vincentkoc/tokenjuice

解決的問題

Tokenjuice 解決了 AI 代理工作流程中的「文字牆」問題。當代理執行終端命令（例如 git status 或 docker build）時，產生的輸出通常雜亂且過長，浪費上下文視窗的 token，並可能讓 LLM 混淆。Tokenjuice 在不改變命令實際行為的前提下，將這些輸出壓縮為更小、更有意義的資料載荷。

工作原理

它作為一個決定性輸出壓縮器運作。在命令執行後觀察其輸出，並應用基於規則的還原器來縮小載荷。這些規則以可檢視的 JSON 格式儲存，而非依賴機率性的 LLM 摘要。使用者仍可透過明確指定 --raw 或 --full 標記，或透過選用的工件儲存存取原始完整輸出。

適用對象

建構或使用以終端為中心的 AI 代理與工具（如 Claude Code、Cursor、Aider 或 OpenHands）的開發者，希望透過清理命令輸出來優化 token 使用並提升代理可靠性。

特色

• 決定性壓縮：使用基於規則的還原器，而非依賴 LLM 的「感覺」，確保輸出一致。
• 廣泛整合支援：為大量 AI 編程代理與 IDE 提供一鍵安裝。
• 上下文高效：最小化輸出浪費，減少無用重試的需求。
• 隱密運作：保持 shell 經驗不變，同時為主機整合提供輕量級包裝。