mcpField
L
llm-cost-estimator

llm-cost-estimator

本地服务
github.com/waqarulwahabAI 与智能体119 周前更新

关于 llm-cost-estimator

llm-cost-estimator 是供 Claude、Cursor 等 MCP 客户端使用的本地令牌统计与 LLM 费用估算服务,无需 API 密钥。它复用 VS Code 扩展的计算核心,并区分精确的 OpenAI 令牌计数与其他模型的估算值。

主要功能

  1. 01跨多种模型估算费用
  2. 02统计单个模型的令牌
  3. 03列出模型价格和上下文窗口
  4. 04同时返回 Markdown 表格与 JSON
  5. 05无需 API 密钥

适用场景

  1. 01比较不同模型的文本处理费用
  2. 02估算提示词的令牌数量
  3. 03查看模型价格与上下文窗口

MCP 相关

通过 stdio 提供 MCP 工具,客户端可调用费用估算、令牌统计和模型列表功能。

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。

mcp.json · 通用配置
{
"mcpServers": {
"waqarulwahab-llm-cost-estimator": {
"command": "npx",
"args": [
"-y",
"llm-cost-estimator-mcp"
]
}
}
}
启动命令npx -y llm-cost-estimator-mcp

本地服务需要在你的电脑上安装运行环境(如 Node.js 18+)。各客户端的配置文件位置不同,请参考客户端文档。

安装包
npmllm-cost-estimator-mcp0.3.1

工具

3

收录的工具列表 · 更新于 3 周前

参数类型必填说明
textstring是要测量的提示词或文本。
modelsarray否要比较的模型键(例如 gpt-4o、claude-sonnet、gemini-2.5-pro)。省略时使用合理的默认集合。调用 list_models 查看所有键。
currencystring否货币标签(默认 USD;仅用于显示)。
outputTokensinteger否用于计算总费用的假定输出/补全令牌数(默认 500)。

详细介绍

llm-cost-estimator-mcp

一个 MCP(Model Context Protocol)服务,让 Claude、Cursor 或任何 MCP 客户端都能在本地统计词元并估算大模型成本,涵盖 GPT-4o、 Claude、Gemini、DeepSeek、Mistral、Llama、Grok 等 25 多种模型,无需 API 密钥。

它复用了本仓库中 LLM Cost & Token Estimator VS Code 扩展 完全相同的分词器、定价和估算核心。

工具

工具描述
estimate_cost统计一段文本在多个模型中的词元数和成本。返回 Markdown 表格和结构化 JSON。参数:text、models?、outputTokens?、currency?。
count_tokens统计一个模型的词元数。参数:text、model?。OpenAI 的结果精确(tiktoken);其他模型均为估算值,并会标记为估算。
list_models列出所有模型键、提供商、价格(美元/百万词元)和上下文窗口。

⚠️ 价格仅为参考占位值,请以各提供商的官方定价页面为准。OpenAI 的统计结果精确;其他所有提供商的结果均通过 OpenAI 编码方式近似估算,并会标记为估算值。

构建(从源代码)

该服务复用了扩展在 ../src 中的核心代码(其中的文件会导入 js-tiktoken),因此请先安装仓库根目录的依赖:

npm install            # at the repo ROOT, once (provides the reused core's deps)
cd mcp-server
npm install
npm run build          # -> dist/index.js
npm test               # builds, then runs a real stdio MCP handshake

最终用户无需执行此操作——发布后只需运行一次 npx -y llm-cost-estimator-mcp 即可 (已发布的 dist/index.js 完全自包含)。

连接

该服务通过 stdio 使用 MCP,因此任何客户端都可以将其作为子进程启动。 请使用 mcp-server/dist/index.js 的绝对路径。

Claude Desktop

编辑 claude_desktop_config.json (Windows:%APPDATA%\Claude\claude_desktop_config.json, macOS:~/Library/Application Support/Claude/claude_desktop_config.json):

{
  "mcpServers": {
    "llm-cost-estimator": {
      "command": "node",
      "args": ["C:/path/to/llm-cost-estimator/mcp-server/dist/index.js"]
    }
  }
}

重启 Claude Desktop,然后询问:“估算一下这段提示词在 GPT-4o、Claude Sonnet 和 Gemini 上的成本。”

Claude Code(CLI)
claude mcp add llm-cost-estimator -- node /abs/path/to/mcp-server/dist/index.js
Cursor

添加到 ~/.cursor/mcp.json(全局)或 .cursor/mcp.json(仅限当前项目):

{
  "mcpServers": {
    "llm-cost-estimator": {
      "command": "node",
      "args": ["/abs/path/to/mcp-server/dist/index.js"]
    }
  }
}
发布到 npm 后(可选)

发布此软件包后,客户端无需本地构建即可启动它:

{
  "mcpServers": {
    "llm-cost-estimator": { "command": "npx", "args": ["-y", "llm-cost-estimator-mcp"] }
  }
}

许可证

MIT — 参见 ../LICENSE。

评论

支持 Markdown

第一次接触 MCP?

从协议是什么,到在客户端里装上第一个服务,这几条回答覆盖了大多数入门问题。

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。