Token Saver:用本地混合 RAG 将 Claude PDF token 消耗削减 92%-99% 的开源 MCP 扩展

MarkTechPost(RSS)·2026-07-30 15:43·47天前·Arnav Rai, Jean-marc Mommessin and Asif Razzaq
AI 导读

Marktechpost AI 团队发布 Token Saver,一款面向 Claude Desktop 的开源 MCP 扩展,通过本地混合 RAG 在设备端检索 PDF,无需上传文件。该工具将 token 消耗削减 92%-99%,并保证数据隐私,设置无需 Python 环境或终端配置。

MarkTechPost(RSS)
精选
74AI 编辑部评分,满分 100

Token Saver:用本地混合 RAG 将 Claude PDF token 消耗削减 92%-99% 的开源 MCP 扩展

2026-07-30 15:43· 47天前· Arnav Rai, Jean-marc Mommessin and Asif Razzaq
AI 导读

Marktechpost AI 团队发布 Token Saver,一款面向 Claude Desktop 的开源 MCP 扩展,通过本地混合 RAG 在设备端检索 PDF,无需上传文件。该工具将 token 消耗削减 92%-99%,并保证数据隐私,设置无需 Python 环境或终端配置。

推荐理由

这个开源 MCP 扩展把 PDF token 成本砍掉 99%,本地运行还不传数据,对需频繁处理长文档的 Claude 用户是个实用方案。

正文 · AI 翻译

AI 开发者、研究人员和专业人士在使用大语言模型分析大型文档时,常常会撞上一堵令人沮丧的墙:上下文窗口那隐蔽且不断累积的成本。把一个 200 页的 PDF 粘贴进对话,并不是一次性收费。因为每一轮对话都会把历史记录重新发送给模型,所以那份庞大的文档会在每一次追问时被再次计费。

Marktechpost AI 团队刚刚发布了 Token Saver,这是一个面向 Claude Desktop 的开源 Model Context Protocol(MCP)扩展(MIT 许可,当前版本为 v1.0)。它由 Arnav Rai(罗切斯特理工学院计算机科学专业学生)在 Marktechpost 实习期间,在 Jean-marc MommessinAsif Razzaq 的指导下,于 Marktechpost AI Media Inc 开发。Token Saver 从根本上改变了 Claude 与本地文档交互的方式。通过在你的机器上直接实现 Local Hybrid RAG 系统,它让你可以针对庞大的 PDF 提问,而无需将实际文件上传到模型。

Token 消耗削减了 92% 到 99%,隐私得到保障,而且设置完全不需要任何 Python 环境或终端配置。

效果展示!

大型 PDF 隐藏的 Token 消耗

大多数用户以为,把 PDF 拖进 Claude 后,它只是简单地提取文本。实际上,Claude 的默认行为是把每一页转换成图像,以保留图表和版式,同时另行提取文本。在哪怕一个图像 token 被计入之前,仅文本部分每页就可能达到 1,500 到 3,000 个 token。

虽然 Prompt Caching 和 Claude Projects 有助于缓解这一冲击,但它们并未解决核心问题:整份文档仍然要跨越边界,传到提供商的服务器上。此外,如果你只需要一本 1,000 页教材中的两个相关段落,却强迫 LLM 自己去检索全部 1,000 页,既低效又容易产生模型幻觉。

本地混合 RAG 如何解决这一问题

Marktechpost 的 Token Saver 充当一个本地 MCP server:一个运行在你机器上的轻量级后台程序,Claude 可以将其作为工具调用。PDF 永远不会离开你的硬盘。

当你提问时,Token Saver 会利用 本地混合 RAG 来寻找答案。混合 RAG 是文档检索的黄金标准,因为它结合了两种强大的搜索方法:

  1. 关键词匹配(BM25):运行在 SQLite 内置的 FTS5 搜索之上(权重为 0.4),用于查找精确术语。
  2. 语义搜索(余弦相似度):使用本地的 all-MiniLM-L6-v2 嵌入向量模型(权重为 0.6)来理解你问题的含义,而不仅仅是匹配精确的词。

通过在本地融合这两种方法,服务器会搜索文件,只把高度相关的段落交给 Claude。随后 Claude 综合出答案,引用确切的页码,并提供你刚刚节省下来的 token 的实时统计。

8 阶段处理流水线

Token Saver 完全运行在一个单一的、长期驻留的本地进程中。在任何文本到达 Claude 之前,本地混合 RAG 流水线会执行八个快速步骤:

  1. 提取:使用 pypdfium2(以 pypdf 作为回退)来提取文本。
  2. 分块:将文本切分为 180 词的段落,重叠 40 词,这样上下文就不会被生硬地截断。
  3. 评分(混合 RAG):使用融合的 BM25 和本地嵌入向量模型对文本块进行评估。
  4. 门控:强制执行质量阈值。不共享任何精确关键词的段落必须通过 0.25 的语义相似度下限才能入选。
  5. 去重: 剔除几乎完全相同的段落。
  6. 裁剪: 将段落严格缩小到能够回答用户提示词的那些句子。
  7. 预算: 将发送给 Claude 的总载荷上限设为 8,000 个字符。
  8. 封装: 将检索到的文本包裹在一个 document-chunk 元素中,其中包含源文件和精确页码。

(注:嵌入向量模型是可选的,但推荐使用。如果加载失败,系统会优雅地回退到仅关键词匹配)。

数据:规模化下节省 99%

由于 Hybrid RAG 流水线限制了返回的文本切片,token 节省量会随着文档规模的增大而呈指数级增长。以下是 Token Saver 在基准测试中的表现(通过 tiktoken 测量,假设每份文档一个问题):

文档页数整篇文档 token 数返回的 token 数节省的 Token
FDA 药品标签3323,9591,02195.7%
GDPR(欧盟 2016/679)8870,26099698.6%
SFFA 诉哈佛案233133,34974099.4%

免责声明:Token 计数使用 cl100k_base 作为替代,基线假设每次搜索都对整篇文档计费。

对于需要反复处理法院判决书、技术标准、财务报告或高密度教材的专业人士而言,Token Saver 消除了重复性的 token 税。

安全与本地隐私

对于企业用户和法律专业人士而言,数据隐私是不可妥协的。Token Saver 的安全模型建立在三大支柱之上:

  • 零上传:文档永远不会离开你的机器。
  • 文件夹白名单:你为 Token Saver 配置一个特定文件夹。服务器将主动拒绝读取该指定目录之外的文件。
  • 网络隔离:服务器仅通过标准 I/O(stdio)与 Claude Desktop 通信。没有任何监听网络端口,从而大幅缩小了攻击面。

模型表现:Sonnet 与 Opus 对比

Marktechpost 的 Token Saver 在 Claude 3.5 的三个层级上均可运行,但测试揭示了不同的行为表现:

  • Claude 3.5 Sonnet(推荐):稳妥的默认选择。它能完美处理松散的文件引用,当两个文件名称相似时会主动提出澄清性问题,并能正确应用检索到的页码。
  • Claude 3 Opus:擅长处理包含多种声音的复杂文档(例如含多数意见与异议的法律裁决)。Opus 足够聪明,当它基于上下文而非明确文本推断出归属时,会主动标记出来。

几分钟即可上手

与许多需要复杂 Python 环境和 JSON 配置的开源 AI 工具不同,Token Saver 打包为单个 .mcpb 捆绑包。

  1. 从项目的 GitHub Releases 页面下载 token-saver-ccr.mcpb。
  2. 打开 Claude Desktop -> Settings -> Extensions -> Install extension
  3. 启用该扩展,点击 Configure,然后选择一个专门用于存放参考 PDF 的文件夹。
  4. 在首次提示时,选择 Always allow

在选择文件夹之前,该扩展不会运行,因为这一选择同时服务于三个目的。

这个文件夹值得花点时间思考。它设定了可读取内容的边界,正是它让你可以按文件名请求文件,而不必输入路径,它也是对话开始时服务器向 Claude 展示的列表。一个只存放你打算询问内容的小文件夹,效果要比把它指向整个 Documents 文件夹好得多。

核心要点

  • 大幅降低成本:通过使用本地混合 RAG 仅将相关段落传给 LLM,token 成本最多可降低 99%。对话越长,节省越多。
  • 可验证的准确性:由于 Token Saver 会为每个检索到的片段附上准确的页码,你可以通过打开本地 PDF 立即验证 Claude 的说法。
  • 绝对隐私:边界就是你的本地机器。你的专有数据永远不会被上传到 AI 提供商的服务器。
  • 无摩擦安装:无需 Python。只需安装一个简单的 .mcpb 文件,即可在 Claude Desktop 中立即运行。

查看 GitHub Repo

参考文献: MCP Bundle 格式 | all-MiniLM-L6-v2 | pdfkb-mcp | wesleygriffin/pdfrag | 语料库:Dobbs 诉 Jackson 妇女健康组织案;Berkshire Hathaway 2023 年度报告

来源:MarkTechPost(RSS)· marktechpost.com