Token Saver：本地 MCP 扩展把 Claude 读 PDF 的成本砍到原来的 1/13

分类：ai-products · AI coding 基础设施
时间：2026-07-30 发布 v1.0
信源：Marktechpost 官方 GitHub 仓库（MIT 协议）、kiadev.net 实测、techsparking 二级报道

干啥的

把大 PDF 丢进 Claude Desktop 之前，先在本地索引好。你提问时，Claude 通过 MCP 协议调用这个本地工具，只拿到"和当前问题最相关的那几段 + 页码"。整个 PDF 不出你的硬盘，模型端只看到被裁剪到 8000 字符的精确片段。

底层是混合 RAG：BM25（关键词，权重 0.4，跑在 SQLite FTS5 上）+ 本地 all-MiniLM-L6-v2 嵌入（语义，权重 0.6）。两路打分后还要过一道"质量门"——纯语义命中的片段必须超过 0.25 相似度阈值才能进结果。

数据说话

实测三种文档（用 cl100k_base 估算）：

1000 页的教材丢进 Claude，原价每轮对话都重付整本的钱；走 Token Saver，每轮对话只付几百 token 的精确切片。文档越大省得越多，比例不是线性的。

为什么这件事不只是一个省 token 的小工具

1. 付费逻辑改了。Claude 的计费是"上下文按 token 计费 + 每轮对话上下文重发"。Token Saver 砍的不是单次提问的成本，是"长文档 + 多轮对话"这个组合的成本结构。一个 200 页 PDF 的阅读会话，原本可能要 5-10 美元，跑 Token Saver 大概 0.5 美元。

2. MCP 生态从"通用工具"下沉到"领域工具"。Token Saver 不通用，只做 PDF 阅读这一件事。MIT 协议，17 个 commit，作者是罗切斯特理工的本科实习生 Arnav Rai，在 Marktechpost 实习时做的。说明个人开发者已经能写 MCP 工具并发布到生产。

3. 本地优先的合规价值。法律、医疗、金融行业的 PDF 几乎不可能上传第三方服务。Token Saver 的设计是 folder allowlist + 零上传 + 仅元数据上 Claude，对这类工作流是"先合规、再谈功能"。

4. 检索评估是开源的。仓库里有 eval/retrieval_eval.py 和 RESULTS.md，recall@5 和 false-abstain 都有跑过的数据。Marktechpost 把 RAG 工具当成"可被评测的产品"做，不是"演示 demo"。

限制

• 嵌入模型可选：all-MiniLM-L6-v2 第一次使用要下载约 80MB。下载失败会自动降级成纯 BM25，检索质量有降但能跑。
• 不是所有 PDF 都吃：扫描件、纯图像 PDF 需要先 OCR；pypdfium2 提取失败的会走 pypdf 兜底。
• Windows 上 Stanford NLP 句子分割器偶尔报错，作者在 known-issues 里写了。
• 性能上限是 Claude 自身：返回片段质量再高，模型推理也只受 8000 字符约束的输入。

怎么看这一类工具

Token Saver 的真正意义不是"省 99% 钱"，是让"大文档问答"这个用例从奢侈品变成日用品。所有做企业知识库、文档审阅、合规分析的团队，过去要让一个新人花 200 美元去"读懂 GDPR"才能开始工作；现在可以用 15 美元完成同样的活。

这就是 AI coding 工具一直在讲的故事换了一个场景：把单点功能封装成可插拔的 MCP 工具，让模型决定什么时候调用它，模型权重本身不升级，但工作流被打穿了一个洞。

原文链接：

• https://github.com/Marktechpost/Token-Saver
• https://kiadev.net/news/2026-07-30-token-saver-local-hybrid-rag
• https://techsparking.com/meet-the-token-saver-an-open-source-mcp-extension-using-local-hybrid-rag-to-reduce-token-costs-claude-pdf-90-99