精益上下文

Token Optimizer 不牺牲质量，削减 token 用量。以下每种技巧都在 Claude Code、OpenClaw 及各类 agentic 系统生产环境实战验证。

3 大 Token 黑洞（先修这些）

• 工具输出堆积——每次读文件、跑 shell、调 MCP，完整输出永久追加到上下文。10K 行日志文件后续每条消息都背着。
• 上下文复利——模型每轮重读整个对话。第 50 条消息比第 5 条贵，因为它把前 49 条又读一遍。长会话=token 焚化炉。
• 系统提示基线——CLAUDE.md / AGENTS.md 等系统提示每次请求全量加载。5K token 配置 = 每轮固定 5K token，永不停歇。

策略 1：砍系统提示体积 目标：主配置 <500 token。 CLAUDE.md / AGENTS.md 模板（好示例 ≈150 token）

Rules

• TypeScript strict mode
• Test every new function
• Follow existing patterns

Key Files

• API routes: src/api/README.md
• DB schema: docs/schema.md
• Style guide: docs/style-guide.md

原则：给项目骨架，不给全文；用文件指针代替内联文档；需要时模型再读。3–5 条规则 + 3–5 个文件指针 = 甜点区。

策略 2：选择性加载（渐进披露） 绝不一次性全加载。三级体系： Tier 触发时机 token 成本 Metadata 始终 ≈100 词 Core 指令 触发时 <5K 词 Reference 按需 无上限

实现模式

• 文件指针 > 内联内容
• 按域拆分：skill/SKILL.md + references/aws.md、gcp.md、azure.md
• 条件加载：SKILL.md 内给 grep 模式，大文件按需搜。

策略 3：压缩 & 会话卫生 何时用 /compact vs /clear /compact——上下文冗长但话题仍相关：总结后重启。 /clear——彻底换任务：全清，全新会话。 规则

• 新主题 = 新会话，无例外。
• 指具体文件，不说“读整个代码库”。
• 相关任务一次说完：“修 bug+重构+补测试” > 分三次。
• 数据自己看，别让 agent 读全量。

策略 4：精简 Tool 定义 工具定义也算上下文，每请求全量加载。 原则

• 最小可用工具集——人分不清，模型也分不清。
• 能 CLI 就别 MCP：head -20 file.log（10 token） vs MCP JSON（1000+ token）。
• 工具返回摘要，非原始倾倒。
• 拔掉不用的 MCP 服务器——每次请求都有开销。

输出压缩示例 坏：全量 JSON 500 行 好：“847 项，前 5 个：[names]，完整结果见 .cache/search.json”

策略 5：Prompt 压缩技术 Extractive 压缩（低投入高回报） 摘相关句，其余丢弃。适合叙事文档。 Selection-Based 压缩（块级过滤） 整段保留或丢弃，零重写成本。适合事实/引用型内容。 LLMLingua 式 token 级压缩 小模型删低信息 token，最高 20× 压缩，质量损失 <2%。 适用：ICL 示例、检索文档、长指令。 不适用：代码、结构化数据、精确引用。 库：llmlingua（Python）、LLMLingua2

策略 6：去重模式 上下文内

• 系统提示已含指令绝不重复。
• 用“如回合 3 所述”代替重述。
• 少样本去重：3 个多样例 > 10 个相似例。

跨会话

• 共享上下文放文件，不放在对话。
• 用 memory/*.md 实现跨会话记忆，避免重解释。
• 加载前哈希校验，避免重复载入。