开源工具削减87% LLM API输入token

naruto_uzumaki00 · reddit · 2026-07-05

一位开发者开源了一个厂商中立的 token 优化层，以代理 + MCP 插件形式服务 Claude Code/Codex。在 GPT-5.5 和 Opus 4.8 的真实计费 token 上，输入分别从 16875/26573 降到 2232/3343（削减 86.8%/87.4%），任务质量均维持 3/3。

底层四个手段：前缀缓存、带数字守卫的尾部压缩、AST/文本检索、把可验证步骤级联到本地模型。作者诚实列出局限：静态嵌入没跑赢关键词检索、3B 压缩器曾丢关键数字、评测样本小且偏有利。Apache-2.0，附可复现 benchmark。