Prototyp · Vorschau: alle Server aus der offiziellen Registry, alle 30 Minuten synchronisiert. Bewertungen und Benutzerkonten folgen in einem späteren Schritt.
PopNx MCPMCP-Server für alle, die KI nutzen · in einfachen Worten erklärt

Tokenectomy Razor

von Tokenectomy-LabsVersion 1.3.3i★ –iLäuft auf deinem Computer
Name in der Registryio.github.Tokenectomy-Labs/razor

Installieren

Überblick

Beschreibung vom Entwickler (englisches Original)

Cut 95% of framework noise and token bloat from error logs for AI agents.

Die drei Säulen von PopNx MCP

Diese drei werden nie zu einer Punktzahl zusammengefasst: Meinungen, Messungen und Beliebtheit sind verschiedene Dinge.

Was du damit machen kannst

Für diesen Server haben wir noch keine Zusammenfassung in einfacher Sprache geschrieben. Unten stehen die Fakten, die wir aus der Registry gelesen haben.

  • Verbindung: Läuft auf deinem Computer
  • Transport: stdio
  • Kategorie: Sonstiges

Installation

Wähle die KI-App, die du nutzt, und kopiere die Einstellungen.

Bevor du installierst

  • Basischecks: 1 von 1 bestanden
  • Läuft auf deinem Computer mit den Rechten deines Benutzerkontos (Dateien, Netzwerk, Apps).
  • Die Registry nennt keinen Schlüssel zum Eintragen.

Du brauchst

  • npmNode.js installiert (für den Befehl npx)

Welche App nutzt du?

Wähle oben deine App. Wir merken sie uns, damit der Button beim nächsten Mal „In … installieren“ anzeigt.

Öffne Claude Desktop → Settings → Developer → Edit Config und füge dies in claude_desktop_config.json ein

{
  "mcpServers": {
    "razor": {
      "command": "npx",
      "args": [
        "-y",
        "tokenectomy-razor"
      ]
    }
  }
}

Führe das in deinem Terminal aus

claude mcp add razor -- npx -y tokenectomy-razor

In Cursor öffnen

Oder kopier die Einstellungen selbst

In .cursor/mcp.json in deinem Projekt oder in ~/.cursor/mcp.json einfügen

{
  "mcpServers": {
    "razor": {
      "command": "npx",
      "args": [
        "-y",
        "tokenectomy-razor"
      ]
    }
  }
}

Dein Browser fragt, ob er die App öffnen darf, dann zeigt die App die Einstellungen und bittet dich um Bestätigung. Schlüsselwerte bleiben leer, damit du sie selbst einträgst.

In VS Code öffnen

Oder kopier die Einstellungen selbst

In .vscode/mcp.json in deinem Projekt einfügen

{
  "servers": {
    "razor": {
      "type": "stdio",
      "command": "npx",
      "args": [
        "-y",
        "tokenectomy-razor"
      ]
    }
  }
}

Dein Browser fragt, ob er die App öffnen darf, dann zeigt die App die Einstellungen und bittet dich um Bestätigung. Schlüsselwerte bleiben leer, damit du sie selbst einträgst.

Dieser Server läuft auf deinem Computer, und ChatGPT kann sich nur mit Servern im Internet verbinden. Wähle eine andere App.

Deine Auswahl bleibt in einem Cookie auf diesem Gerät; kein Konto nötig.

Diese Einstellungen werden aus dem Registry-Eintrag des Entwicklers erzeugt. Wenn in der README etwas anderes steht, folge der README.

Was er kann

Läuft auf deinem Computer; die Tool-Liste erscheint nach der Installation in deiner KI-App.

Basischecksi

Wir prüfen Informationen, die jeder sehen kann; den Code haben wir nicht gelesen. Checks, die nicht zutreffen, werden nicht mitgezählt. · Geprüft am 6. Nov. 2026

  • ✓ Bestanden

    Entwickler passt zum Repo

    Der Registry-Name wurde mit dem GitHub-Konto Tokenectomy-Labs bestätigt, dem das Repo gehört

  • … Noch nicht geprüft

    Wird noch gepflegt

    Dieses Repo haben wir noch nicht von GitHub gelesen

  • … Noch nicht geprüft

    Hat eine Lizenz

    Dieses Repo haben wir noch nicht von GitHub gelesen

  • – Nicht zutreffend

    Endpunkt antwortet

    Dieser Server läuft auf deinem Computer; es gibt keinen Endpunkt im Internet

  • – Nicht zutreffend

    Anmeldung mit OAuth

    Läuft auf deinem Computer und nutzt stattdessen lokale Einstellungen

  • … Noch nicht geprüft

    Keine versteckten Anweisungen in Tool-Beschreibungen

    Läuft auf deinem Computer; Tool-Listen können wir nur von Endpunkten im Internet lesen

Im Vergleich mit anderen in Sonstigesi

  • Mehr Sterne als 0 % der anderen 32484 Server in dieser Kategorie
  • Neuer in der Registry veröffentlicht als 45 % der anderen 32484 Server in dieser Kategorie
  • Basischecks gleich gut wie oder besser als bei 100 % der anderen 32484 Server in dieser Kategorie

Verglichen mit allen aktiven Servern dieser Kategorie in der Registry. Sterne zählen nur, wenn dem Herausgeber das Repo gehört.

Häufige Fragen

Ist Tokenectomy Razor sicher?

Er hat 1 von 1 zutreffenden Basischecks bestanden. Den Code haben wir nicht gelesen. Bevor du einen Schlüssel oder Token hinzufügst, sieh nach, welche Zugriffe der Server verlangt, und nutze einen Schlüssel, der nur die Berechtigungen hat, die du brauchst.

Welche Schlüssel oder Codes braucht er?

Die Registry nennt keinen erforderlichen Schlüssel, manche Server bitten dich aber bei der ersten Nutzung, dich anzumelden.

Läuft er auf meinem Computer oder in der Cloud?

Er läuft auf deinem Computer. Deine KI-App startet ihn bei Bedarf, und die Daten laufen nicht über die Server des Entwicklers (außer der Server ruft selbst einen Onlinedienst auf).

Wird er noch gepflegt?

Das GitHub-Repo wurde zuletzt – geändert, und die neueste Version (1.3.3) kam vor 2 Monaten in die Registry.

Welche Apps können ihn nutzen?

Apps, die MCP unterstützen, etwa Claude Desktop, Claude Code, Cursor und VS Code. Außerdem brauchst du Node.js auf deinem Computer.

Was kann ich stattdessen nutzen?

In derselben Kategorie: Spec Driven Development, Remote Desktop Commander, Recta

Alternativen

Server derselben Kategorie von anderen Entwicklern, sortiert nach Sternen.

So liest du eine Karte:★ GitHub-SterneiDrei Säulen: Bewertungen · Checks · NutzungiAktualisiert = neueste Version in der Registry veröffentlichti

Spec Driven Development

von formulahendry

MCP Server that facilitates spec-driven development workflows, not just Vibe Coding.

Läuft auf deinem Computer★ 440MITAktualisiert vor 14 Monaten
Installieren

Remote Desktop Commander

von desktop-commander

Remote Desktop Commander: use files, terminal and processes on your own computers from any AI app.

Läuft in der Cloud★ 211Aktualisiert gestern
Installieren

Recta

von RectaBuild

Cheaper cross-chain stablecoin routes for AI agents; 5 % of the verified saving, nothing if none.

Computer oder CloudAktualisiert heute
Installieren

README vom Entwickler

README öffnen

Unverändert aus dem Repo des Entwicklers übernommen. PopNx MCP hat den Inhalt weder geprüft noch empfiehlt es ihn. HTML, Bilder und Skripte wurden entfernt. Links führen von dieser Website weg.

Tokenectomy Razor

Fix Claude Code & Cursor Rate Limits: Zero-Latency Local AI Gateway & Context-Surgery MCP Server in Rust Stop burning 20,000 tokens on node_modules stack traces. Tokenectomy Razor is a sub-millisecond local AI Gateway reverse proxy (127.0.0.1:8080) & companion MCP server written in safe Rust. Excises 41.7%–99.7% framework noise from terminal error logs, redacts leaked DB credentials/JWTs, and caches prompts for free.

Quick Start (10s) • Architecture • The Problem • Before & After • Live Interactive Demo • Benchmarks

                                 ┌────────────────────────────────────────────────────────┐

│ Autonomous Agents │ │ Claude Code • Cursor • Antigravity • Cline • Windsurf │ └───────────────────────────┬────────────────────────────┘ │ ▼ (HTTP / SSE Outbound Prompts) ┌──────────────────────────────────────────────────────────────────────────────────────────────────────────────────┐ │ ⚡ TOKENECTOMY AI GATEWAY (127.0.0.1:8080) │ │ │ │ ┌─────────────────────────┐ ┌───────────────────────────┐ ┌──────────────────────────────────────────────┐ │ │ │ Zero-Cost Prompt │ │ Zero-Leak Credential │ │ Polyglot Trace Surgery │ │ │ │ Cache │ │ Redaction │ │ (9 Languages) │ │ │ │ <1ms Hit • 100% Free │ │ API Keys • JWTs • DB URIs│ │ node_modules • site-packages • .cargo │ │ │ └───────────┬─────────────┘ └─────────────┬─────────────┘ └──────────────────────┬───────────────────────┘ │ │ │ │ │ │ │ └───────────────────────────────┼────────────────────────────────────────┘ │ │ ▼ │ │ Smart Upstream Auto-Router │ │ (Anthropic • OpenAI • Groq • Ollama Local) │ └──────────────────────────────────────────────┬───────────────────────────────────────────────────────────────────┘ │ ┌────────────────────────────────┼────────────────────────────────┐ ▼ ▼ ▼ api.anthropic.com api.openai.com localhost:11434 (Claude 3.5 / 3.7 Sonnet) (GPT-4o / o1 / o3-mini) (DeepSeek / Llama)


⚡ Quick Start (10s)

0. Zero-Config One-Liner Wrapper (wrap)

Run any coding agent or test suite directly behind Tokenectomy's privacy & caching gateway with zero manual environment variable setup:

# Wrap Claude Code CLI

razor wrap -- claude

Wrap Aider with DeepSeek or Ollama (Auto-Transpiled on the fly!)

razor wrap -- aider --model deepseek/deepseek-chat

Wrap test runs to scrub logs and prevent accidental credential leakage

razor wrap npm test

1. Launch the Standalone AI Gateway (Manual Mode)
npx -y tokenectomy-razor --proxy

💡 Smart Multi-Provider Auto-Routing & Universal LLM Transpiler ON by default! Tokenectomy automatically analyzes request paths and headers. Need to run Claude Code against DeepSeek or Ollama? Tokenectomy transparently transpiles Anthropic /v1/messages format into OpenAI /v1/chat/completions on-the-fly and vice-versa.

2. Connect Your Favorite Agent

Point your coding agent or CLI to the local gateway on 127.0.0.1:8080:

Agent / EnvironmentSetup Command or ConfigurationAuto-Routed Upstream
Claude Codeexport ANTHROPIC_BASE_URL="http://127.0.0.1:8080"https://api.anthropic.com
CursorModels > OpenAI Base URL: http://127.0.0.1:8080/v1https://api.openai.com
Google Antigravity / Geminiexport OPENAI_BASE_URL="http://127.0.0.1:8080/v1"https://api.openai.com
Cline / Roo CodeProvider: OpenAI Compatible &bull; Base URL: http://127.0.0.1:8080/v1https://api.openai.com
Ollama / Local LLMsBase URL: http://127.0.0.1:8080http://localhost:11434
3. Real-Time FinOps & Security Dashboard

Open `http://127.0.0.1:8080/dashboard` in your browser to observe live token reductions, prompt cache hits, dollar savings, and redacted credentials in real time.


4. Companion MCP Server Setup (Sub-Cortex)

For agents calling deep diagnostic tools (get_error_context, analyze_code, apply_code_patch):

Claude Code CLI
claude mcp add tokenectomy npx -y tokenectomy-razor --mcp
Google Antigravity / Gemini CLI
agy mcp add tokenectomy-razor -- npx -y tokenectomy-razor --mcp
Cursor Composer (.cursor/mcp.json)
{

"mcpServers": { "tokenectomy": { "command": "npx", "args": ["-y", "tokenectomy-razor", "--mcp"] } } }

Claude Desktop (claude_desktop_config.json)
{

"mcpServers": { "tokenectomy": { "command": "npx", "args": ["-y", "tokenectomy-razor", "--mcp"] } } }

5. Terminal Piping & CLI Scrubbing
npm test 2>&1 | npx tokenectomy-razor

🛑 The Problem: Why Your AI Hits Rate Limits & Hallucinates

When your app crashes during development (Next.js, Express, FastAPI, Tokio), the runtime dumps hundreds of lines of third-party plumbing from node_modules or site-packages.

When you paste that raw crash dump into Cursor or Claude:

  1. Eats Your 5-Hour Rate Limit: A single Express/Prisma error can dump 5,000 to 45,000 tokens of third-party library code you never wrote. A few crash loops easily burn your session limit.
  2. Triggers AI Hallucinations: Claude gets lost in framework internals (node_modules/express/lib/router/layer.js or starlette/routing.py) and tries to edit library files instead of your actual application code.
  3. Leaks Secrets & Credentials: Connection strings with raw database passwords, JWT bearer tokens, and cloud keys embedded in error traces get forwarded to external model servers.
Raw Terminal Crash (45,820 tokens + Leaked Secrets)

│ ▼ <0.2ms Local Rust DFA Engine [Redact Passwords & Keys] ──► [Strip Third-Party Framework Frames] ──► [Isolate Root Cause] │ ▼ Clean Context (118 tokens • Zero Secrets • Sub-millisecond)


🔍 Before & After Comparison

❌ Without Tokenectomy: AI Hallucinates & Burns Context
TypeError: Cannot read properties of undefined (reading 'token')

at loadComponents (/app/node_modules/next/dist/server/load-components.js:14:2) at renderToHTML (/app/node_modules/next/dist/server/render.js:50:5) at nextServer (/app/node_modules/next/dist/server/next-server.js:80:12) at processTicksAndRejections (node:internal/process/task_queues:95:5) at runMicrotasks (node:internal/process/task_queues:120:3) at checkoutHandler (/app/pages/api/checkout.ts:42:15) Database connection failed: postgresql://admin:super_secret_password@db.prod.internal:5432/primary API key leaked: [PopNx MCP ตัดค่าที่หน้าตาเหมือนกุญแจออก]

> **What Claude does:** Analyzes `load-components.js` and `next-server.js`, speculates on Webpack / Next.js internals, and leaks connection credentials to remote inference logs.
✅ With Tokenectomy: Clean Context & Instant Fix
// [Tokenectomy Surgery: 5 internal framework frames pruned (83.3%)]

// Source: /app/pages/api/checkout.ts:42:15 42 | const sessionToken = req.headers.authorization.token; | ^ TypeError: Cannot read properties of undefined (reading 'token') 🛡️ [CONNECTION_STRING_REDACTED] 🛡️ [ANTHROPIC_KEY_REDACTED]

> **What Claude does:** Instantly identifies that line 42 in `checkout.ts` attempted to access `.token` on undefined headers. Suggests optional chaining `req.headers.authorization?.token` immediately. Credentials redacted before transmission.

🔬 Verifiable Benchmarks

All performance claims are hardware-grounded and independently reproducible on physical hardware (measured on 10-Core Intel Core i5-1235U @ 15W running Arch Linux, Kernel 6.13):

Hardware Dependency Notice: Performance is hardware-dependent; reported throughput represents measured results on the specified test hardware (10-Core Intel Core i5-1235U @ 15W TDP). Throughput scales with higher TDP desktop/server CPUs and faster memory buses. Developers are encouraged to independently audit performance using the reproduction command below.

📋 Click to expand full raw benchmark terminal log ($ cargo test --release)

$ cargo test --release --test stress_benchmark -- --nocapture

===================================================================================== 🧪 TOKENECTOMY OSS VERIFIABLE HEAVY STRESS BENCHMARK (100% REPRODUCIBLE IN OSS) Hardware: 10-Core / 12-Thread Intel Core i5-1235U | OS: Arch Linux | Kernel Telemetry Active Initial Baseline Process Memory (VmRSS): 3.45 MB =====================================================================================

🔥 [TEST 1/3] QUARTER-MILLION LINES LOG REDACTION TORTURE (250,0

Nur der Anfang wird gezeigt; den Rest findest du im Repo

PopNx fragen