ほぼすべてのMCPサーバーが想像できるように、大規模な上流ツール応答のトークンコストを削減する透明なMCPプロキシ。 単一の上流 MCP をラップし、すべての呼び出しを転送し、脂肪のペイロードを content-aware バックエンドに処理します。 エージェントは、ユニバーサルの小さなセット ([peek]]、slice]]、search]、[aggregate]、[[describe]]])で問い合わせることができます。

ベンチマーク

2つの一般的な現実世界MCPサーバーに対してエンドツーエンドの測定。 各実行は、ツールコールの固定スクリプトを2回実行します。直接、jmunch-mcp を1回実行すると、3つのフォローアップ [jmunch.*]]で、プロキシされた側の動詞呼び出しで、エージェントが全体のスライディングではなく、大きな結果に訓練をモデル化します。

| スイート | 上流 | 直接トークン | jmunch-mcp | 保存 | |—|—|—|— | @modelcontextprotocol/server-github | 379,878 | 44,328 | 335,550(88.3%)** | | 【[T9] | 259,574 | 2,928 | 256,646 (98.9%)

追加の動詞にもかかわらず、両方のスイートのプロキシで壁クロック時間も短縮されました。エージェントは脂肪ペイロードをページビューする必要はありません。

| スイート | ダイレクト | jmunch-mcp | デルタ |

jmunch-mcp

Transparent MCP proxy that reduces the token cost of large upstream tool responses for nearly every other MCP server imaginable. Wraps a single upstream MCP, forwards every call, and handle-ifies fat payloads into content-aware backends the agent can query with a small set of universal verbs (peek, slice, search, aggregate, describe, list_handles).

Benchmarks

Measured end-to-end against two popular real-world MCP servers. Each run fires a fixed script of tool calls twice — once direct, once through jmunch-mcp — with three follow-up jmunch.* verb calls on the proxied side to model an agent drilling into a large result rather than slurping it whole.

Wall-clock time was also faster with the proxy on both suites, despite the extra verb calls — the agent never has to page through the fat payload:

Tabular content (GitHub) routes to the SQLite backend and answers peek/slice/aggregate; JSON content (Firecrawl scrape/map) routes to the JSON-tree backend and answers peek/slice (JSONPath)/search. See bench/README.md to reproduce.

Install

pip install jmunch-mcp

From source:

git clone https://github.com/jgravelle/jmunch-mcp
cd jmunch-mcp
pip install -e .

Quickstart

jmunch-mcp init

init scans three sources — your MCP client configs (Claude Desktop, Claude Code, Cursor, Windsurf, Continue), running processes, and a small catalog of popular upstreams (GitHub, Firecrawl, filesystem, fetch, Brave Search, Slack) — and renders a checklist. Tick the upstreams you want wrapped, and it writes one .toml per selection into ./configs/. Non-interactive flags: --yes (pick everything already registered in a client), --dry-run, --overwrite, --out , --no-running, --no-catalog.

Manual

jmunch-mcp --config examples/config.toml

Configure your MCP client to launch jmunch-mcp --config instead of the upstream server directly. Add --report to print a session summary on shutdown.

Gateway mode (v2 — universal proxy)

The MCP proxy above saves tokens for MCP clients. The gateway saves tokens for any AI application that speaks the OpenAI or Anthropic HTTP API — LangChain, LlamaIndex, CrewAI, AutoGen, Continue, Cline, Aider, or a raw SDK. No code changes in the app; just point base_url at jmunch.

pip install 'jmunch-mcp[gateway]'