Claude Agent 开发团队挖到宝了：这套 MCP 工具包能把 token 消耗砍到原来的 1%

Claude Agent 写代码飞快，但每次调用外部工具都在烧 token——API 文档要读几千行，测试用例要反复解释上下文，数据库结构要一点点喂进去。这些”基础设施开销”才是 Agent 开发里最贵的隐形成本。

今天挖到一个开源项目，精准对这个问题下刀：dbbuilder/claude-agent-mcp-skills，一套基于 MCP 协议的生产级工具包，核心卖点就一个——用代码执行换 token，把 AI 的推理预算留给真正该做的事。

凭什么能省 98.7% 的 token？

传统方式让 Agent 查数据库 schema：要把整个数据库结构描述全部塞进上下文，1000 张表可能就要消耗 50 万到 100 万 token。用这个工具包里的 SQL Server MCP，同样的查询只需要 5K 到 10K token——差了整整 100 倍。

实现原理不复杂：让 Agent 在代码执行层直接跑命令，把结果处理掉再喂回去。相当于给 Claude 装了一个”本地翻译器”，它不需要理解整个数据库，只需要知道当前要查哪张表。Web 搜索也是同理——普通搜索要把整个 HTML 页面都塞进去，这里的 Web Search MCP 先解析再返回结构化结果，token 消耗从 5000 降到 560，降幅接近 90%。

10 个 MCP 服务器，按需取用

项目目前自带 10 个生产级 MCP 服务器，每个都有明确的 ROI 计算：

• api-doc-generator — 自动从代码生成 OpenAPI 文档，ROI $18,000/年
• integration-test-generator — 生成 Jest/Pytest/xUnit 测试，ROI $12,000/年
• security-auditor — OWASP Top 10 自动化扫描，ROI $40,000/年
• project-scaffolder — 模板化项目初始化，ROI $42,000/年
• readme-generator — 自动生成完整 README，ROI $28,000/年
• dependency-updater — 自动更新依赖版本，ROI $24,000/年
• docker-config-generator — 生成 Dockerfile 和 docker-compose，ROI $15,000/年
• config-template-generator — 生成 .env 模板，ROI $8,000/年
• performance-profiler — 性能分析，ROI $20,000/年
• code-migration-assistant — 框架版本迁移辅助，ROI $25,000/年

还有一个 project-analyzer 技能：给一个项目目录，5 分钟分析完技术栈，直接推荐适合装哪些 Skill，在 200 个项目上验证过。

谁用得上？

个人开发者：装完就能跑，Token 省下来的都是真金白银。

团队：自带 ROI 计算，可以直接说服老板——这份工具包在 200 个项目上验证过，年均节省 $156,000，按需选装，不用全拿。

AI Agent 框架开发者：代码执行模式是解耦的，可以单独拎某个 MCP 服务器集成到自己项目里，二次开发友好。

怎么装

官方推荐装 Claude Code 里：

# 克隆项目
git clone https://github.com/dbbuilder/claude-agent-mcp-skills.git
cd claude-agent-mcp-skills
npm install && npm run build

# 添加到 Claude Code
cp .mcp.json.example .mcp.json
# 编辑 .mcp.json 设置 SDK_PATH
export SDK_PATH=/path/to/claude-agent-sdk

每个 MCP 服务器都有独立 README，文档齐全。Phase 2 还在推进，计划扩展到 16 周路线图、28 个 Skill。

Token 是 AI 开发的命根子。这个工具包的思路很直接——与其让模型死记硬背，不如让它按需查询。省下的 token 就是省下的钱，速度就是竞争力。

GitHub：https://github.com/dbbuilder/claude-agent-mcp-skills

GitHub: https://github.com/dbbuilder/claude-agent-mcp-skills