alexgreensh/token-optimizer

解决的问题

Token Optimizer 降低了 AI 编程助手相关的成本和上下文浪费。它针对三种类型的浪费：结构性（臃肿的配置和未使用的功能）、运行时（冗长的工具输出和重复的文件重读）、行为性（错误的模型路由和重试循环）。与简单的命令压缩器不同，它确保节省效果在会话压缩后依然保留，并提供实时仪表板以追踪实际的美元节省。

工作原理

该工具作为外部进程运行，零基线上下文开销，通过钩子自动在后台压缩和管理上下文。它采用九种主动压缩功能，包括文件重读的差分补丁、结构骨架图、以及将大型工具结果归档到磁盘。它还通过在自动压缩前创建检查点并在压缩后恢复，实现“智能压缩”，确保连续性。每个会话都由本地 SQLite 数据库跟踪，随后在自动更新的 HTML 仪表板中可视化。

适用人群

使用 Claude Code、GitHub Copilot、OpenCode、OpenClaw、Codex、Hermes 等 AI 编程助手，并希望降低 API 成本、防止上下文窗口饱和的开发者。

主要亮点

• 全面压缩：覆盖八个方面，包括 bash/命令输出、搜索/grep 结果、表格/JSON 数据、以及文件重读。
• 会话连续性：使用检查点和跨会话提示，确保在压缩和冷启动恢复后工作得以延续。
• 实时成本追踪：提供仪表板，包含每轮的 token 分解、各定价层级的美元节省额，以及质量评分（S–F）。
• 零开销：作为外部进程运行，无依赖项、无遥测、无上下文注入。
• 模型路由：包含 route 命令，可在执行前为特定任务建议合适的模型层级和努力程度。