37 个 MCP 工具,开工前先吃掉 8,038 token
会话什么都还没干,上下文就见底了。工具 schema 在第一条消息之前就已经计费。
四个官方 MCP 服务,装好摆着不用,在第一条用户消息之前就吃掉 8,038 token 的工具 schema。按 200k 上下文算,4.0% 的窗口用来放 JSON,描述的是还没人要求过的能力。
这个数是量出来的,不是估的。2026 年 11 月 22 日,我把每个服务按 stdio 拉起来,发 initialize 握手和 tools/list 请求,然后对返回的工具数组计 token。协议版本 2026-07-28,计数用 GPT-4o 的 tokenizer(o200k_base);换别的 tokenizer 会差几个百分点,服务之间的倍数关系不动。
| 服务 | 工具数 | schema token | 每工具 token |
|---|---|---|---|
| filesystem | 14 | 2,879 | 206 |
| memory | 9 | 2,448 | 272 |
| sequential-thinking | 1 | 1,003 | 1,003 |
| everything | 13 | 1,708 | 131 |
| 合计 | 37 | 8,038 | 217 |
先看最后一列。一个工具 schema 平均 217 token,有一个服务给单个工具开价 1,003。这里没有坏代码,这是带类型、有文档的工具接口在 token 上的真实价格,而你装的每个服务都会往这张每轮都收的账单上加一行。
为什么一个工具顶得上九个
sequential-thinking 只暴露一个工具 sequentialthinking,schema 1,003 token。其中 565 token 是描述本身,还没算任何参数。那段描述讲什么时候用、怎么串思路、怎么修正、怎么分支。
这是一个设计选择,对准确率来说也不算错。它同时也是 200k 窗口的 0.5%,给一个多数会话根本不会调的工具。memory 服务九个工具占 2,448 token,最重的一个 create_entities 是 358 token。
schema 的大小跟文字量走,不跟能力数量走。三个参数配一段使用说明的工具,会比十二个参数各一句话的工具更贵。
那个没人删的废弃工具
filesystem 服务有 14 个工具,其中两个都是读文件:read_file,在实时 schema 里标题直接写着 Read File (Deprecated),和替代它的 read_text_file。光是废弃的那个就 294 token,是这个服务里最大的单条 schema。
兼容性把它留在了那里,对一个有成千上万安装的服务来说说得过去。对你自己的安装,它就是每轮 294 token 的纯遗留面,而且模型偶尔还是会选它。省事的修法是把已经替代掉的工具删掉,自己 fork 或者用客户端支持的过滤,然后重新量。
和技能元数据比一比
anthropics/skills 里 19 个参考技能的 description 合计 1,290 token,平均 68 一个。也就是说光一个 memory 服务,九个工具,空载成本大约是十九个技能的两倍。
| 面 | 数量 | 空载 token | 平均 |
|---|---|---|---|
| MCP 工具 schema(4 个服务) | 37 个工具 | 8,038 | 217 |
| 技能元数据(参考仓库) | 19 个技能 | 1,290 | 68 |
渐进披露的全部道理就在这两行里。工具必须在前面就讲清楚,因为模型得先知道参数才决定要不要调。技能只需要一个名字加一句话,正文可以等到决定之后再读。
4% 变成二十个服务是多少
八千 token 扛得住。麻烦在于安装不会停在四个:
| 按这个均值算的服务数 | 空载 schema token | 占 200k | 占 128k |
|---|---|---|---|
| 4 | 8,038 | 4.0% | 6.3% |
| 10 | 20,095 | 10.0% | 15.7% |
| 20 | 40,190 | 20.1% | 31.4% |
二十个不算夸张。文件、git、数据库、浏览器、搜索、工单、日历、文档、记忆,再加三个内部服务,很容易就到,而且每一个在装的那天都有充分理由。
到那一步,五分之一窗口用来描述"能做什么",而不是用来做。长上下文能力强的模型往往也是提示缓存便宜的那批,缓存让重复成本变得能忍,但那和你以为在付的账单是两回事。
十分钟量完你自己的栈
测量就是一段 stdio 上的 JSON-RPC 对话,没别的。把下面存成 list.js,跑 node list.js 包名 [参数],它会打印工具数组的 JSON:
const { spawn } = require("child_process");
const pkg = process.argv[2];
const extra = process.argv.slice(3);
const child = spawn("npx", ["-y", pkg, ...extra], { stdio: ["pipe", "pipe", "pipe"] });
let buf = "", tools = null;
const send = (o) => child.stdin.write(JSON.stringify(o) + "\n");
child.stdout.on("data", (d) => {
buf += d.toString();
let i;
while ((i = buf.indexOf("\n")) >= 0) {
const line = buf.slice(0, i).trim();
buf = buf.slice(i + 1);
if (!line) continue;
let m;
try { m = JSON.parse(line); } catch (e) { continue; }
if (m.id === 1) {
send({ jsonrpc: "2.0", method: "notifications/initialized" });
send({ jsonrpc: "2.0", id: 2, method: "tools/list", params: {} });
} else if (m.id === 2) {
tools = m.result.tools || [];
process.stdout.write(JSON.stringify(tools));
child.kill("SIGKILL");
process.exit(0);
}
}
});
send({ jsonrpc: "2.0", id: 1, method: "initialize",
params: { protocolVersion: "2026-07-28", capabilities: {},
clientInfo: { name: "schema-measure", version: "0.1" } } });
setTimeout(() => process.exit(1), 90000);
然后计数。有 tokenizer 就直接数序列化之后数组的 token,没有就数字符再换算:
node list.js @modelcontextprotocol/server-filesystem /tmp > fs.json
node -e "const t=require('gpt-tokenizer/model/gpt-4o');const fs=require('fs');
console.log(t.encode(JSON.stringify(JSON.parse(fs.readFileSync('fs.json')))).length)"
两个数要盯:总量,和最大的那一条。总量告诉你常驻成本,最大那条告诉你先砍哪里,而它几乎从来不是最少用的那个工具。
五种减法,从最便宜的做起
1. 删掉被替代的工具。 filesystem 里那个废弃的 read_file 每轮 294 token。删掉过时工具是配置改动,不是重写。
2. 按会话装,别按账号装。 支持只在单次对话启用服务的客户端,能把常驻的两千 token 变成只在需要时收一次。
3. 把流程挪进技能。 如果一个服务存在的主要目的是保证顺序,先 A 再 B 再 C,那它其实是一个带脚本的技能,空载成本降到 68 token 左右。
4. 砍描述。 sequential-thinking 的描述 565 token,是我量到写得最好的,也是最贵的。长描述买的是选择准确率,只在工具本身无歧义的地方砍。
5. 每次改完重新量。 只量过一次的数是猜的。上面那个脚本一个服务一分钟。
这不代表什么
不代表 MCP 贵,也不代表技能能替代它。工具 schema 买到的是技能给不了的东西:一份运行时在执行之前就能校验的类型契约。动作碰到钱、文件、生产环境时,这 200 token 一轮值。
错的是给不是动作的东西付这个钱。一个 300 token 的 schema 只为返回一段行文规范,那是 schema 在干技能的活。4% 就是这么没的,一次一个"顺手装上"的服务。
常见问题
这些数是厂商公布的吗? 不是。是从 2026 年 11 月 22 日的实时 tools/list 输出里数出来的,Node 22.22.0,包名就是表里那几个 npm 包。谁都能拿上面的脚本重跑,得到同样的整数。
协议版本会影响计数吗? 不会。握手版本影响协商,不影响服务对外公布的 schema 形状。
该用哪个 tokenizer? 你的模型用哪个就用哪个。不同 tokenizer 下绝对值差几个百分点,服务的排名不变,所以对照表是稳的,哪怕你的数字和我的不完全一样。
提示缓存不是把这变成免费了吗? 缓存让重复前缀每次请求更便宜,不是免费:写缓存计费,读缓存按较低价计费,缓存被挤掉折扣就归零。你根本不需要的 schema 更便宜。
资源和提示也一样贵吗? 不一样。资源和提示只做列表,不做完整描述,所以十个资源的服务在空载时远比十个工具的服务便宜。规范把它们分开,原因就在这个不对称上。
相关:SKILL.md 里必须有什么、自托管 agent 记忆、LiteLLM 按 key 限额。
相关文章
本站文章由编辑人工撰写,收录的工具均经过实测或公开资料核验。文中链接指向工具官网或 GitHub 仓库,仅作信息参考,不构成付费推广。