一个名为 tokendoctor 的新本地插件声称可以通过识别和修复低效配置,将使用 Claude Code 的成本降低高达 38%。该工具由 localixai 开发,通过分析用户的实际会话历史来精准定位用户在哪些地方为 Token 过度付费,并提供 38 项特定的检查项来优化环境。

显示在 Claude Code 会话中执行 tokendoctor 命令的终端界面。
在实时 Claude Code 会话中使用 tokendoctor 插件来分析会话历史和趋势。github.com

这张图片展示了该工具在 Claude Code 环境中直接分析会话历史的主要功能。

审计与优化机制

Tokendoctor 的工作原理是在较小的上下文窗口中重放用户的会话,以确定可以节省多少成本。它专门寻找诸如不可读的设置文件、错误的密钥以及禁用提示缓存的环境等错误。

该插件根据官方文档运行 38 项不同的检查。这些检查包括识别用户是否被迫在子代理上使用昂贵模型,或者大型目录(如“dist”或“build”)是否未从模型的读取权限中正确排除。

“tokendoctor:同样的 Claude Code,成本降低高达 38%。”

— GitHub - localixai/tokendoctor: tokendoctor: the same Claude Code for up to 38% less. A Claude Code plugin that shows wh

上下文管理与“Slide”功能

该工具的主要机制之一是“slide”命令。虽然 Claude Code 通常会总结旧的工具输出以节省空间,但 tokendoctor 用实际的旧工具输出替换这些摘要。这在避免新摘要调用成本的同时,保持了对话内容的逐字一致。

该工具还管理“autoCompactWindow”。例如,它可以建议将窗口设置为 400,000 个 Token,以平衡上下文大小与保持活跃提示缓存的需求。

本地仪表板与权衡

用户可以生成一个本地 HTML 仪表板,追踪其机器上花费的每一个 Token,并按项目、小时和模型进行分类。此文件保持在本地,查看时不需要网络连接。

显示 Token 支出细分的數據可視化仪表板。
tokendoctor 仪表板示例显示,很大一部分支出可能来自模型重新读取之前的对话上下文。github.com

仪表板展示了该工具识别出的特定低效类型,例如冗余读取。

该工具的有效性取决于用户的具体使用模式。例如,如果用户的会话很少超过 400,000 个 Token,那么窗口调整可能不会提供可衡量的节省。此外,在会话结束前发生的摘要可能比优化提供的节省成本更高。

Hacker News 读者的反应

  • 质疑: 一位评论者对工具的全面性表示怀疑,认为默认配置可能已经更优,且增加的复杂性可能无法带来可证明的收益。 评论 ↗
  • 亲身经验: 一位用户报告在使用该工具时取得了成功,但提出了关于是否可以在不引起冲突的情况下与其他类似工具同时使用的疑问。 评论 ↗
  • 替代方案: 另一位评论者建议,限制 Token 使用的目标可以通过不同的项目来实现,例如“caveman”,该项目以不同的方式处理此问题。 评论 ↗
  • 质疑: 一位读者质疑此类工具的实际功效,认为它们可能会以用户难以察觉的方式微妙地降低性能。 评论 ↗

以上为 Hacker News 讨论中观点的摘要,并非经过核实的事实。 阅读完整讨论 ↗