alexgreensh/token-optimizer

解決する課題

Token Optimizer は、AIコーディングアシスタントに関連するコストとコンテキストの無駄を削減します。3つのタイプの無駄に焦点を当てています：構造的（膨張した設定や未使用のスキル）、実行時（冗長なツール出力や重複するファイル再読み込み）、行動的（誤ったモデルルーティングやリトライループ）。単純なコマンド圧縮ツールとは異なり、セッションのコンパクション後も節約効果が維持され、実際のドル単位での節約額をリアルタイムで追跡できるダッシュボードを提供します。

動作方法

このツールは、基盤となるコンテキストオーバーヘッドがゼロの外部プロセスとして動作し、フックを使用してバックグラウンドでコンテキストを自動的に圧縮・管理します。9つのアクティブな圧縮機能を採用しており、ファイル再読み込みのデルタ差分、構造用スケルトンマップ、大規模なツール出力をディスクにアーカイブするなどがあります。また、「スマートコンパクション」を実装しており、自動コンパクションの前にチェックポイントを作成し、コンパクション後に復元することで、継続性を確保します。各セッションはローカルのSQLiteデータベースでトラッキングされ、自動更新されるHTMLダッシュボードで可視化されます。

対象ユーザー

Claude Code、GitHub Copilot、OpenCode、OpenClaw、Codex、HermesなどのAIコーディングアシスタントを使用し、APIコストを抑え、コンテキストウィンドウの飽和を防ぎたい開発者向けです。

主な特徴

• 包括的な圧縮: bash/コマンド出力、検索/grep結果、表形式/JSONデータ、ファイル再読み込みなど、8つの表面をカバー。
• セッションの継続性: チェックポイントと跨セッションヒントを使用して、コンパクションやコールドリジューム後も作業を維持。
• リアルタイムコスト追跡: 1ターンごとのトークン分解、価格帯ごとのドル単位の節約額、品質スコア（S–F）を含むダッシュボードを提供。
• ゼロオーバーヘッド: 依存関係なし、テレメトリなし、コンテキストの注入なしで外部プロセスとして動作。
• モデルルーティング: 実行前に特定のタスクに適したモデル階層と努力レベルを提案する route コマンドを含む。