Meet Token Saver: An Open-Source MCP Extension Using Local Hybrid RAG to Cut Claude PDF Token Costs 90-99%

處理大量 PDF 文件時，背後運作的語言模型往往需要耗費可觀的 Token 用量，這也直接反映在帳單上。對於經常使用 Claude 等大型語言模型的開發者與團隊而言，每次處理合約、研究報告或技術文件時，整份文件的完整內容幾乎都被送入模型，Token 費用也因此居高不下。如今一款名為 Token Saver 的開源擴展工具正式問世，其訴求非常明確：將 Claude 在處理 PDF 時的 Token 成本大幅壓低 90% 至 99%，讓 AI 應用的部署不再因高昂的運算開銷而卻步。

Token Saver 以開源專案的形式釋出，主要設計為符合 Model Context Protocol（MCP）的擴展，能夠無縫整合進現有的 Claude 工作流程。MCP 是一種標準化的通訊協定，負責在 AI 模型與外部工具或資料來源之間建立橋樑，讓模型能夠在可控的範圍內存取所需的資訊。Token Saver 扮演的就是這座橋樑上的過濾器，它不讓 Claude 直接讀取整份 PDF，而是先由本機端進行一次關鍵資訊的擷取與篩選，只把真正需要的段落傳送給模型進行後續生成。這種架構從根本上改變了過去「整本送上」的處理模式，也讓 Token 用量出現跳躍式的下降。

這項工具的核心技術是本地混合檢索增強生成（Hybrid RAG）架構。傳統上，若要讓語言模型回答 PDF 裡的問題，最直接的方式就是將整份文件作為提示（prompt）的一部分送給模型，Token 消耗量因而與檔案大小成正比。Token Saver 的做法則是先在本機端建立文件的索引，並透過混合檢索策略—可能結合關鍵字比對與語意向量檢索—快速找出與使用者提問最相關的段落，再將這些精簡後的上下文送入 Claude。換句話說，模型收到的不再是數百頁的原始文字，而是經過挑選、濃縮且與任務高度相關的內容片段。這種「先檢索、後生成」的流程，所帶來的效益不僅止於 Token 費用的下降。

由於傳送給模型的資料量大幅減少，每次回應的等待時間也有機會同步縮短，同時模型在處理較少不相關資訊的情況下，生成結果的品質與穩定性往往也能獲得提升。對於那些每天需要處理大量文件的企業或研究單位而言，這樣的改善意味著更快的產出與更低的營運成本，整體效率的提升相當有感。就技術親和力而言，Token Saver 的安裝與整合門檻並不高。由於它遵循 MCP 標準，使用者只需要在 Claude 的環境中設定好相應的 MCP 伺服器，便能讓工具開始運作。開源的本質也意味著程式碼完全公開，開發者可以自行檢視其運作邏輯、調整檢索參數，甚至針對特定類型的文件進行最佳化。

這種透明度在 AI 工具鏈中日漸重要，尤其是當成本與資料隱私都成為關鍵考量時，本地端的先行處理也能減少資料外洩的風險，讓敏感文件不必離開使用者的基礎設施。雖然 Token Saver 目前仍屬於早期階段的專案，但其開源社群的潛力不容小覷。工具釋出後，開發者可以實際測試在不同類型 PDF 上的效果，並針對檢索準確率、延遲以及成本削減幅度提供反饋。社群的集體除錯與最佳化，往往能讓專案快速成熟，未來也有望支援更多文件格式，例如 Word 文件、簡報或試算表，甚至進一步擴展到 Claude 以外的語言模型平台，讓更多 AI 應用都能受惠於這種低成本的文件處理策略。

從宏觀角度來看，Token Saver 的出現反映了 AI 產業在成本控管上的迫切需求。隨著模型能力持續提升，應用場景也更加多元，Token 用量與對應的帳單已經成為許多團隊在規劃部署時無法迴避的現實。Token Saver 提供了另一條兼顧效能與開銷的實作路徑，讓開發者不必為了省錢而犧牲模型的回應品質，也不必因為擔心成本過高而放棄使用 AI 處理大量文件的可能性。對於經常與 PDF 檔案打交道的團隊而言，這款工具最大的價值或許不在於那些令人印象深刻的百分比數字，而在於它把選擇權交還給使用者。

過去要處理一份百頁合約，幾乎無可避免要付出對應的 Token 費用；現在則能透過本地端的混合 RAG 機制，主動決定哪些內容才需要動用到模型的理解與生成能力。這種細緻的控制能力，正是許多開發者在追求成本效益時最渴望的。當然，任何工具在初期都會面臨適用範圍與穩定性的考驗。Token Saver 的檢索效果高度依賴索引品質與文件本身的結構，若文件包含大量掃描圖片或非結構化排版，檢索的準確率可能需要進一步調校。但開源社群最大的優勢就在於迭代速度快，這些挑戰反而成為推動專案進化的動力。

可以預見的是，隨著越來越多開發者投入測試與改進，這套工具的適用場景將逐步擴大，不僅限於 PDF，也可能延伸至其他格式或多模態內容。整體而言，Token Saver 為語言模型的文件處理任務提供了一種務實且具體的成本解方。它沒有使用花俏的模型壓縮技術，而是從工作流程著手，透過混合 RAG 將 Token 的浪費降到最低。對於正在摸索如何讓 AI 工具在現實世界中落地，同時又必須緊盯預算的開發者與團隊來說，這無疑是一條值得關注的技術路線。在未來幾個月內，隨著專案持續演化與社群反饋累積，Token Saver 能否成為文件處理領域的標配工具，值得持續觀察。