Token Counter MCP

令牌计数器MCP小部件

用于ChatGPT的交互式小部件，用于计算代币并估计不同AI模型的成本。

✨ 特点

• ✅ 互动反应小部件 骗局 OpenAI应用SDK用户界面
• ✅ MCP 服务器 在Python/Fastapi中，向ChatGPT公开工具
• ✅ 动态更新 -当ChatGPT创建/完成任务时，该小部件会更新
• ✅ 现代设计 使用Tailwind CSS 4和可访问的组件
• ✅ 部署在渲染中 -准备在生产中使用
• ✅ JSON-RPC 2.0 -标准MCP协议
• ✅ 恢复HTML -嵌入式小部件 text/html+skybridge

🎯 它是如何工作的？

1. 用户询问ChatGPT: *“统计此提示符/文本的令牌”*
2. ChatGPT调用MCP服务器 usando JSON-RPC 2.0
3. 服务器响应 使用小部件的结构化数据+HTML
4. ChatGPT渲染 对话中直接反应的小部件
5. 用户互动 控制小部件
6. 小部件更新 动态地

🌐 Vivo演示

生产服务器： 🔗 https://token-counter-mcp.onrender.com

终点MCP： 🔗 https://token-counter-mcp.onrender.com/mcp/sse

测试小部件： 🔗 https://token-counter-mcp.onrender.com/widget

📋 要求

• Node.js 18+ (下载)
• Python 3.10+ (下载)
• npm （包括node.js）
• Git （可选，用于克隆存储库）

🛠️ 本地安装

1.克隆存储库

git clone https://github.com/Criszoraid/token-counter-mcp.git
cd token-counter-mcp

2.安装Node.js依赖项

cd web
npm install
cd ..

3.创建Python虚拟环境

macOS/Linux：

python3 -m venv .venv
source .venv/bin/activate

窗户：

python -m venv .venv
.venv\Scripts\activate

4.安装Python依赖项

pip install -r server/requirements.txt

🚀 地方发展

选项A：自动脚本（推荐）

macOS/Linux：

chmod +x start-dev.sh
./start-dev.sh

窗户：

.\start-dev.ps1

这将自动开始：

• ✅ 静态资产服务器（端口4444）
• ✅ Python/Fastapi MCP服务器（8000端口）

选项B：手动

1号航站楼（前端）：

cd web
npm run dev -- --port 4444

终端2（后端）：

# Asegúrate de tener el venv activado
uvicorn server.main:app --reload --port 8000