alexgreensh/token-optimizer

해결하는 문제

Token Optimizer는 AI 코딩 어시스턴트와 관련된 비용과 컨텍스트 낭비를 줄입니다. 구조적(과도한 설정 및 사용되지 않는 기능), 런타임(과도한 도구 출력 및 중복 파일 재읽기), 행동적(잘못된 모델 라우팅 및 재시도 루프) 세 가지 유형의 낭비를 타깃으로 합니다. 단순한 명령어 압축기와 달리, 세션 압축 후에도 절약 효과가 유지되며, 실제 달러 단위의 절약액을 실시간으로 추적할 수 있는 대시보드를 제공합니다.

작동 방식

이 도구는 기준 컨텍스트 오버헤드가 없는 외부 프로세스로 작동하며, 훅을 사용해 백그라운드에서 컨텍스트를 자동으로 압축하고 관리합니다. 9가지의 활성 압축 기능을 사용하며, 파일 재읽기의 델타 차이, 구조용 스켈레톤 맵, 대규모 도구 결과를 디스크에 아카이브하는 등이 포함됩니다. 또한 '스마트 컴팩션'을 구현하여 자동 압축 전에 체크포인트를 생성하고 압축 후에 복원함으로써 지속성을 보장합니다. 각 세션은 로컬 SQLite 데이터베이스에 기록되며, 자동 갱신되는 HTML 대시보드로 시각화됩니다.

대상 사용자

Claude Code, GitHub Copilot, OpenCode, OpenClaw, Codex, Hermes와 같은 AI 코딩 어시스턴트를 사용하여 API 비용을 낮추고 컨텍스트 창의 포화를 방지하고자 하는 개발자에게 적합합니다.

주요 특징

• 포괄적인 압축: bash/명령어 출력, 검색/grep 결과, 표 형식/JSON 데이터, 파일 재읽기 등 8가지 표면을 커버합니다.
• 세션 지속성: 체크포인트와 세션 간 힌트를 사용해 압축 및 콜드 리즈룸 후에도 작업을 유지합니다.
• 실시간 비용 추적: 턴별 토큰 분석, 가격 레벨별 달러 절약액, 품질 평가(S–F)를 포함한 대시보드 제공.
• 제로 오버헤드: 종속성 없이, 텔레메트리 없이, 컨텍스트 삽입 없이 외부 프로세스로 작동.
• 모델 라우팅: 실행 전 특정 작업에 적합한 모델 레벨과 노력 수준을 제안하는 route 명령어 포함.