$ loading_
作为 MCP 服务器与代理压缩提示词和回复,降低大模型令牌成本。
复制安装指令,让 AI 自动完成配置 · 推荐新手
请帮我安装 askskill 上的 "llmtrim" MCP 服务: 执行:claude mcp add 'io-github-fkiene-llmtrim' -- npx -y @llmtrim/cli
请通过 llmtrim 压缩这段长提示词,在尽量保留关键信息的前提下减少 token,用于后续大模型调用:{{长提示词内容}}返回更短的提示词版本,可用于后续模型请求以降低成本。
请通过 llmtrim 压缩这份工具输出,保留关键结果与必要上下文,减少传给大模型的 token:{{工具输出内容}}返回精简后的工具输出摘要,便于继续进入下一轮推理。
请通过 llmtrim 压缩这段模型回复,保留主要结论和行动项,降低后续多轮对话成本:{{模型回复内容}}返回更紧凑的回复内容,适合继续在对话链路中传递。
开发者在通过 MCP 串联模型与工具时,可用它压缩提示词、工具输出和回复,减少整体 token 消耗。这样更适合多轮、长上下文的工作流。
当团队需要通过代理层转发大模型请求时,它可在中间环节压缩输入与输出内容。这样有助于降低调用成本并减少冗长上下文。
它是一个 MCP server 和 proxy,用来压缩大模型提示词、工具输出以及模型回复,以降低 token 成本。
根据描述,它可压缩 prompts、tool output 和 replies。也就是模型调用前后的主要文本内容都在其覆盖范围内。
给定素材没有提供安装步骤或依赖要求。具体配置方式见源码仓库。
压缩并代理 MCP 响应,帮助大模型降低令牌消耗并高效调用工具。
压缩 MCP 工具 schema,显著降低 token 消耗并保持完整语义与确定性。
集中管理多个MCP服务器并按需加载工具模式,降低大模型上下文占用。
通过 MCP 将大模型请求转发到兼容 OpenAI 的服务提供商。
通过 LiteLLM 代理统一调用大模型、向量、绘图与管理能力。
将非关键大模型任务转交给自管模型处理,节省高端模型配额与成本。