怎么减少 MCP token 消耗？MCP 为什么这么耗 token

Q: 怎么查看我的 MCP 服务器用了多少 token？

在 Claude Code 里，/context 会显示是什么占满了你的上下文窗口，其中包括 MCP 工具定义。/mcp 会列出你的服务器，并让你关掉不用的；在订阅计划下，/usage 会把最近的用量按各个 MCP 服务器分别列出。

两张图：AI 逐个调用 MCP 工具时，读取遍数像台阶一样一级级升高；运行一个程序时，只有两根短柱。

简短回答

MCP 的 token 开销有两处。一是工具列表：每个工具的定义，在你说第一个字之前就已加载。二是往返：每次工具调用都要把整段对话重读一遍，结果也要流回模型。Tool Search 只能缩小工具列表，只有代码能消除往返。

本文内容

怎么测出 MCP 花了你多少 token？

在改动任何东西之前，先看看你的 token 花在哪里。在 Claude Code 里，有三条命令可以看到：

/context 显示是什么占用了你的上下文窗口，包括 MCP 工具。
/mcp 列出你的服务器，并让你关掉不用的那些。
/usage 在订阅计划下，把你最近的计划用量按 skill、子代理、插件和各个 MCP 服务器分别列出。

有两个数字最重要：工具列表有多大，以及一个典型任务要做多少次工具调用。第一个在 /context 里。第二个你可以在对话记录里数出来：每次工具调用都是对模型的又一次请求。

MCP 为什么这么耗 token？两项开销

工具列表的开销

模型要选一个工具，就得先读它的定义。MCP 服务器会把自己的全部工具定义都公布出来，所以配置一大，对话一开始就已经很满了。Anthropic 测得 5 个服务器共 58 个工具，在第一条消息之前就占了大约 55,000 token；光是 GitHub 的 35 个工具就约 26,000。工具列表一长，准确率也会下降：Anthropic 说，超过 30–50 个工具之后，Claude 挑对工具的能力就会变差。

这项开销已经在源头上被削减了。Claude Code 默认延迟加载 MCP 工具定义：在某个工具被用到之前，只有名称和服务器说明会进入上下文。Cursor 用动态上下文发现做了同样的事：在它自己的测试里，调用过 MCP 工具的运行，token 减少了 46.9%。Anthropic 的 Tool Search Tool 报告 token 少了 85%。

往返的开销

工具调用不是模型内部的一次函数调用，而是一次新请求：模型写出调用，运行时执行它，结果回来，模型再把整段对话重读一遍，才写得出下一次调用。Claude Code 自己的文档说得很直白：它每次请求都会发送你的完整对话，而每当 Claude 使用工具，它都会再发出一次请求，带上这一批工具结果。提示词缓存让重读变得更便宜，但并不免费。

结果要付第二次钱。Anthropic 的例子：把一份会议记录从 Google Drive 搬到 Salesforce，可能要多处理 50,000 token，因为这段文字在途中要从模型里流过。

逐个工具

一个程序

示意图。每根柱子是对整段对话的一遍读取。Tool Search 能让工具列表那一段变短，却不会让台阶变矮。在我们测量的任务里，26 次模型调用变成了 6.5 次。

Tool Search 对这些一点作用也没有。我们自己的测试是在有 152 个工具的服务器上修复一个 release：开启 Tool Search 的 Claude Code 做了 26 次模型调用。

怎么减少 MCP token 消耗？几种办法对比

每种办法解决其中一项开销，或两项都解决。没有哪种是免费的，选哪种取决于你怎么使用 MCP。

怎么减少 MCP token 消耗？几种办法对比
办法	削减工具列表	削减往返	投入	代价
断开你不用的服务器	部分对这些服务器有效	否	几分钟	在重新连接之前，你就用不了这些工具。
Tool Search（延迟加载工具定义）	是Claude Code 和 Cursor 已内置	否	无需投入，默认开启	每次查找都多出一步，而调用本身并没有变化。
用 CLI 代替 MCP 服务器（gh、aws……）	是没有逐个工具的列表	否仍然是一次调用一条命令	仅限有好用 CLI 的地方	你放弃了 MCP 的覆盖面：很多服务有 MCP 服务器，却没有 CLI。
MCP 网关	是通常可以	部分只有带代码模式时才行	一项要运行并保障安全的服务	为团队和治理而设计，不是为一台笔记本准备的。
让模型写代码（代码模式），自己搭建	是用几个工具代替成百上千个	是每个任务一个程序	高：要有安全的沙箱、限制和监控	环境要你自己搭建和维护，而且 Anthropic 提醒说，它会增加运维负担。
Delta MCP	是所有服务器共用三个工具	是每个任务一个程序	安装即可：两分钟，免费	为有多个步骤的任务而设计。

代码模式，就是 Anthropic 在 Code execution with MCP 里描述、Cloudflare 在 Code Mode 里描述的那种做法。Delta MCP 就是这种做法的现成版本，面向你已经在用的服务器。

Delta MCP 改变了什么？

Delta MCP 是一款免费应用，位于你的 AI 应用和它们的 MCP 服务器之间。你的 AI 看到的是三个工具，而不是每个服务器的每个工具，并把每个任务写成一个带类型的程序。Delta MCP 在第一次调用之前检查程序，用最少的调用来执行，要么全部生效，要么一概不动，再回读结果，并留在 Activity 里，随时可以撤销。

这就是不用自己动手的代码模式：检查、全有或全无的执行和撤销，都随应用一起在你的电脑上。你的服务器保持原样，每个原有工具仍可按名称调用。

详细了解工作原理

Delta MCP 能省多少 token？

开启 Tool Search 的 Claude Code，Sonnet 5.5，每种方案运行两到三次，最终结果在每个服务里核实。

我们测了什么
任务	Token	模型调用	测量日期
修复一个 release，以代码方式Cerberus，152 个工具	少 13.4×	26 → 6.5	10月5日
添加测试，以文本方式Cerberus，152 个工具	少 15.8×	16.6 → 4	10月2日
清理 20 张逾期工单一个工单管理系统	少 4.8×	5 → 2	10月2日
登录，添加 3 位联系人，再列出来Microsoft Playwright MCP	少 3.9×	12.6 → 4	10月2日
一个文档问题Context7	少 1.2×	4 → 3	10月5日

任务的步骤越多，Delta MCP 省得越多。

全部测量数据和测量方法

用了 Tool Search，还需要 Delta MCP 吗？

需要，只要你的任务有多个步骤。Tool Search 能让工具列表保持很小，但每一步仍然是一遍完整读取。Delta MCP 去掉的正是这些读取：你的 AI 把任务写成一个程序。我们的测量是在开启 Tool Search 的情况下做的，所以节省是在它之上叠加的。

常见问题

MCP 为什么这么耗 token？

有两个原因。模型必须先读完每个工具的定义才能选择，而且每次工具调用都是一次单独的请求，要把整段对话重读一遍，每个结果还要再流回模型。前者是工具列表的开销，后者是往返的开销。

MCP 工具要占多少 token？

这取决于你的服务器。Anthropic 测得 5 个服务器共 58 个工具，在第一条消息之前约占 55,000 token，光是 GitHub 的 35 个工具就约 26,000。Claude Code 的 /context 命令能显示你自己的数字。

Tool Search 能解决 MCP 的 token 消耗吗？

它解决的是工具列表，不是往返。Anthropic 报告工具列表部分的 token 少了 85%，Cursor 的同类功能在调用了 MCP 工具的运行里把 token 减少了 46.9%。但每次工具调用仍然是针对整段对话的一次独立请求。

MCP 的代码执行真的更省 token 吗？

在多步任务上，往往是的。Anthropic 的例子从 150,000 token 降到了 2,000，Cloudflare 用大约 1,000 token 就开放了 2,500 多个 API 端点。两者都有代价：你需要一个安全的地方来运行代码。在我们自己的测量里，Delta MCP 在多步任务上的 token 消耗减少了 3.3–24.1×。

Delta MCP 能省 token 吗？

能，在有多个步骤的任务上：在我们的测试里，token 消耗减少了 3.3–24.1×，因为你的 AI 写的是一个程序，而不是每一步一次调用。

我必须改动我的 MCP 服务器吗？

不用。Delta MCP 原样使用它们，每个原有工具仍可按名称调用：在我们试过的最大的服务器上，152 个工具中的 152 个都能调用。

怎么查看我的 MCP 服务器用了多少 token？

在 Claude Code 里，/context 会显示是什么占满了你的上下文窗口，其中包括 MCP 工具定义。/mcp 会列出你的服务器，并让你关掉不用的；在订阅计划下，/usage 会把最近的用量按各个 MCP 服务器分别列出。

来源

Anthropic, Code execution with MCP: Building more efficient agents (2025年11月4日) 直接调用工具的两个问题；从 150,000 token 降到 2,000 token 的例子；50,000 token 的会议记录例子；关于沙箱的提醒。
Anthropic, Advanced tool use (2025年11月24日) 5 个服务器上的 58 个工具，约 55,000 token；使用 Tool Search Tool 后 token 减少 85%。
Anthropic, Tool search tool (documentation) 工具超过 30–50 个之后，Claude 挑选工具的准确率会下降。
Claude Code, Manage costs effectively (documentation) MCP 工具定义默认延迟加载；/context、/mcp 和 /usage；每次请求都发送完整对话；CLI 与 MCP 的开销。
Cursor, Dynamic context discovery (2026年1月6日) 在 Cursor 自己的 A/B 测试里，调用过 MCP 工具的运行 token 减少了 46.9%。
Cloudflare, Code Mode: give agents an entire API in 1,000 tokens (2026年2月20日) 2,500 多个端点只用约 1,000 token，而作为普通 MCP 服务器要 117 万。
Delta MCP, Benchmarks 本页中关于 Delta MCP 的每一项测量，以及它的方法。