📦 Lean Context
v1.0.0在 AI agent 系统（Claude Code、OpenClaw、GPT Codex、Cursor、Windsurf、Aider 等）中，通过上下文压缩、选择性加载等方式减少 token 用量。
by 运行时依赖
安装命令
点击复制技能文档
Token Optimizer 不牺牲质量，削减 token 用量。以下每种技巧均在 Claude Code、OpenClaw 及各类 agentic 系统生产环境实战验证。
3 大 Token 黑洞（优先修复）
- 工具输出堆积 —— 每次读文件、跑 shell、MCP 返回，完整输出永久追加进上下文。一份 10K 行日志会伴随后续每条消息。这是头号隐形杀手。
- 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，因为它连带重读前 49 条。长会话=token 熔炉。
- 系统提示基线 —— CLAUDE.md / AGENTS.md 等系统提示每次请求前全量加载。5K token 配置文件每轮固定烧 5K。
策略 1：压缩系统提示 目标：主配置 ≤500 token。 CLAUDE.md / AGENTS.md 模板（≈150 token） 规则
- TypeScript strict mode
- 每个新函数必测
- 遵循现有模式
- API 路由：src/api/README.md
- DB 模式：docs/schema.md
- 风格指南：docs/style-guide.md
策略 2：选择性加载（渐进披露） 绝不一次性全加载。三级体系： 层级 触发时机 token 成本 Metadata 始终 ≈100 词 Core 指令 触发时 <5K 词 参考文件 按需 无上限 实现模式：
- 文件指针 > 内联：
- 领域拆分：
- 条件加载（grep 模式）：
策略 3：压缩与会话卫生 何时 /compact vs /clear： /compact —— 上下文冗长但主题仍相关：摘要后重启。 /clear —— 彻底切换任务：全清，白板。 规则：
- 新主题=新会话，无例外。
- 指向具体文件，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。
- 自己看的脚本别让 agent 跑。
策略 4：精简工具定义 工具也是上下文，每请求全量加载。 原则：
- 最小可用工具集 —— 人类都分不清，模型也懵。
- CLI > MCP：head -20 file.log（10 token） vs MCP JSON 返回（1000+ token）。
- 工具返回摘要，而非原始转储。
- 断开闲置 MCP 服务器 —— 每请求开销真实存在。
策略 5：提示压缩技术 提取式压缩（低投入，高回报） 摘相关句，其余丢弃。适合叙事文本。 # 前：500 token 客户 John 报告网络不稳 3 天，视频通话中断。支持票 #4521 于 2026-04-15 开启。多次重启路由器失败。 # 后：30 token John：网络 3 天不稳，视频中断，路由器重启失败。
块级筛选 整段保留或丢弃，零重写成本。适合引用密集内容。 relevant_chunks = [c for c in retrieved if c.score > 0.75][:3]
LLMLingua 级 token 压缩 小模型去低信息 token，最高 20 倍压缩，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。
- 引用前文用轮次号：“如第 3 轮所述”。
- 少样本示例去重 —— 3 个多样例 > 10 个雷同。
跨会话：
- 共享上下文放文件，而非对话。
- 用 memory/*.md 做跨会话记忆，避免重述。
- 加载前哈希校验，避免重复。