Mibayy/token-savior

해결하는 문제

Token Savior는 AI 코딩 에이전트(예: Claude Code)에서 흔히 발생하는 막대한 토큰 소비와 컨텍스트 창의 과도한 부피를 줄이기 위해 설계되었습니다. 세 가지 주요 문제를 해결합니다: 에이전트가 작은 정보를 얻기 위해 전체 파일을 읽는 경향, 재시작 시 세션 메모리가 손실되는 문제, 그리고 턴 예산을 소모하는 복잡한 Bash 출력의 노이즈입니다.

작동 방식

이 프로젝트는 Model Context Protocol (MCP) 서버로 작동하며 여러 수준의 최적화를 제공합니다.

• 구조적 탐색: 전체 파일을 읽는 대신, 심볼(함수, 클래스, 임포트, 콜 그래프)로 코드베이스를 인덱싱하여 포인터 기반 탐색을 가능하게 합니다.
• 지속적 메모리: SQLite(WAL + FTS5)와 벡터 임베딩의 조합을 사용해 결정, 버그 수정, 코딩 규칙을 저장하고, 새로운 세션에서 컴팩트한 델타로 다시 주입합니다.
• Bash 최적화:
  • PreToolUse 리라이터: 도구 실행 전에 Bash 명령어를 수정하여 모델에 도달하는 출력을 작고 더 효율적인 것으로 만듭니다.
  • PostToolUse 컴팩터: git, docker, kubectl 등에 특화된 34개의 순수 함수형 컴팩터를 적용하여 도구 출력을 토큰 효율적으로 표시합니다. 현재 턴의 크기를 줄이지는 않지만, 출력을 "캡처 사ند박스"에 완전히 보존하여 컨텍스트 압축에도 견딜 수 있도록 합니다.
• 프로필: optimized, tiny, full 등의 다양한 도구 매니페스트를 제공하여 모델에 노출되는 도구 수를 제어함으로써 매니페스트 토큰을 추가로 줄입니다.

대상 사용자

Claude Code, Cursor, Gemini, Codex와 같은 AI 코딩 에이전트를 사용하면서 토큰 비용을 낮추고 싶고, 에이전트 응답 속도를 빠르게 하며, 코딩 세션 간에 지속적 메모리를 유지하고 싶은 개발자에게 적합합니다.

주요 특징

• 매우 큰 토큰 감소: tsbench 벤치마크에서 작업당 활성 토큰이 80% 감소한 것으로 보고되었습니다.
• 심볼 기반 인덱싱: cat과 grep 체인을 직접적인 심볼 검색으로 대체합니다.
• PreToolUse 리라이팅: 토큰 과잉이 발생하기 전에 명령어를 적극적으로 수정합니다.
• 지속적 메모리 엔진: 베이지안 유효성과 ROI 순위 매기기를 사용해 장기적인 프로젝트 지식을 관리합니다.
• 광범위한 도구 지원: git, gh, pytest, aws-cli 등 일반적인 CLI 도구용으로 34개의 전용 컴팩터를 포함합니다.