Token导航 LogoToken导航

MCP Server · AI代理

Shared Context Cache MCP Server

一种用于AI代理间共享和验证计算结果的MCP服务器,旨在降低token成本并提高可靠性。

stdio官方级别未说明来源级核验工具 8
AI代理PythonClaude数据分析

快速开始

作者 / 组织
AiAgentKarl
提供方
AiAgentKarl

工具数量

8

来源目录标注

资源数量

0

来源目录标注

提示词数量

0

来源目录标注

GitHub Star

1

仓库热度

收录来源

1 个

MCP World

选型结论

Shared Context Cache MCP Server 属于AI代理类 MCP Server,公开资料标注 8 个工具,通过stdio 本地进程接入,适配 Claude,有可以直接复制的安装命令;接入前要先准备 访问 Token。

分类

AI代理

传输方式

stdio

认证方式

访问 Token

部署方式

公开资料未说明

安装与配置

安装命令

pip install shared-context-cache-mcp-server

公开命令不是通用的启动方式,拼不出可靠配置示例;请在客户端 MCP 配置里按官方文档填写 command 和 args。

上手步骤

  1. 1

    准备运行环境

    stdio 服务在本地起进程,需要先装好 对应的运行时,再按安装命令拉取依赖。

  2. 2

    安装服务

    复制下面的安装命令执行;命令里带占位符的位置换成自己的密钥或路径。

  3. 3

    写入客户端配置

    在客户端的 MCP 配置里填启动命令和参数,保存后完全退出客户端再打开,让新配置生效。

  4. 4

    验证是否可用

    连接成功后客户端会列出 8 个工具,随便调一个只读工具确认能返回结果。

接入前确认

不要直接授予不必要的文件、网络或账号权限;先核对安装命令和配置内容。

详细介绍

共享上下文缓存mcp服务器

用于共享上下文缓存和信任验证的MCP服务器 --AI代理共享和验证计算结果,以降低令牌成本并提高可靠性。

为什么?

每个AI代理都在不断地重新计算相同的结果:天气查询、价格检查、文档摘要、研究查询。使用此MCP服务器,代理 分享 通过公共缓存计算结果——以及 验证 彼此的结果。

信任层(v0.2.0)

缓存结果只有在准确的情况下才有用。信任验证系统解决了这个问题:

  • 每个缓存条目都有一个 信任评分 根据有多少特工证实了这一点
  • 客服电话 confirm_entry 当他们验证缓存结果是否正确时
  • get_trusted 仅返回由3个以上代理确认的条目(可配置)
  • 网络效应: 更多的代理验证=更可信的结果=每个人都受益
就像用于代理智能的CDN——具有同行评审的准确性。

安装

pip install shared-context-cache-mcp-server

工具(8)

工具说明
cache_lookup按关键字查找缓存结果——包括信任分数
cache_search按关键字搜索缓存——查找具有信任级别的预先计算结果
cache_store存储其他代理的计算结果(以trust_score=1开头)
confirm_entry确认缓存结果准确——提高信任度
get_trusted仅获得由3名以上代理商确认的参赛作品(高置信度)
cache_analytics详细分析:命中率、信任分布、顶级代理、网络得分
cache_stats基本缓存统计数据(命中、未命中、成本节约)
cache_list列出具有信任分数的缓存条目,可选择按标签过滤

使用模式

1. SEARCH:   cache_search("weather berlin") or cache_lookup("weather:berlin:today")
2. HIT?      Use the cached result. Check trust_score for confidence level.
3. VERIFY:   If result is accurate, call confirm_entry("weather:berlin:today")
4. MISS?     Compute the result, then cache_store(key, value, tags="weather,berlin")
5. TRUSTED:  Use get_trusted(min_trust=3) for only peer-verified results

信任级别

信任评分级别含义
1未验证只有原始代理存储了它
2部分核实另一名特工证实了这一点
3-4可信多个代理验证了准确性
5+高度信任代理商之间达成强烈共识

Claude桌面配置

{
  "mcpServers": {
    "shared-context-cache": {
      "command": "shared-context-cache-mcp-server"
    }
  }
}

缓存密钥约定

使用描述性的分层键:

  • weather:berlin:2026-03-28
  • research:arxiv:2501.00001:summary
  • price:bitcoin:usd:2026-03-28
  • analysis:company:AAPL:q1-2026

TTL强制

条目在TTL后自动过期(默认值:24小时,最大值:7天)。过期的条目会以缓存未命中的形式返回——重新计算并存储。

分析

使用 cache_analytics 有关详细见解:

  • 命中率 --缓存有多有效?
  • 访问量最大的条目 --代理商最需要什么?
  • 最值得信赖的条目 --最高同行验证结果
  • 顶级贡献代理 --谁在构建共享知识?
  • 信任分配 --缓存的整体验证程度如何?
  • 网络效应得分 --代理网络有多强?

运作原理

Agent A stores result     -->  trust_score = 1 (unverified)
Agent B confirms result   -->  trust_score = 2 (partially verified)
Agent C confirms result   -->  trust_score = 3 (trusted)
Agent D uses get_trusted  -->  Gets only verified results, saves computation

代理参与的越多,整个缓存就越可靠。这就是核心网络效应。

后端

许可证

麻省理工学院-- AiAgentKarl

工具与能力

工具数量

8

资源数量

0

提示词数量

0

能力标签

AI代理Python本地部署缓存服务信任验证网络效应数据分析

支持客户端

Claude

数量来自来源目录的标注,具体工具清单以官方文档为准。

典型使用场景

多步任务编排

把拆解、检索、执行串成一条链,模型按步骤调用工具。

长期上下文

把会话、笔记和知识放到外部存储,换个会话还能接着做。

接自有流程

把内部系统和模型连起来,让助手调用已有的工作流。

选择建议

值得选的地方

  • 只提供 8 个工具,职责集中,接入后不容易误操作。
  • 有现成的安装命令,不用自己找入口,照着跑就能起服务。
  • 公开说明写得比较完整,接入前能看清能力边界。

先想清楚的地方

  • stdio 方式要求本地装好 运行环境,换机器要重新装一遍。
  • 需要自备访问 Token,没有凭据没法直接试。
  • 公开摘要偏短,具体能力和限制要回到仓库确认。

更适合

  • 需要在AI代理场景里让模型直接调用外部能力的人。
  • 已经在用 Claude 的用户,接入路径最短。
  • 想先快速试一下、能接受在本地跑服务的人。

不太适合

  • 完全不想在本地装环境的人。
  • 暂时拿不到访问 Token的人。
  • 需要厂商级 SLA 和技术支持的生产环境。

同类对比

5 个同类
MCP Server工具数传输方式安装命令收录来源最后核验
Shared Context Cache MCP Server

MCP World · 本页

8stdio有1 个2026-05-17
Everything Claude Code

MCP World

0stdio有1 个2026-05-17
Filesystem 560c4363

MCP World

13未说明未标注2 个2026-05-17
Time 7365cb6d

MCP.so

2SSE有2 个2026-05-17
Server Everything (everything)

MCP World

11stdio有1 个2026-05-17

按同分类和工具数量挑出最接近的几条,字段以各自详情页为准。

常见问题

5 条

Shared Context Cache MCP Server 怎么安装?

公开资料给出的安装命令是 pip install shared-context-cache-mcp-server,运行环境为 未标注。装完后按客户端要求写进 MCP 配置,重启客户端生效。

Shared Context Cache MCP Server 怎么在 Claude Desktop、Cursor 里配置?

它是stdio 本地进程,客户端配置里要写启动命令和参数,运行环境是 未标注;保存后完全退出客户端再打开,配置才会生效。

Shared Context Cache MCP Server 收费吗?

本站只整理公开资料,不代收费用,也没有标注具体价格。是否收费取决于服务本身和背后的接口额度,正式使用前按官方说明确认。

Shared Context Cache MCP Server 需要 API Key 吗?

公开资料标注的认证方式是访问 Token,也就是要先拿到凭据才能连上;凭据只填在自己本地的配置里,不要写进公开仓库。

Shared Context Cache MCP Server 支持哪些客户端?

公开资料标注支持 Claude;其他客户端只要能配置 MCP Server,也能用同样的命令或地址接入。

来源信息

继续浏览同类 MCP