TokenMark

@altronis/tokenmark-mcp

Claude（およびその他のエージェント）に、TokenMark の実測済みローカル LLM ベンチマークデータと、ハードウェアに応じたモデルの推奨情報を提供する MCP サーバーです。

「コーディング用に Strix Halo で何を動かすべき？」 と尋ねると、エージェントはソースへのリンク付きで、実測済みの構成（デコード tok/s、量子化、バックエンド）に基づいて回答します。数値を捏造することはありません。

Claude Code に追加

claude mcp add tokenmark -- npx -y @altronis/tokenmark-mcp

Cline に追加

Cline CLI：

cline mcp add tokenmark --yes -- npx -y @altronis/tokenmark-mcp

VS Code の Cline：以下の JSON から tokenmark エントリを cline_mcp_settings.json に追加します。エージェント向けの手順については、llms-install.md を参照してください。

任意の MCP クライアントに追加

stdio 経由でサーバーを実行します：

npx -y @altronis/tokenmark-mcp

または、クライアント設定に追加します：

{
  "mcpServers": {
    "tokenmark": {
      "command": "npx",
      "args": ["-y", "@altronis/tokenmark-mcp"]
    }
  }
}

ツール

• tokenmark_recommend：{ hardware, tasks?, prefer?, limit?, cards? } → ランク付けされたモデルと最適な構成の候補（デフォルト 5 件、最大 10 件）。実測 tok/s とその理由を含みます。lane には、候補がどのレーンに属するかが示されます。GPU カード（RTX 5090、RTX PRO 6000）は独立してランク付けされ、AI ボックスとは比較されません。カード名を指定するか、cards: true を指定すると、カードのレーンを参照します。
• tokenmark_configs：{ model?, hardware?, limit?, cards? } → 1 つのレーンから、追跡対象のベンチマーク構成を速度順に返します（デフォルト 25 件、最大 50 件。matched には合計件数が示されます）。実行モードも含まれます（MTP／DFlash／ドラフトモデルの実行では speculative: true）。other_lane には、もう一方のレーンで一致した件数が示されます。
• tokenmark_hardware：{ platform? } → ハードウェアカタログ（Strix Halo、Gorgon Halo、DGX Spark、Mac Max／Ultra）と、実測結果のある gpu_cards を返します。プラットフォームを指定すると、各値のソース付きチップ仕様、そのチップを搭載するボックス、シンガポールでの価格を返します。カード（「RTX 5090」）を指定すると、ソース付きの VRAM と帯域幅、および追跡対象の構成を返します。
• tokenmark_search：{ term } → 一致するモデル／構成を返します。GPU カードの一致結果は gpu_cards に分けて表示されます。
• tokenmark_submit：{ repo, source?, note? } → ベンチマーク数値を含む GitHub／Hugging Face リポジトリを、人による確認用に登録します。
• tokenmark_submission_status：{ id } → 送信内容の現在の状況を返します。
• tokenmark_submit_result：{ bench_output?, pick?, model?, quant?, hardware?, backend?, decode_tps?, prefill_tps?, ctx?, concurrency?, ..., dry_run? } → ユーザーが実測した速度を、人による確認用に送信します。bench_output として生の llama-bench または vllm bench serve の出力を渡すか、各フィールドを手動で指定します。指定したフィールドは、読み取られた値より優先されます。送信には 2 回の呼び出しが必要です。dry_run: true を指定すると、1 行の概要と confirm コードが返されます。ユーザーに概要を提示し、同意を得たら、同じフィールドを指定し、confirm にそのコードを設定して再度呼び出します。コードなしで送信した場合、またはドライラン後にフィールドを変更した場合は、送信が拒否されます。

実測速度の送信

tokenmark_submit_result を使うには、ターミナルで同じマシンに一度サインインする必要があります：

npx @altronis/tokenmark-cli login

https://tokenmark.app/cli で短いコードを承認してください。サインインによって送信できるのは確認用の結果のみで、有効期間は 90 日です。サーバーは呼び出しのたびにサインイン情報を読み取るため、再起動は不要です。ホームディレクトリがない環境では、代わりにサーバーの環境変数として TOKENMARK_TOKEN を設定してください。サインイン情報は https（またはこのマシンへの平文 http）経由でのみ送信されます。また、アカウント上のサインインはすべて https://tokenmark.app/cli で取り消せます。

カタログにないハードウェアや、手入力した結果も、サインイン済みのフォーム（https://tokenmark.app/submit）から送信できます。

データは https://tokenmark.app からライブで取得されます（TOKENMARK_URL で変更できます）。実行時依存関係はありません。

ターミナルでも同じデータを利用

CLI はこのリポジトリの cli/ にあります。

npx @altronis/tokenmark-cli recommend --hardware "Strix Halo" --tasks coding

bin/ 内のファイルは、https://tokenmark.app を運営する TokenMark トラッカーから作成された公開ビルドです。

MIT ライセンスです。データは、出典を明記したうえで、公開されているコミュニティベンチマークから集約しています。