MCP MeasureMCP Measure

索引已觀測

cache-proxy

LLM caching proxy (x402 USDC on Base) - exact + semantic cache. Free health.

我該用這個嗎

品質與安全性

A
說明品質
100%
結構描述完整度
95%
命名品質
80%
汙染風險
100%
權限相符程度
100%
協定合規性
100%

根據工具定義與協定合規性的自動化分析。

上下文成本

~240Token（工具定義）
~1.1 KB典型回應大小
極小的注意力影響（128k 上下文的 0.19%）

這是每次將伺服器的工具載入模型上下文時所消耗的約略 token 數量。數量越高，可用於其他工作的注意力就越少。

安裝

一鍵安裝

將以下內容加入你的 `claude_desktop_config.json` 檔案：

{
  "mcpServers": {
    "cache-proxy": {
      "url": "https://cache.api.ainode.tech/mcp"
    }
  }
}

遠端端點

https://cache.api.ainode.tech/mcpstreamable-http

它能做什麼

工具清單

工具（2）

🟢 唯讀🟡 寫入🔴 刪除⚪ 未知
⚪health(echo)

Health check. Returns server status and optional echo.

輸入結構描述

{
  "type": "object",
  "properties": {
    "echo": {
      "type": "string",
      "description": "Optional string to echo back"
    }
  },
  "additionalProperties": false,
  "$schema": "http://json-schema.org/draft-07/schema#"
}
🟡cache_query(provider, path, body, api_key, cache_ttl)

Send an LLM request through the caching proxy. Returns cached response if available, otherwise proxies to upstream LLM.

輸入結構描述

{
  "type": "object",
  "properties": {
    "provider": {
      "type": "string",
      "enum": [
        "openai",
        "anthropic"
      ],
      "description": "LLM provider to proxy to"
    },
    "path": {
      "type": "string",
      "description": "API path (e.g. /v1/chat/completions)"
    },
    "body": {
      "type": "string",
      "description": "JSON request body as string"
    },
    "api_key": {
      "type": "string",
      "description": "API key for the upstream provider"
    },
    "cache_ttl": {
      "type": "number",
      "description": "Cache TTL in seconds (default 86400)"
    }
  },
  "required": [
    "provider",
    "path",
    "body",
    "api_key"
  ],
  "additionalProperties": false,
  "$schema": "http://json-schema.org/draft-07/schema#"
}

社群

為此伺服器評分

證據

近期觀測

已驗證未記錄版本2 個工具
已驗證未記錄版本2 個工具