用 Claude Code 或其他 AI 编码工具的人，大多碰过两个问题：要么半个月就用完月度额度，要么 API 账单超预期。很少有人意识到，你花的钱里 80% 都浪费在了冗余输出、重复读取全代码库、没用的命令日志和堆叠的对话历史上。

社区博主 Charly 一次性整理出 10 款专门解决这个问题的开源工具，适配几乎所有主流 AI 编码工具，最高能把大项目的 Token 消耗砍到原来的 1/49。

一、输出压缩类：直接砍 AI 废话的 Token

最容易见效的类别，不需要改工作流，装完直接生效。

1. Caveman

核心是让 AI 砍掉所有冗余套话，只输出核心内容。实测平均减少 65% 输出 Token，最高到 87%，技术准确率 100%，同时响应速度快 3 倍。

实际对比：

• 普通 Claude 回答 React 重渲染问题：69 Token，包含"我来帮你看""这是常见问题"之类的套话
• Caveman 模式下：19 Token，直接给原因和解决方案"New object ref each render. Inline object prop = new ref = re-render. Wrap in useMemo."

实测基准：

额外功能：支持一键生成符合规范的短 Commit 信息、单行 PR 评论、压缩项目文档，还能统计累计节省的 Token 和对应美元金额。

支持 30+ AI 工具：Claude Code、Cursor、Windsurf、Copilot、Gemini 等，安装一行命令搞定：

# macOS/Linux/WSL
curl -fsSL https://raw.githubusercontent.com/JuliusBrussee/caveman/main/install.sh | bash

仓库：github.com/JuliusBrussee/caveman

苏米注：Caveman 的原理其实是在系统提示词里注入"简洁模式"指令，让模型默认输出最短回答。我用下来最大的感受是——它不会牺牲回答质量，反而因为去掉了废话，核心信息更突出了。强烈建议所有 Claude Code 用户先装这个，收益最明显。

二、命令输出过滤类：砍终端冗余日志的 Token

AI 编码工具执行命令时，会把所有输出全部塞进上下文，大部分是没用的进度条、重复日志、boilerplate，这部分占了日常 Token 消耗的大头。

2. RTK (Rust Token Killer)

Rust 写的高性能 CLI 代理，无依赖，启动 overhead 不到 10ms，自动过滤所有命令的冗余输出。实测 30 分钟的 Claude Code 会话，总 Token 从 11.8 万降到 2.39 万，省 80%。

工作原理：

Without rtk:                    With rtk:

Claude --git status--> shell --> git    Claude --git status--> RTK --> git
  ^                                |         ^                     |          |
  |        ~2,000 tokens (raw)     |         |   ~200 tokens       | filter   |
  +--------------------------------+         +------- (filtered) ---+----------+

30 分钟会话实测 Token 节省：

核心优化场景还包括构建/Lint 输出、云服务/容器命令等，平均省 80%。支持 13 款 AI 编码工具，安装后自动挂钩，不需要手动改命令：

brew install rtk
# 或 Linux/macOS 通用
curl -fsSL https://raw.githubusercontent.com/rtk-ai/rtk/refs/heads/master/install.sh | sh

隐私方面：默认关闭遥测，不会收集任何代码、文件路径、命令参数。

仓库：github.com/rtk-ai/rtk

苏米注：RTK 解决的是一个很容易被忽视的痛点——终端输出。很多人以为 AI 编码的 Token 都花在代码上了，其实大量 Token 被浪费在 git status、npm install 进度条、测试输出这些"噪音"上。RTK 用 Rust 写的，性能几乎无损耗，装完就能感受到区别。

三、代码库上下文优化类：砍大项目、Monorepo 的无效 Token

这是浪费最严重的场景：AI 处理大项目时，每次任务都会重读整个代码库，99% 的内容和当前任务完全无关。

3. Code Review Graph

核心是用 Tree-sitter 把整个代码库解析成结构图谱（节点是函数、类、导入，边是调用、继承、测试关联），每次任务只给 AI 传和当前需求相关的代码，不是全库读取。实测平均减少 8.2 倍 Token，Next.js monorepo 27732 个文件，只需要读 15 个，省 49 倍 Token。

核心功能：

• 爆炸半径分析：改一个函数，自动追踪所有相关的调用方、依赖、测试文件，只给 AI 传这些内容
• 增量更新：每次文件保存、Git 提交，只重解析改动的文件，2900 个文件的项目更新不到 2 秒
• 支持 24 种语言 + Jupyter 笔记本：覆盖 Python、TypeScript、Go、Rust、Zig 等主流语言

实测基准：

支持 14 款 AI 编码工具，自动检测配置：

一行安装自动配置所有支持的平台：

pip install code-review-graph
code-review-graph install
code-review-graph build

仓库：github.com/tirth8205/code-review-graph

苏米注：Code Review Graph 是我认为这个项目里最有技术含量的工具。它不是简单地"减少上下文"，而是真正理解了代码的依赖关系，只提取相关的部分。对于用 Monorepo 的团队来说，这个工具可能是决定性的——49 倍的 Token 节省意味着你之前根本不敢在大项目上用 AI 编码，现在可以了。

其余 7 款专项优化工具

剩下的工具针对特定场景，按需选用：

4. Context Mode

把原始输出存在本地 SQLite，不占用上下文，日志和 GitHub 相关内容的上下文消耗减少 98%，适合经常处理大量日志、GitHub Issue/PR 的场景。

仓库：github.com/mksglu/context-mode

5. Claude Token Optimizer

优化项目级提示词模板，把项目文档从 11k Token 压缩到 1.3k，省 90%，适合固定项目长期使用。

仓库：github.com/nadimtuhin/claude-token-optimizer

6. Token Optimizer

扫描上下文里的隐形幽灵 Token（比如看不见的格式字符、冗余标记），修复后能恢复 10-30% 的上下文空间，还能保护上下文质量。

仓库：github.com/alexgreensh/token-optimizer

7. Token Optimizer MCP

给所有 MCP 工具加 aggressive 缓存和压缩，平均省 95% 以上的 MCP 相关 Token，适合重度用 MCP 工具的用户。

仓库：github.com/ooples/token-optimizer-mcp

8. Claude Context

Zilliz 推出的混合向量搜索 MCP，把整个代码库变成可检索的上下文，成本比直接传全库低 40%，适合中等规模项目。

仓库：github.com/zilliztech/claude-context

9. Claude Token Efficient

只需要往仓库根目录丢一个 CLAUDE.md 文件，就能强制 AI 输出严格简洁，零代码改动，适合不想装额外工具的用户。

仓库：github.com/drona23/claude-token-efficient

10. Token Savior

按代码符号（函数、类）导航，不是读取整个文件，代码导航相关的 Token 消耗减少 97%，还有持久内存功能，不用重复传上下文。

仓库：github.com/mibayy/token-savior

场景选型指南

不用全装，根据自己的核心痛点选 2-3 个就行：

• 超大 Monorepo/多仓库项目：Code Review Graph + Token Savior
• 日常大量执行终端命令（测试、构建、Git）：RTK
• 重度使用 MCP 工具、处理大量日志/GitHub 内容：Context Mode
• 要快速见效、不想改现有工作流：Caveman + Claude Token Efficient

不用工具也能省 Token 的 10 个习惯

除了工具，调整使用习惯就能省至少 50% 的 Token，很多人每天都在犯这些错误：

• 编辑原提示词，不要发追问：每加一条新消息，AI 都会重读之前所有的历史，第 30 条消息的成本是第 1 条的 31 倍。改原提示词点 Regenerate，不要堆对话。
• 每 15-20 条消息开新会话：有开发者统计，98.5% 的 Token 都花在了重读旧对话历史上。会话太长的时候，让 AI 总结一下内容，复制到新会话里当第一条消息。
• 批量提问不要分开发：三个问题分开发要三次加载上下文，合并成一条提问，省一半以上的 Token，答案质量还更高。
• 重复用的文件传到 Projects 功能：不要每次会话都上传同一份需求文档、设计稿、规范，传到 Claude 的 Projects 功能里，缓存后不会重复消耗 Token。
• 设置好 Memory 和用户偏好：不要每次都写"我是前端开发，用 React，要简洁的带注释的代码"，存到 Claude 的 Memory 里，自动应用到所有新会话。
• 关掉不用的功能：Web 搜索、连接器、高级思考功能，不用就关，这些功能会给每条响应加额外的 Token。
• 简单任务用低成本模型：语法检查、格式调整、brainstorm、翻译这些简单任务，用 Claude Haiku 就行，成本比 Sonnet 低 75%，比 Opus 低 90%。
• 分散工作时间：Claude 的额度是滚动 5 小时计算的，不是按天重置。分成上午、下午、晚上三个时段用，额度自动恢复。
• 高峰时段外跑重任务：Anthropic 在高峰时段会更快消耗你的额度，跑大的重构、全库扫描这类重任务，选晚上或者周末。
• 开超额使用当安全网：Pro、Max 用户可以在设置里开超额使用，设好月度上限，不会在关键工作的时候突然断额度。

苏米注：这 10 个习惯里，我觉得最有价值的是"编辑原提示词"和"每 15-20 条消息开新会话"。这两个习惯改过来，Token 消耗直接砍半。很多人不知道 Claude 的额度是滚动计算的，不是按天重置，这个认知偏差导致很多人白白浪费额度。

这些工具全都是 MIT 协议开源，本地运行，没有云依赖，不会泄露代码。很多开发者用了之后直接从 Claude Max 套餐降到 Pro，每月省几百刀。