实测：8个MCP Server吃掉了45000 tokens——量化你的MCP上下文开销

问题：MCP的隐性成本

你有没有发现，自从装了一堆MCP Server后，AI对话变"短"了？

每个MCP工具的Schema定义要消耗 550-1,400 tokens。如果你像我一样装了8个Server、50多个工具，那在你打字之前，工具定义就已经吃掉了 30,000-45,000 tokens。

社区真实案例

• 添加GitHub MCP后，一位用户的token消耗从34K飙升到80K（来源）
• 4个Server在对话开始前就消耗了67,000 tokens（来源）
• Context7（每周24万下载）的工具描述Token开销是必要量的3倍

量化工具：mcp-checkup

我写了 mcp-checkup 来解决这个问题。一行命令：

npx mcp-checkup

然后让AI执行：

它能做什么？

评分标准

单工具：

• A (≤100 tokens): 极简
• B (≤300): 合理
• C (≤600): 可优化
• D (≤1000): 臃肿
• F (>1000): 严重拖累

单Server：

• A (≤500 tokens): 精简高效
• F (>6000): 上下文杀手

配置方法

{
  "mcpServers": {
    "mcp-checkup": {
      "command": "npx",
      "args": ["-y", "mcp-checkup"]
    }
  }
}

支持 Claude Desktop、Claude Code、Cursor 等所有MCP客户端。自动检测配置文件位置。

与lean-ctx的区别

最近很火的 lean-ctx（一周328 stars）是运行时上下文压缩工具。mcp-checkup是诊断工具——先找到问题在哪，再决定怎么优化。两者互补。

链接

• GitHub: yifanyifan897645/mcp-checkup
• npm: mcp-checkup
• MIT开源