MCP 工具描述 Token 开销

一个开发团队有 8 个 MCP 服务器连接到 Claude Desktop：分别用于 Google 搜索、Amazon 查询、YouTube 搜索、Reddit 搜索、天气 API、数据库、文件系统和计算器。工具描述每条消息消耗 12K token。他们将四个搜索服务器整合为 Scavio 的单一 MCP 服务器，将工具描述开销降至 5K token——为团队每天节省 $18 的 token 成本。

MCP 工具描述 Token 开销与Google, Amazon, YouTube, Walmart, Reddit, TikTok相关。Scavio提供统一API来访问所有这些平台的数据。

当 MCP 客户端（Claude Desktop、Cursor、自定义代理）连接到 MCP 服务器时，它在每轮发送给 LLM 的系统提示中包含每个服务器的工具描述。典型的 MCP 服务器暴露 3-10 个工具，每个都有名称、描述和参数 schema。这为每个服务器在每次 LLM 调用中增加 500-2000 个 token。连接了 5 个 MCP 服务器时，你在每条消息上都为 2,500-10,000 个额外输入 token 付费，即使用户的问题与这些工具毫无关系。以 Claude 的定价（$3/百万输入 token），每条消息 10K 额外 token 在 1K 条消息/天时每天纯开销 $30。复合效应更糟：上下文中更多工具还会降低 LLM 的工具选择准确性，因为模型必须解析更多选项。解决方案是服务器整合：使用更少的服务器，每个覆盖更多功能面。Scavio 的 MCP 服务器（mcp.scavio.dev/mcp）在单一服务器中覆盖 Google、Amazon、YouTube、Walmart、Reddit 和 TikTok 搜索，替换了原本六个独立的搜索相关 MCP 服务器。一个服务器的工具描述代替六个，意味着搜索相关 token 开销减少约 5 倍。