PRECC

🔧 AI 编码成本直降 34% 的智能节流器

PRECC 通过命令纠错、输出压缩和上下文压缩三大支柱,为 Claude Code 节省约 34% 的 API 成本,内置 ML 成本预测模型与可选遥测。

收藏
3.7k
安装
1.1k
版本
0.3.100
CLS 安全扫描中
预计需要 3 分钟...

使用说明

核心用法

PRECC 作为 Claude Code 的 PreToolUse 钩子运行,自动拦截 Bash 命令并执行三类优化:

1. 命令纠错 — 检测目录错误、重复失败模式,自动注入 cd 路径或修正参数
2. 输出压缩 — 通过 RTK 重写冗长命令,减少 60-90% 输出令牌

3. 上下文压缩 — precc compress 剥离 CLAUDE.md 等文件中的冗余词汇,节省约 30% 加载令牌

v1.1 新增 precc predict 成本预测 Oracle(支持规则基线与可训练 Ridge 回归模型)和可选的 counterfactual 遥测(本地 SQLCipher 加密存储,默认关闭)。

显著优点

  • 量化收益明确:实测节省 34% 成本($296/$878),阻止 98% 的重复失败
  • 零摩擦集成:单二进制 Rust 程序,自动配置钩子,2.93ms 平均延迟
  • 可训练预测模型:用户可自行拟合 Ridge 回归模型,实现个性化成本预估
  • 隐私优先设计:遥测默认关闭,本地加密存储,k-匿名化设计

潜在缺点与局限性

  • 平台限制:仅支持 Linux/macOS,Windows 未列明
  • 功能依赖:语义搜索需额外安装 cocoindex-code(Python 依赖)
  • 许可分层:savings --all 等高级功能需 Pro 许可证
  • 遥测成熟度:counterfactual 的 CLI 配置仪式尚未发布,当前需手动编辑 TOML
  • 模型泛化:trained-v1 需要 ≥10 条实际记录才能拟合,冷启动阶段依赖启发式

适合人群

  • 高频 Claude Code 用户:日均 API 调用量大,对成本敏感
  • DevOps/全栈开发者:频繁执行构建、测试类易错命令
  • 隐私意识强的团队:希望本地化处理优化,避免云端分析

常规风险

| 风险类别 | 具体描述 | 缓解措施 |
|---------|---------|---------|
| 钩子注入 | 修改 `~/.claude/settings.json` 可能与其他钩子冲突 | 安装脚本备份原配置 |
| 命令改写 | 自动修正可能改变命令语义 | 建议 `--dry-run` 预览,保留手动确认路径 |
| 数据残留 | 历史数据库与模型文件累积 | 提供 `precc clean` 命令(文档未详述,需验证) |
| 遥测误启 | 虽默认关闭,但配置错误可能意外启用 | 配置文件显式 `[counterfactual]` 区块,审核友好 |

安全等级说明

作为本地运行的 Rust 二进制,PRECC 的权限边界清晰:仅需文件系统读写与 Claude Code 进程通信。无网络传输(遥测上传需单独配置),核心功能无需 elevated privilege。风险主要集中在钩子链的可靠性与命令改写的正确性验证,属可控范畴。

PRECC 内容

手动下载zip · 4.5 kB
skill-card.mdtext/markdown
请选择文件