核心用法
Token Saver 是一个双功能成本优化仪表盘，通过 /optimize 命令触发。提供两大核心能力：
1. 文件压缩（File Compression）
扫描工作区所有 .md 文件（SOUL.md、USER.md、MEMORY.md 等），将其转换为AI高效符号表示。例如将自然语言描述"When Ruben greets me in the morning..."压缩为 MORNING: greeting → review(todos+pending+urgent)，Token数从500+降至30，典型场景下MEMORY.md可节省90%+。
2. 模型审计（Model Audit）
自动检测当前使用的AI模型（主对话、定时任务、子代理），推荐更便宜的替代方案并计算具体金额节省。
显著优点
- 即时可视化节省：显示"possible savings"预览，确认后才执行
- 全自动安全机制：修改前自动备份，支持
/optimize revert一键恢复 - 零语义损失：AI模型完全理解压缩符号，功能无损
- 多维成本视图：提供周/月/年三级节省估算
潜在局限
- 仅限
.md文件，代码/JSON等非Markdown资源不受影响 - 压缩后文件人类可读性显著下降，团队协作需谨慎
- 模型审计依赖当前配置快照，动态切换模型场景可能漏检
适合人群
高频使用AI助手且上下文文件庞大的开发者、长期项目维护者、多Agent协作场景用户，以及希望精细化控制API支出的成本敏感型团队。
常规风险
- 备份依赖：虽有auto-backup，但用户可能忽略revert命令存在
- 过度压缩：极端压缩可能影响调试追溯（如MEMORY历史记录的人类可读性）
- 成本计算偏差：模型审计的节省预估基于标准定价，实际用量折扣/阶梯计价可能使偏差达20-30%