上下文管理
- 主动进行上下文压缩，既能减少成本，也能提高模型表现
- 长文本只提供文件路径，而不是内容；不进上下文的 token 才是最便宜的
- 保留 1M 窗口但设一个保守的自动压缩阈值（如 200k），兼顾灵活性和效率
会话与协作
- 并行子 agent 之间共享上下文缓存，减少 token 成本
- 简单任务留给低成本模型，复杂任务再用高成本模型（灵活利用子智能体）
- 一次深度的思考成本，低于需要反复修改的普通思考（还有时间成本）
- 简单任务可在当前活跃会话（闲置不超过 1 小时）中继续，利用已预热的缓存
Skills 增强
caveman（推荐）：用“原始人式”表达来减少65%的token消耗；47k+⭐️
RTK，Rust Token Killer（推荐）：终端输出过滤、截断和压缩；低延迟，零依赖，能大幅度降低命令输出 token 消耗，兼容主流编程 Agent；36k+⭐️
headroom：以 MCP、库、Agent 的方式压缩工具输出、日志、文件和RAG块；采用本地优先的可逆压缩算法：预估能减少60–95%的 Token 消耗；16k+⭐️
code-review-graph（推荐）：为代码库本地建知识图谱，借助 MCP 提供精准上下文；适用于代码量较多的大型单体仓库；兼容主流编程 Agent；13k+⭐️
Context Mode（推荐）：优化上下文窗口，工具输出进行沙箱处理；Playwright、GitHub、日志等场景减少98%的占用；输出压缩，简洁总结；兼容主流编程 Agent；10k+⭐️
claude-context：代码搜索增强 MCP，适用于 Claude Code、Codex、Cursor 等主流编程 Agent；依赖线上数据库和 OpenAI 的嵌入模型；预计 Token 节省量为 40%
token-optimizer：指令压缩，Token 消耗实时管理，包含 Token 消耗明细、缓存分析、调用速率、成本定价、带代码质量得分等功能；支持 Claude Code 和 OpenClaw
特定优化
参考：
Claude Code 省 Token 指南
10 个开源项目助你在 Claude Code 中节省 60-90% Token