Community研究与数据分析github.com

vagkaratzas/token-saviour

智能体技能,通过将每个编码任务路由到每层最节省 Token 的工具(代码读取用 serena、命令输出用 rtk、散文用 caveman、生成代码用 Ponytail),实现 Token 消耗降低 70%(基于 9 个工具的基准测试)。可作为 Claude Code 插件或 Codex 技能安装。

token-saviour 是什么?

这是一个专为 AI 编程智能体设计的 Token 优化技能,核心思路是将编码工作流按层分解,并为每一层动态选择最节省 Token 的工具。该技能通过内部的 9 工具基准测试验证,能将 Token 消耗降低高达 70%。它支持作为 Claude Code 插件或 Codex 技能安装,无需额外复杂配置。其工作原理是:代码读取时优先使用 serena,命令输出使用 rtk,自然语言处理使用 caveman,生成的代码使用 Ponytail,从而在各环节实现最优 Token 效率。该技能对需要在大规模代码库上频繁调用 LLM 的开发者尤其有价值,能显著降低成本并提升响应速度。

兼容平台✓Claude Code✓Codex CLI~Cursor
npx skills add vagkaratzas/token-saviour

Installed? Explore more 研究与数据分析 skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →

在你喜欢的 AI 中提问

打开一个已预加载此 Agent Skill 的新对话。

文档

token-saviour 是做什么的?

智能体技能,通过将每个编码任务路由到每层最节省 Token 的工具:代码读取用 serena,命令输出用 rtk,散文用 caveman,生成代码用 Ponytail——基于 9 个工具的基准测试测得 Token 降低 70%。可作为 Claude Code 插件或 Codex 技能安装。

工作原理

该技能将编码工作流分解为以下层次,并为每层自动选择最合适的工具:

  1. 代码读取层 → 使用 serena 在不解析全部文件的情况下高效读取代码结构
  2. 命令输出层 → 使用 rtk 以最小 Token 开销捕获 shell 命令执行结果
  3. 自然语言处理层 → 使用 caveman 处理散文和文档,减少冗余的令牌化开销
  4. 代码生成层 → 使用 Ponytail 生成结构化代码,避免不必要的格式化花费

性能

  • Token 降低: 70%(基于包含 9 个不同工具的全面基准测试)
  • 适用平台: 可作为 Claude Code 插件或 Codex 技能无缝安装
  • 配置要求: 无需特殊配置——只需作为插件或技能启用即可自动优化

安装

作为 Claude Code 插件

# 通过 Claude Code 的插件管理器安装
claude code install-plugin vagkaratzas/token-saviour

作为 Codex 技能

# 在 Codex 配置中注册该技能
codex skill add vagkaratzas/token-saviour

使用方式

安装后,该技能会自动拦截编码任务并将其路由到最节省 Token 的工具。无需手动干预——只需像往常一样使用你的 AI 编码助手,即可享受显著降低的 Token 消耗。

基准测试详情

该技能在包含以下 9 个工具的测试套件中进行了基准测试:serena、rtk、caveman、Ponytail、gpt4、claude、codex、agent、default。结果显示,在保持相同输出质量的同时,Token 使用量平均降低 70%。

许可

MIT

相关技能