关于 Sprout MCP
Sprout MCP 是用于内容处理的分层模型工作流 MCP 服务，按任务让 Haiku 起草、Sonnet 审核、Opus 验证。它记录内容来源、置信度和成本，适合需要分阶段审查内容的团队。
主要功能
- 01按任务类型推荐模型
- 02分阶段起草、审核与验证
- 03记录内容来源和置信度
- 04队列管理与审核状态更新
- 05统计用量并导出内容
适用场景
- 01以低成本模型生成内容初稿
- 02对摘要或提取结果进行事实核查
- 03批量复核并导出已验证内容
- 04查看模型用量与估算成本
MCP 相关
通过 MCP 提供内容提交、审核队列、模型推荐、统计、导出和任务调度等工具。
配置
本地服务的配置在各客户端中通用，复制后粘贴到客户端的 MCP 配置文件即可。
工具
13收录的工具列表 · 更新于 3 周前
| 参数 | 类型 | 必填 | 说明 |
|---|---|---|---|
| field | string | 是 | 字段名称（例如 "biography"、"description"） |
| content | string | 是 | 实际内容 |
| node_id | string | 是 | 节点标识符（例如 "cath-person-001"） |
| project | string | 是 | 项目名称（例如 "theology"） |
| sources | any | 否 | 用作来源的 URL |
| node_type | string | 是 | 节点类型（例如 "Person"、"Council"、"Document"） |
| task_type | string | 是 | 任务类型（例如 "biography_synthesis"） |
| produced_by | string | 是 | 生成内容的模型（例如 "haiku-4.5"、"sonnet-4.6"、"opus-4.6"） |
详细介绍
Sprout MCP
让你的 Opus 账单降低 80%。 面向 MCP 的模型分级内容流水线——由低成本模型打底，高成本模型验证。
Sprout 会自动将任务路由到合适的模型层级。Haiku 起草，Sonnet 核查事实，Opus 验证。每个内容块都会记录来源、置信度和成本。
安装
uvx sprout-mcp
或者将其添加到 Claude Code 的 MCP 配置（~/.claude/settings.json）中：
{
"mcpServers": {
"sprout": {
"command": "uvx",
"args": ["sprout-mcp"]
}
}
}
工作原理
Haiku (seed) → Sonnet (watered) → Opus (sprouted)
Draft Fact-check Verify
$0.005/M $0.015/M $0.075/M
- 打底 — Haiku 以低成本起草内容（摘要、提取、初稿）
- 浇灌 — Sonnet 审阅并核查打底内容
- 抽芽 — Opus 只对通过 Sonnet 审阅的内容进行深度验证
与其用 Opus 处理所有内容（每百万输出令牌需 75 美元），不如让大部分工作由 Haiku 完成（每百万输出令牌仅需 5 美元）。只有最终验证环节（通常占总工作量的 10%–20%）会用到 Opus。
工具（13 个）
| 工具 | 描述 |
|---|---|
submit_chunk | 存储内容及其来源信息（模型、任务类型、来源） |
get_review_queue | 列出需要审阅的内容块，可按置信度／项目筛选 |
mark_reviewed | 提升内容块状态（打底→浇灌→抽芽）或拒绝内容块 |
recommend_model | 获取适用于某种任务类型的模型建议 |
get_stats | 显示内容块数量、置信度、令牌用量的仪表板 |
export_chunks | 将已验证的内容块导出为 JSON |
opus_test | 生成结构化审阅摘要，用于批量验证 |
schedule_task | 将任务安排在指定时间或延迟后运行 |
list_scheduled | 查看待执行的计划任务 |
cancel_scheduled | 取消待执行的计划任务 |
configure_routing | 在运行时添加／更新路由规则 |
get_cost_report | 根据实际定价估算各模型的花费 |
retry_on_error | 跟踪失败尝试并提供退避建议 |
配置
环境变量
| 变量 | 默认值 | 描述 |
|---|---|---|
SPROUT_DB_PATH | ~/.sprout/sprout.db | SQLite 数据库位置 |
SPROUT_CONFIG | (无) | 自定义路由和定价的 JSON 配置文件路径 |
SPROUT_MAX_RETRIES | 3 | 放弃前的最大重试次数 |
SPROUT_RETRY_BACKOFF | 2.0 | 指数退避基数（秒） |
自定义配置文件
创建一个 JSON 文件，并将 SPROUT_CONFIG 指向该文件：
{
"routes": {
"code_review": { "tier": "sonnet", "reason": "Code analysis needs reasoning" },
"translation": { "tier": "haiku", "reason": "Straightforward language task" }
},
"pricing": {
"custom-model": 10.00
}
}
默认路由表
| 任务类型 | 层级 | 原因 |
|---|---|---|
biography_synthesis | haiku | 事实摘要 |
council_description | haiku | 历史摘要 |
document_synopsis | haiku | 内容摘要 |
json_validation | haiku | 结构验证 |
summarization | haiku | 通用摘要 |
data_extraction | haiku | 结构化提取 |
fact_check_first_pass | sonnet | 交叉核对主张 |
code_review | sonnet | 代码分析 |
fact_check_final | opus | 深度事实验证 |
theological_analysis | opus | 需要领域专业知识 |
complex_analysis | opus | 需要深度推理 |
未知任务类型默认使用 haiku——先低成本处理，需要时再升级。
工作流示例
You: Use recommend_model for "biography_synthesis"
Sprout: biography_synthesis → haiku-4.5 (Factual summarization)
You: Use submit_chunk to store the Haiku output
Sprout: Stored chunk abc12345 [seed] for person-001.biography
You: Use get_review_queue to see what needs fact-checking
Sprout: 1 chunk pending review
You: Use mark_reviewed to promote after Sonnet fact-checks it
Sprout: Chunk abc12345 → watered (verified by sonnet-4.6)
You: Use get_cost_report
Sprout: haiku-4.5: ~1,300 tokens (1 chunk) — $0.0065
Total: $0.0065
开发
git clone https://github.com/mepsopti/sprout-mcp.git
cd sprout-mcp
uv sync --extra dev
uv run pytest
支持
如果 Sprout 帮你节省了 AI 账单，不妨请我喝杯咖啡：
许可证
MIT
mcp-name: io.github.mepsopti/sprout-mcp
评论
支持 Markdown
一个开放协议，规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话，MCP 服务负责提供工具、资源和提示模板，两者通过标准消息通信，同一个服务可以被不同客户端复用。