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。