token-compressor — MCP-сервер для Claude Code: установка и обзор
Сжимает промпты на 40–60% через локальную модель и проверяет сохранность смысла эмбеддингами перед отправкой текста в агент.
claude mcp add token-compressor -- uvx token-compressor-mcpЧто делает token-compressor
Сервер сокращает объём пользовательских инструкций в два этапа. Сначала локальная модель убирает словесный мусор и повторы, строго сохраняя логические условия и отрицания вроде if или unless.
На втором шаге модуль эмбеддингов сопоставляет смысл оригинала и полученного черновика. Если косинусное сходство опускается ниже отметки 0.85, сжатый вариант отбрасывается, а в работу уходит исходный текст. Промпты короче 80 токенов конвейер пропускает без изменений.
Без запущенного демона Ollama с моделями llama3.2:1b и nomic-embed-text сервер упадёт с ошибкой при первом обращении. Для окружения также понадобятся Python 3.10+ и установленные библиотеки numpy и ollama.
Какие задачи решает
- сократить расход токенов в контексте LLM
- убрать лишние вводные фразы из системных инструкций
- сохранить логические условия при сжатии промпта
- отсечь искажения смысла с помощью проверки эмбеддингами
Примеры запросов агенту
- Сожми через token-compressor вот эту системную инструкцию перед отправкой в контекст
- Вызови инструмент
compress_promptдля черновика задачи и покажи разницу в токенах
Как установить token-compressor
Командой платформы
claude mcp add token-compressor -- uvx token-compressor-mcpuvx запускает команду с именем пакета; если в README она другая — uvx --from token-compressor-mcp <команда>
Командой платформы
codex mcp add token-compressor -- uvx token-compressor-mcpuvx запускает команду с именем пакета; если в README она другая — uvx --from token-compressor-mcp <команда>
Файл настроек
{
"mcpServers": {
"token-compressor": {
"command": "uvx",
"args": [
"token-compressor-mcp"
]
}
}
}uvx запускает команду с именем пакета; если в README она другая — uvx --from token-compressor-mcp <команда>
Файл настроек
{
"servers": {
"token-compressor": {
"type": "stdio",
"command": "uvx",
"args": [
"token-compressor-mcp"
]
}
}
}uvx запускает команду с именем пакета; если в README она другая — uvx --from token-compressor-mcp <команда>
Командой платформы
gemini mcp add token-compressor uvx token-compressor-mcpuvx запускает команду с именем пакета; если в README она другая — uvx --from token-compressor-mcp <команда>
По шагам, с командами для каждой платформы: Как подключить MCP-сервер: Claude Code, Codex, Cursor, VS Code, Gemini CLI и другие
Вопросы о token-compressor
Как установить token-compressor в Claude Code?
Выполните команду claude mcp add token-compressor -- uvx token-compressor-mcp. Перед первым запуском скачайте локальные модели командами ollama pull llama3.2:1b и ollama pull nomic-embed-text.
Что делает token-compressor?
Инструмент уменьшает длину промптов на 40–60% с помощью компактной локальной модели. Если косинусное сходство векторных представлений оказывается ниже 0.85, сервер возвращает исходный текст без изменений.
Что нужно подготовить перед запуском сервера?
Вам понадобятся Python 3.10+, активный сервис Ollama и пакеты ollama с numpy. В Ollama должны быть предварительно загружены модели llama3.2:1b и nomic-embed-text.
