核心功能
PRECC（Predictive Error Correction for Claude Code）是一款面向 Claude Code 用户的智能成本优化工具，通过三层架构实现显著的成本控制：
第一层：命令纠错与输出压缩
- 自动检测并修正在错误目录执行的命令（如
cargo build、npm test） - 基于历史失败模式学习，防止重复性错误
- 通过 RTK 技术将 CLI 输出压缩 60-90%
- 对反复失败的命令智能建议 GDB 调试
第二层：语义代码搜索
- 集成可选的
cocoindex-code组件，支持 28+ 语言的 AST 感知语义搜索 - 相比传统搜索可节省约 70% 的搜索 token
第三层：上下文文件压缩
precc compress命令自动剥离 CLAUDE.md 和记忆文件中的冗余词汇- 每次 API 调用可减少约 30% 的上下文 token
v1.1 新增特性
- Token 成本预测 Oracle：内置可训练的岭回归模型，支持记录预测→实际数据集并自动拟合改进
- 反事实遥测：可选启用的本地加密存储，记录 (would-have-run, did-run, outcome) 三元组，支持 k-匿名化设计
显著优点
- 实测数据亮眼：34% 成本节省、98% 失败预防率、平均 2.93ms 的极低延迟开销
- 完全本地运行，核心功能无需网络连接
- 零配置开箱即用，安装后自动作为 PreToolUse Hook 工作
- 实时状态栏显示会话指标
- 所有修改均可逆，自动备份机制保障数据安全
潜在局限与风险
- 依赖 Rust 二进制文件，需从 GitHub Releases 下载（虽有 SHA256 校验，但非包管理器分发）
- 语义搜索需额外安装 Python 包
cocoindex-code - 预测模型训练需要至少 10 条实际数据才生效
- 反事实遥测虽为 opt-in 且本地加密，但涉及执行意图记录，敏感场景需谨慎评估
- 作为 Hook 注入
~/.claude/settings.json，与其他可能修改该文件的插件存在冲突风险
适合人群
- 高频使用 Claude Code 的开发者，尤其是处理大型代码库或复杂构建流程时
- 关注 API 成本控制且愿意接受本地工具链依赖的用户
- 需要精细化追踪 token 使用模式的数据驱动型团队
常规风险提示
- 修改系统命令执行行为需充分信任工具逻辑，建议先在非关键项目试用
- 压缩操作虽可回滚，仍建议在首次使用前确认备份机制
- Pro 功能需许可证密钥，免费版功能受限