第一章 你被 PDF 偷偷收割了多少 token
先问个扎心的：你有没有干过这事——把几百页的合同、年报、论文往 Claude 里一丢，说”帮我总结一下”，然后接着追问”第 47 页那个终止条款到底啥意思”。第一遍回答挺爽，可你每追问一句，账单就悄悄涨一截。
为什么？因为 Claude 默认会把每一页转成图片、再提一层文字，光文字层每页就有 1500 到 3000 token，图片 token 还没算。更要命的是：对话历史每一轮都会重新发给模型。那本 200 页的 PDF 不是一次性收费，而是你每追问一次，整本文档就重新被计费一次。1000 页的教材，你只想找两段相关内容，却逼着模型在 1000 页里大海捞针——又贵，又容易幻觉。这坑，几乎人人踩过。
第二章 Token Saver 是什么
它就是一个专治这个病的开源工具。Token Saver 是一个 MCP（Model Context Protocol）扩展，专门给 Claude Desktop 用，MIT 协议，目前 v1.0。作者 Arnav Rai 是罗切斯特理工学院（RIT）的计算机本科生，在 Marktechpost 实习时做出的这个项目，项目地址 github.com/Marktechpost/Token-Saver。
一句话概括它的思路：别把整堆数据塞进上下文窗口，搜索这件事放在本地代码里做，只把最相关、带页码标注的一小片结果喂给模型。它本质上是个跑在你自己机器上的本地 MCP server——一个轻量后台进程，Claude 把它当成一个工具来调用。你的 PDF 从头到尾不会离开你的硬盘。
第三章 核心思路：搜索放本地，只给模型两三段
这个思路同时在两件事上得分。第一是省钱：上下文每轮重发，你只喂一小片，小片段只付一次钱，而不是整本文档在每轮追问里反复被付费。第二是更准：一个被 200 页无关内容淹没的模型，推理质量反而比只拿到正确两段的模型差——相关事实容易在”中间”被忽略掉，这是大模型著名的”中间迷失”现象。
Token Saver 用的叫”本地混合 RAG”（Local Hybrid RAG）。所谓混合，就是同时用两种检索：关键词匹配（BM25，跑在 SQLite 自带的 FTS5 上）负责精确术语；语义检索（余弦相似度，本地小模型 all-MiniLM-L6-v2）负责理解你问题的”意思”。两种方式在本地融合打分，服务器只挑出高度相关的段落交给 Claude，附上精确页码，还顺手给你一个”刚才省了多少 token”的累计统计。一个工具，又省钱又提准，这种好事不多见。
第四章 手把手装好它
别被”MCP 扩展”吓到，装起来就三步。第一步，把项目拉下来并装依赖：git clone https://github.com/Marktechpost/Token-Saver，进目录 pip install -r requirements.txt。第二步，打开 Claude Desktop 的配置文件（Windows 在 %APPDATA%\Claude\claude_desktop_config.json），在 mcpServers 里加一个块，command 指向你的 Python 解释器，args 指向 server.py，重启 Claude Desktop 即可。
第三步，一次性加个系统提示词（Settings → Custom Instructions）：告诉 Claude “只要我给的是 PDF 路径，先调用 Token Saver 工具，只基于它返回的带页码片段回答”。搞定之后，你直接说”总结一下 C 盘下那份 report.pdf”，Claude 会自己调用本地检索，读的是精简后的文本，最后还跟你报一声省了多少 token。全程本地，数据不出机。
第五章 本地混合 RAG：两种搜索打配合
想用好它，得懂它背后那套八阶段流水线。文本先被 pypdfium2 抽出，切成约 180 词、重叠 40 词的段落；再用 BM25（权重 0.4）加语义模型（权重 0.6）混合打分；过一道门槛——没有关键词重叠的段落，语义相似度必须超过 0.25 才放行；去重、裁剪到只留直接答题的句子、把返回量封顶在 8000 字符，最后每段裹上文件名和精确页码再交给 Claude。
实测省钱幅度随文档变长而飙升：33 页 FDA 标签省 95.7%，88 页 GDPR 省 98.6%，233 页哈佛诉讼案省 99.4%。而且那个嵌入模型是可选的——万一加载失败，系统会自动降级成纯关键词匹配，官方说检索质量其实也不差。这种”降级不崩”的细节，是真正跑过生产的人才写得出来的。
第六章 省钱之外，它还有两个被低估的好处
第一，更准。只给模型正确的两三段，比塞它 200 页无关内容推理质量高得多，相关事实不再淹没在中间。尤其是小模型，被无关上下文淹没时幻觉更严重，Token Saver 等于帮你把噪声切掉了。
第二，隐私零泄露。文档从不离开你的机器，靠文件夹白名单 + stdio 本地通信，而不是走网络socket。对法务、医疗、财报这类敏感文档，这点比省钱还重要。另外它还有个隐藏优势：长文档的”中间迷失”问题被直接绕开，你问第 47 页的条款，它真就只去看第 47 页附近的片段。
第七章 一个被低估的趋势
Token Saver 不是一个孤例。它代表一个正在成型的方向：用本地 RAG + MCP，把”让 AI 读长文档”从烧钱黑洞变成便宜又准的日常操作。同样思路的项目还有 pdf-mcp（转 markdown 省 60%~72%）、mcp-pdf-tokensaver（布局感知、省 90%）等等，说明”别把整本文档喂给模型”已经成了共识。
对天天跟 PDF 打交道的知识工作者——律师、研究员、分析师、产品经理——这类本地 MCP 工具迟早是标配。2026 年用 AI 的正确姿势，不是拼命堆上下文窗口，而是把搜索和精简留在本地，只把对的片段交给模型。Token Saver 就是这套姿势里，最顺手的那把刀。
暂无评论内容