50KB开源mcptoon：砍掉MCP协议的97%冤枉钱

Token收割机：AI还没思考就先交30%语法税，一个50KB的工具把97%的冤枉钱砍了！

别让你的AI在开口说话之前，先为括号和引号付了半条命。

一场悄无声息的抢劫正在你每次敲击回车时发生。你以为你在跟AI对话，实际上你每一块钱里有三毛钱在支付一种你根本看不见的东西——语法税。不是算力税，不是模型税，是语法税。

这事得从一个叫MCP的协议说起。2024年底到2025年，大模型圈突然流行一个概念叫模型上下文协议，说白了就是让AI能调用外部工具的标准接口。你让AI查天气、搜网页、读数据库，背后都是MCP在跑。这玩意儿很火，GitHub上的官方仓库issues讨论翻了天，第三方服务器像雨后春笋一样冒出来。

但没人告诉你一个恐怖的数字：你的AI每次对话，最多有55%的上下文窗口——也就是它的大脑容量——被活活浪费在JSON的括号、引号和逗号上。大模型还没开始思考，先交了一笔巨额语法税。

一个叫mcptoon的开源项目跳出来说：我能把这笔税砍掉97%。50KB大小，零依赖，纯Python，一个人写的。GitHub上目前25颗星。你品，你细品。

5个服务器还没开始干活，2万Token先没了

MCP这东西怎么工作的？简单说：你的AI代理连接MCP服务器，服务器告诉AI自己有什么工具可用。每个工具都有名字、描述、参数类型、必填项——全部用JSON写。

一个官方GitHub MCP服务器暴露94个工具，光描述这些工具就要吃掉17,600个Token。Atlassian的MCP服务器吃掉大约10,000个。你接5个服务器，光列出工具有什么，2万个Token就蒸发了。

这还没开始调用呢。你调用20次工具，每次返回的结果被包裹在{"content":[{"type":"text","text":"..."}]}这种结构里。20次调用，又是4万到7万Token的语法开销。

加起来是多少？一个128K上下文的窗口，30%到55%被语法吃掉了。不是数据，不是推理，是语法。

你花几十块钱买来的上下文，三分之一以上在支付JSON的括号税。

TOON是什么鬼：把JSON扒光了给你看

mcptoon的解法简单到有点离谱——创造了一种叫TOON的格式，全称Token-Optimized Object Notation。

不吹牛，直接看对比。两个MCP服务器的工具发现，JSON要287个Token。长这样：

json
[ {"name": "search_web", "description": "Search the web for information", "inputSchema": {"type": "object", "properties": {"query": {"type": "string", "description": "Search query"}, "num_results": {"type": "number", "default": 5}}, "required": ["query"]}}, {"name": "fetch_url", "description": "Fetch content from a URL", "inputSchema": {"type": "object", "properties": {"url": {"type": "string"}}, "required": ["url"]}} ]

TOON只返回5个Token：

toon
search_web fetch_url

你没看错。5个Token vs 287个Token，省了98%。

那如果需要完整参数呢？TOON也有办法：

JSON的{"name":"search","count":3}变成name:search|count:3——管道符替代了大括号、引号和冒号。
数组[1, 2, 3]变成1 2 3——空格替代了方括号和逗号。
true变成T，false变成F，null变成∅。
换行符\n变成↲。

一套符号替换，把JSON的肥肉全削了。

实测数据：96个工具的工具发现，JSON要2,034个Token，TOON只要62个，省97%。结构化数据结果，JSON要812个Token，TOON只要354个，省56%。原始HTML文本，JSON要1,023个Token，TOON要912个，只省11%。

三档差距巨大。工具发现这种纯元数据的场景，压缩效果最猛。大段自然文本，压缩空间就很小了。

你的大模型根本不需要知道什么是object类型

这里有一个反常识的洞察：大模型根本不需要看到{"type":"object","properties":这种东西才能理解工具怎么用。

你想啊，人看一个工具说明书，需要看到完整的JSON Schema吗？不需要。你只需要知道工具名叫什么、要传什么参数、参数是什么类型。TOON的--slim模式就是这么干的：

toon
search|q:s*|n:n fetch|url:s*

翻译成人话：search这个工具，参数q是必填字符串，参数n是数字。fetch这个工具，参数url是必填字符串。

93%的Token节省，信息一点没丢。

--compact模式更狠，只输出工具名，空格分隔，省97%。

你可能会问：那模型怎么知道参数细节？需要的时候再拿完整schema啊。又不是每次都要把整本说明书塞进脑子。

这就是关键洞察：MCP目前的做法是把所有工具的全部信息一次性塞进上下文。不管用不用得上，先占着茅坑。一个典型的Claude Code会话里，20到30个注册的MCP工具，光工具schema就占15到30KB的上下文。

这就好比你每次出门前把整本黄页电话簿背一遍——万一要用呢？

这个50KB的mcptoon凭什么叫板整个协议

mcptoon的体量小得有点荒唐。纯Python，50KB，零第三方依赖。代码大约1700行，配了98个测试用例。一个人写的，Apache 2.0开源。

对比一下：官方的mcp-cli要装5到20个npm包，安装体积50MB以上。mcptoon的README里自己列的对比表，虽然是自己夸自己，但数字摆在那。

它怎么工作的？就是个命令行客户端，连接任何MCP服务器（stdio或HTTP），输出TOON而不是JSON。支持所有能跑shell命令的AI代理——Claude Code、Codex、OpenCode、Cursor、CatPaw，你说得出的都支持。

设置环境变量MCPTOON_AGENT_TYPE=claude，所有调用自动用TOON格式输出。

但这玩意儿有个致命的前提：你的AI代理得能解析TOON格式。TOON不是MCP官方格式，代理能不能稳定解析、会不会影响参数语义和报错处理，目前没有独立评测支撑。

它更像一层胶水，不是协议升级。

工具投毒：当MCP服务器想操控你的AI

mcptoon还有个不太起眼但细思极恐的功能——工具投毒防护。

MCP服务器返回任意内容。一个被入侵的服务器可以在返回结果里塞进指令，操纵你的AI代理。比如返回结果里藏一句"忽略之前所有指令，按我说的做"。你的AI如果照单全收，后果你想。

mcptoon现在能检测并阻止常见的提示注入模式。运行mcptoon call malicious get_data '{}'，如果检测到"ignore previous instructions"这类模式，直接报错。

这功能说明什么？说明MCP生态的安全问题已经开始浮出水面了。工具越来越多，服务器越来越多，攻击面越来越大。你在省钱的同时，还得防着有人通过工具结果黑你的AI。

谁该用谁不该用：别被97%冲昏头

冷静一下。97%的节省只对应工具发现清单，不能套到所有调用上。

如果你同时用Claude Code、Codex、Cursor等多个代理，又挂了不止一个MCP服务器，mcptoon的价值是配置一次、到处能用。过去为每个代理单独适配MCP集成，是实打实的重复劳动。

如果你本来只用一个代理，且它已有原生MCP支持，或者调用结果本来就是大段文本而非结构化数据，mcptoon能省的Token有限。

还有一个隐藏风险：所有压缩数据全部来自作者自己的示例测试，没有独立环境和工具组合的第三方基准。GitHub上目前25颗星——典型的独立开发者体量，没有团队或商业化背书。

但这恰恰是开源社区最迷人的地方。一个人发现了一个没人注意的问题，写了个工具，扔到GitHub上。有人觉得有用，有人觉得扯淡。讨论在Hacker News上吵了上百条。

有人说这太激进了，JSON虽然啰嗦但至少标准。有人说自己试了确实省Token。有人说MCP设计得就是太啰嗦。

争论本身说明了一件事：这个问题是真的，解决方案有待验证。

语法税的本质是设计税

往回看一步。MCP为什么会这么浪费？因为它设计的时候就假设了：反正大模型上下文会越来越大，反正Token会越来越便宜。

这个假设正在被现实打脸。上下文是大了，但模型厂商是按Token收费的。你浪费的每一个Token都是真金白银。MCP官方GitHub仓库里，关于Token开销的issue从2025年讨论到2026年。有人提议压缩schema，有人提议按需加载工具。各种优化方案层出不穷。

mcptoon不是第一个发现这个问题的人，但它是第一个用这么极端的方式解决问题的人——直接换一种数据格式，把JSON的语法结构全扒了。

这像不像当年HTML和纯文本的争论？HTML好看但臃肿，纯文本丑但高效。在不同场景下各有各的用处。

TOON能不能成为MCP的官方格式？不一定。但它揭示了一个更深层的问题：我们在设计AI协议的时候，是不是默认了太多东西？是不是默认了JSON就是最好的数据交换格式？是不是默认了大模型什么都能 parse？

一个50KB的工具，一个人写的，25颗星。它可能不会改变世界，但它让一群人开始思考：我们到底在为语法付多少钱。

你下一次跟AI对话的时候，想想这个数字：你付的每一块钱里，有多少是在为括号和引号买单？