Token Saver

核心功能

Token Saver 是一款专注于降低AI使用成本的优化工具，提供双轨降本方案：

1. 文件压缩优化

• 自动扫描工作区内所有 .md 文件，识别可压缩内容
• 将自然语言转换为AI高效符号表示（如长段落转为结构化简写）
• 典型场景：MEMORY.md 类文件可节省90%+ tokens
• 压缩前后对比可视化，展示确切token与成本节省

2. AI模型审计

• 智能检测当前使用的AI模型（主对话、定时任务、子代理等）
• 推荐功能等效但价格更低的替代模型
• 提供具体美元金额节省预估（周/月/年度）

显著优点

| 优势 | 说明 |

|------|------|

成本量化透明 | 所有优化显示具体节省金额，非模糊百分比 |
零风险设计 | 自动备份+一键回滚，优化前仅显示"可能节省" |
多场景覆盖 | 同时处理文件内容优化和模型选型优化 |
即时生效 | 压缩后的符号表示AI完全可理解，无需训练 |

潜在局限

• 可读性权衡：高度压缩的符号表示对人类阅读不友好
• 上下文依赖：复杂语义压缩可能丢失细节，需人工确认
• 模型适配：低价替代模型可能在特定任务上表现差异
• 适用范围：主要针对Markdown文件，代码/二进制文件不支持

适合人群

• 高频使用AI API的开发者与团队
• 运行多个AI代理（subagents）的复杂系统
• 需要精细化成本控制的企业用户
• 拥有大量上下文文档（如长期记忆文件）的场景

常规风险提示

1. 备份验证：建议定期验证备份文件完整性
2. 压缩审核：关键业务文档压缩前建议人工抽查
3. 模型测试：切换至推荐低价模型后，需回归测试核心功能
4. 成本监控：实际节省可能因使用量波动与预估存在偏差

使用建议

优先在 MEMORY.md、SYSTEM.md 等机器生成/维护的文件上启用压缩，人工撰写的核心文档谨慎评估压缩比例。

核心用法

Token Saver 是一个双功能 AI 成本优化仪表盘，通过 /optimize 命令激活：

文件压缩：自动扫描工作区所有 .md 文件，将自然语言转换为 AI 高效符号表示。例如将 500+ Token 的冗长描述压缩至 30 Token 的简洁指令，单文件可节省 90%+。

模型审计：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节省金额（周/月/年预估）。

子命令：/optimize tokens 仅压缩文件，/optimize models 仅审计模型，/optimize revert 一键恢复备份。

显著优点

• 立竿见影的 ROI：典型场景下 MEMORY.md 等文档可减少 90% Token，直接转化为真金白银的 API 费用节省
• 零学习成本：AI 完全理解压缩后的符号表示，无需修改提示词工程
• 安全兜底完善：自动备份、"可能节省"预览模式、一键恢复三重保障
• 纯本地运行：零第三方依赖、零网络请求，无数据泄露风险
• 透明可追溯：压缩前后的 Token 数量和预估节省金额清晰展示

潜在局限

• T3 来源风险：个人开发者 GitHub 项目，代码较新，需持续监控更新
• 文件操作风险：涉及批量读写工作区文件，虽有多层保护仍存在理论上的文件损坏可能
• 环境变量访问：需读取 OPENCLAW_MODEL 等配置以检测模型，存在误读敏感信息的可能
• 压缩不可逆性：符号化表示牺牲人类可读性，恢复依赖备份文件
• 场景局限性：主要优化 Markdown 文档类上下文，对代码、图片等多模态内容无效

适合人群

• 高频使用 AI 编程助手的开发者（每日数千 Token 以上）
• 维护大型项目记忆库（MEMORY.md、CONTEXT.md 等）的技术团队
• 对 API 成本敏感且愿意用可读性换效率的实用主义者
• 具备基础安全意识、能审查代码或接受 T3 来源风险的用户

常规风险

| 风险点 | 等级 | 说明 |

|--------|------|------|

| 文件损坏 | 中 | 压缩过程涉及覆盖写入，依赖自动备份机制 |

| 来源可信度 | 中 | 个人开发者项目，建议 fork 后自行维护关键版本 |

| 隐私泄露 | 低 | 读取环境变量仅用于模型检测，无网络外发 |

| 供应链攻击 | 极低 | 零 npm 依赖，仅使用 Node.js 内置模块 |

建议首次使用前在副本环境测试 `/optimize revert` 恢复流程，确认备份机制可靠后再用于生产环境。