Code-Executor-MCP
一个让AI代理通过执行TypeScript代码来调用MCP工具，以大幅降低Token消耗的MCP服务器。
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：Code-Executor-MCP。 它的用途是：一个让AI代理通过执行TypeScript代码来调用MCP工具，以大幅降低Token消耗的MCP服务器。 完整的 Skill 内容见：https://321skill.com/skills/code-executor-mcp/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
“请帮我分析最近一周的服务器日志，找出错误频率最高的前三种类型，并统计其发生次数。” AI会编写一段TypeScript代码，这段代码会导入日志查询MCP工具的包装器，获取原始日志，在代码中进行过滤、分组和排序计算，最后只将精简的结果（如：`[{"type": "TimeoutError", "count": 45}, ...]`）通过console.log输出并返回给你，避免了将海量原始日志数据送入模型。
介绍
随着MCP（模型上下文协议）工具使用规模扩大，AI代理直接调用工具面临两大痛点：一是所有工具定义会一次性占满上下文窗口，消耗数十万Token；二是每个工具的中间结果都需要经过模型处理，进一步浪费Token。这导致复杂工作流的成本和延迟急剧增加。
Code Executor MCP提供了一个创新的解决方案：它本身是一个MCP服务器，但提供的核心工具是execute_code，允许AI代理编写并执行TypeScript代码。在这段代码中，代理可以导入预先为其他MCP服务器生成的TypeScript包装器，从而间接调用它们。这种方式实现了工具的“按需加载”，并且所有数据处理、过滤和转换逻辑都在代码中完成，只有最终通过console.log输出的精简结果才会返回给AI模型。
这个Skill非常适合需要高效、低成本地串联多个MCP工具来完成复杂任务的智能体开发者、全栈开发者和运维工程师。例如，开发一个需要先搜索文件、再分析数据、最后生成报告的自动化AI代理。
使用前，你需要通过pnpm run gen命令根据mcp.json配置生成目标MCP服务器的包装器文件。注意，它要求代理具备编写TypeScript代码的能力，且目前主要支持TypeScript环境。对于简单的、仅涉及一两个工具调用的任务，直接调用可能更直接。
核心特点
与直接提供一堆MCP工具的Skill不同，它提供的是一个“代码执行层”，将工具调用逻辑从自然语言对话转移到可编程的TypeScript代码中，实现了高达98%的Token节省。它不是一个具体的工具集合，而是一个能让你更高效使用所有其他MCP工具的“元工具”。
注意事项
不适合仅需调用单个简单工具或代理不具备代码编写能力的场景。
常见问题
使用这个能节省多少Token？
根据官方基准测试，在复杂工作流中平均可节省97.6%的Token，范围从93.6%到99.9%。
我需要自己写TypeScript代码吗？
是的，AI代理（如Claude）需要编写调用MCP工具包装器的TypeScript代码，然后通过本Skill执行。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/code-executor-mcp/raw/index.md 读取 Code-Executor-MCP 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/code-executor-mcp/raw/index.md（查看排版版本）