Token Saver

Token Saver — Claude Code 省钱工具箱

基于 Claude Code 源码分析和缓存架构，提供可立即执行的 token 优化策略。

---

核心原理

Claude Code 每轮对话将以下内容完整打包发送给 API：

1. 系统指令（角色定义、行为准则）
2. ~40 个工具的完整定义
3. CLAUDE.md 项目上下文
4. Git 状态快照
5. 完整对话历史
6. 本轮消息

第 N 条消息的实际输入 = 前 N-1 条全部内容 + 新消息（线性增长）

提示缓存机制（以 Sonnet 4.6 为例）

| 计费类型 | 价格 / 百万 token | 相对正常价 | |---------|-----------------|-----------| | 正常输入 | $3.00 | 100% | | 缓存写入 | $3.75 | 125%（首轮建缓存） | | 缓存读取 | $0.30 | 10%（后续命中） |

系统提示占每轮输入的 60-80%，缓存命中后只付一折。

缓存断点位置

Claude Code 每个请求放置 3 个缓存断点：

• 断点 1-2：系统提示内部（identity + CLAUDE.md/Git/环境信息）
• 断点 3：最新一条消息（历史消息无断点，旧工具调用结果替换为轻量引用）

Pro 用户缓存 TTL

• 默认：5 分钟过期
• Pro/Max 订阅未超额：1 小时有效期
• 超过 5 分钟不操作 → 缓存失效 → 系统提示重新付写入费

---

四大缓存杀手

缓存基于严格的字符级哈希，前缀任意字节变化即失效。

杀手 1：会话中切换模型

缓存绑定具体模型。Sonnet → Opus = 缓存清零，系统提示重新付写入费。

• 20,000 token 系统提示：切模型前 $0.006/轮 → 切后 $0.075（12 倍惩罚）
• 做法：需要换模型就开新会话

杀手 2：会话中修改 CLAUDE.md

CLAUDE.md 合并在系统提示的第二个断点里，改内容 = 缓存立即失效。

• 做法：开会话前写好 CLAUDE.md，开始后不动

杀手 3：注入精确时间戳

CC 只注入精确到天的日期。精确到秒 = 每次请求哈希不同，缓存永远无法命中。

• 做法：通过 API 集成时不要往系统提示塞每秒变化的内容

杀手 4：工具描述里的随机路径

工具描述混入随机 UUID 路径 → 每次请求不同 → 12 倍成本惩罚。

• CC 内部已改用内容哈希路径规避

---

优化策略速查

架构层（节省 50-80%）

1. 一个会话一个任务

话题切换后，旧对话历史 = 每轮付费的噪音。新任务开新会话。

1. 主动 /compact + Auto-Compact 调参

完成子任务即手动压缩，附定制保留指令： `` /compact 保留 API 设计决策和文件修改记录 `` 压缩时 CC 自动：去除图片和冗余内容、重新注入最近 5 个文件、保留 Plan 和 Skills 上下文。 压缩请求与主对话共享缓存前缀，不浪费已积累的系统提示缓存。

Auto-Compact 环境变量（加到 ~/.zprofile）： ``bash # 默认 83.5% 太晚，上下文已膨胀，每轮成本已经很高 export CLAUDE_AUTOCOMPACT_PCT_OVERRIDE=60 # 60% 时自动压缩 # 或用绝对值： # export CLAUDE_CODE_AUTO_COMPACT_WINDOW=100000 ``

1. 固定模型，不中途切换

需要换模型就开新会话，保留当前所有缓存。

1. 开会话前写好 CLAUDE.md

会话中改 CLAUDE.md = 主动让系统提示缓存失效。

提示词层（节省 20-50%）

1. 一次说完 > 分多条追问

3 条消息 = 3 次完整上下文加载。1 条消息 = 1 次。 `` ✅ "总结这个文件，列出要点，建议标题" ❌ "总结这个文件" → "列出要点" → "起个标题" ``

1. 编辑消息 > 发新消息纠正

每条新消息永久追加进历史，后续每轮都要为它付费。 CC 支持 两次 Esc 回滚历史消息重新编辑。

1. 给精确路径 > 让 AI 搜索

模糊描述触发 Explore Agent 多轮搜索（每轮一次 Haiku 调用）。 `` ✅ "读 src/services/auth.ts" ❌ "帮我找处理登录的文件" ``

1. 简单任务关闭 Thinking

文件编辑/格式化/搜索替换等不需要扩展思考。Thinking token 与输出 token 同价。

文件层

1. CLAUDE.md 的 ROI

5,000 token CLAUDE.md × 20 轮对话：

• 有 CLAUDE.md：首轮写入 + 19 轮读取 ≈ 0.4 RMB
• 无 CLAUDE.md 每轮手工提供：20 轮正常输入 ≈ 2 RMB
• 节省 ~90%

用 /init 功能生成初始 CLAUDE.md，精简但完整。

1. 排除 JSON Token 黑洞

JSON token 密度是普通代码 2 倍。在 .claudeignore 排除：

• package-lock.json、yarn.lock、uv.lock、Cargo.lock
• node_modules/、dist/、target/、__pycache__/
• *.map、*.min.js、*.min.css

---

子智能体省钱技巧

Explore Agent（代码搜索）

• 自动用 Haiku（比 Sonnet 便宜 73%，比 Opus 便宜 95%）
• 跳过 CLAUDE.md 加载
• 不共享缓存，长对话看 subagent 更省 token
• 描述越精确，轮数越少，花费越少

Plan Agent（架构设计）

• 继承主对话模型
• 跳过 CLAUDE.md，专注设计不涉及执行

---

诊断检查清单

当 Agent 检测到以下情况时，应主动建议优化：

• [ ] 对话超过 15 轮 → 建议 /compact
• [ ] 用户分多条消息提同一个需求 → 建议合并
• [ ] 用户描述模糊让搜索文件 → 建议给精确路径
• [ ] 项目无 .claudeignore → 建议创建
• [ ] 项目无 CLAUDE.md → 建议用 /init 生成
• [ ] 用户要求切换模型 → 提醒开新会话更省
• [ ] 简单编辑任务开了 Thinking → 建议关闭

---

三条核心原则

1. 保持前缀稳定：固定模型、固定 CLAUDE.md、避免动态内容注入
2. 用好缓存杠杆：常用上下文写入 CLAUDE.md，10× 折扣从第二轮起生效
3. 控制历史增长：一任务一会话，主动 /compact，批量提问

> 同样的 Max 套餐，操作习惯不同，实际可用量差距可达 3-5 倍。

Source & license

This open-source skill is cataloged on AgentStack and links to its original source — we do not rehost the code.

• Author: OpenWorkai
• Source: OpenWorkai/claude-token-saver
• License: MIT

Install and usage instructions live in the source repository linked above.