
资源

GitHub 仓库

源代码和本地设置说明

TokenLab Skills

维护用于 TokenLab 集成的智能体技能

模型目录 API

公共模型发现端点

llms.txt

智能体可读的 TokenLab API 概览

Glama MCP Server

查看已验证的 TokenLab MCP Server 条目

Glama 模型浏览器

浏览模型、定价和原生端点示例

MCP.so 条目

在 AI & Agents 目录中发现 TokenLab

托管模型浏览器

打开公共模型浏览器和远程 MCP 端点