В [посте про оптимизацию MCP](/ru/posts/mcp-context-optimization/) я рассказывал, как набрал около 80 тысяч токенов контекста одними только описаниями инструментов. Подключил Notion, Telegram, Figma и другие сервисы, а потом стал разбираться, куда уходят лимиты.

Я поднял нейросеть на 284 миллиарда параметров — 13 миллиардов активных на токен — на обычном MacBook Pro.

За последнюю неделю нашёл несколько инструментов, которые пригодились в работе: npkill, Context7 Skills, Slidev, OpenPencil и Granola MCP.

Я уже писал о том, что описания инструментов подключённых MCP-серверов подгружаются в текущий контекст и увеличивают потребление токенов. На тарифах Pay as you go за это приходится больше платить, а на фиксированных тарифах быстрее съедаются лимиты.

Если хочешь не просто смотреть на хайп вокруг агентов, а системно разобраться в теме, сейчас есть сразу несколько бесплатных вариантов, на которые стоит обратить внимание.

Я хотел подключить Telegram к Claude и ChatGPT так, чтобы можно было массово подгружать сообщения из каналов в контекст и работать с ними прямо из AI-инструмента. Казалось бы, задача простая: взять готовый MCP-сервер, подключить и пользоваться. На практике пришлось немного допилить чужой проект.

Смотрю — использую всего 10% контекста. Думаю — всё ок, мне хватит лимита 5-часовой сессии тарифа Pro. Но он тает на глазах.

Сижу, работаю — и внезапно сессия упёрлась в лимит. Я начал разбираться, куда именно утекают токены. Оказалось, виноваты три совершенно разных механизма — и каждый из них незаметен до момента, когда уже поздно.