MCP Compressor

mcp压缩机

mcp-compressor 帮助代理使用大型MCP服务器，而无需在工具描述和模式上花费大量上下文。

它可以作为CLI MCP代理运行，也可以直接从Python、TypeScript或Rust嵌入。

• 文档:
• 仓库:
• 博客:

为什么选择mcp压缩机？

一个强大的MCP服务器可以暴露数十或数百个工具。每个工具都有一个名称、描述、输入模式，有时还有大型嵌套的JSON模式详细信息。在代理完成任何有用的工作之前，将所有这些提前发送到模型可能会浪费数千个令牌。

例如，大型公共MCP服务器仅在工具描述上就可能花费数千或数万个令牌。这就产生了三个问题：

• 模型将上下文花费在他们可能永远不会调用的工具上，
• 对于携带工具列表的每个请求，成本都会增加，
• 添加多个MCP服务器会迅速超出实际的上下文预算。

mcp-compressor 更改交互模式：模型首先看到一个小的压缩表面，只要求所选工具的完整模式，然后调用该工具。

模式1：压缩MCP代理

当您希望任何MCP客户端看到较小的刀具表面时，请使用此选项。

sequenceDiagram
    participant Client as MCP client / agent
    participant Proxy as mcp-compressor
    participant Backend as Backend MCP server

    Client->>Proxy: tools/list
    Proxy->>Backend: tools/list
    Backend-->>Proxy: all backend tools and schemas
    Proxy-->>Client: compact wrapper tools
    Client->>Proxy: get_tool_schema(tool_name)
    Proxy-->>Client: full schema for selected tool
    Client->>Proxy: invoke_tool(tool_name, input)
    Proxy->>Backend: tools/call selected backend tool
    Backend-->>Proxy: tool result
    Proxy-->>Client: result

前端通常只公开：

• get_tool_schema
• invoke_tool
• 可选地 list_tools 在 max 压缩

模式2：SDK和生成客户端的本地代理

当您的应用程序想要直接嵌入压缩并从代码或shell命令调用工具时，请使用此选项。

flowchart LR
    App[Python / TypeScript / Rust app]
    SDK[CompressorClient]
    Proxy[Local Rust proxy\n/token auth]
    Generated[Generated CLI / Python / TS clients]
    Backend[MCP backend servers]

    App --> SDK
    SDK --> Proxy
    Generated --> Proxy
    Proxy --> Backend

SDK在进程内启动Rust代理。生成的客户端使用会话令牌调用该代理。你的应用确实如此 不 需要生成一个 mcp-compressor stdio子流程。

特性

• 压缩MCP代理 对于现有的MCP客户端。
• 压缩级别: low, medium, high, max.
• Python、TypeScript和Rust SDK 与对齐 CompressorClient API。
• 本地TypeScript工具压缩 用于AI SDK风格的进程内工具。
• CLI模式和代码模式生成的客户端：shell命令加上Python/TypeScript函数。
• 只是Bash集成 面向命令的代理。
• 远程流式HTTP MCP后端.
• OAuth支持 对于支持浏览器授权的提供商。
• 工具过滤器和TOON输出 以进一步减少上下文。
• Atlassian MCP示例 首先使用OAuth。

快速示例

===“CLI”

mcp-compressor -c medium -- python server.py

python

from mcp_compressor import CompressorClient

with CompressorClient( servers={"alpha": {"command": "python", "args": ["server.py"]}}, compression_level="medium", ) as proxy: print([tool.name for tool in proxy.tools]) print(proxy.invoke("echo", {"message": "hello"}))

===“TypeScript”

import { CompressorClient } from "@atlassian/mcp-compressor";

const proxy = await new CompressorClient({ servers: { alpha: { command: "python", args: ["server.py"] } }, compressionLevel: "medium", }).connect();

try { console.log(proxy.tools.map((tool) => tool.name)); console.log(await proxy.invoke("echo", { message: "hello" })); } finally { proxy.close(); }

===“生锈”

use mcp_compressor::compression::CompressionLevel; use mcp_compressor::sdk::{CompressorClient, ServerConfig}; use serde_json::json;

let proxy = CompressorClient::builder() .server("alpha", ServerConfig::command("python").arg("server.py")) .compression_level(CompressionLevel::Medium) .build() .connect() .await?;

let result = proxy.invoke("echo", json!({ "message": "hello" })).await?;

生成的客户端

命令行接口命令模式 生成shell命令：

mcp-compressor --cli-mode --server-name atlassian -- https://mcp.atlassian.com/v1/mcp
atlassian get-accessible-atlassian-resources

代码模式 生成Python或TypeScript函数：

# generated-py/atlassian.py
import atlassian

resources = atlassian.getAccessibleAtlassianResources()

import { getAccessibleAtlassianResources } from "./generated-ts/atlassian.ts";

const resources = await getAccessibleAtlassianResources();

看 代码模式和生成的客户端 了解更多细节。

下一步去哪里

1. 安装您需要的软件包.
2. 跑吧 快速入门.
3. 阅读 压缩是如何工作的.