减少同仓库的 token 开销
TokenEconomizer v0.1.0·微软研究院开源插件,从历史会话学习并裁剪闲置工具、干预死循环
为什么重要如果你经常在同一个客户仓库里工作,重复发送工具定义的开销可以自动减少,无需修改 agent 或另配 key。
细节 - 🟢 成熟度:项目由 UC Berkeley、微软研究院和微软安全团队出品。建于 2026-10-13(约 1 个月),★7,475,只有一个 release v0.1.0(10-26),最近提交 11-17。GitHub 接口和 LICENSE 文件都写 MIT,README 的徽章却写 Apache 2.0。增速未核实。
- 🟢 三个机制:一是工具裁剪。某个工具连续 10 次提示没用过,且跨了至少 2 个会话,下次就通过 agent 自己的设置屏蔽它,也能用一条命令恢复。二是死循环干预:一轮里反复遇到同样的错误时,评审模型会判断是否卡住。把握 ≥0.7 才会提示「换个思路」,每轮最多 1 次,不会替你停止任务。三是 micro-skills:在会话开头告诉 agent「这个仓库要用
python -m pytest」这类事实。 - 🟢 默认开什么:工具裁剪和死循环干预默认开启,micro-skills 默认关闭,因为它需要额外调用模型。插件自己的模型调用使用你当前 agent 的登录和额度,花费会计入它的报告。学到的内容只保存在本机
~/.tokeneconomizer。 - 🟢 论文数字:评估覆盖 6 个仓库共 277 道 SWE-Bench 题(取自真实 GitHub issue 的修 bug 题集),以及 5 种 agent + 模型组合,平均成本低 18.4%–30.9%。30 个「仓库 × 组合」全部更便宜,5 个组合里有 4 个的 Pass@1(一次就做对的比例)上升。其中 Claude Code + Opus 4.8 成本降 30.9%,Pass@1 降 1.0。
怎么上手运行 git clone https://github.com/microsoft/TokenEconomizer.git,再运行 claude plugin marketplace add "$PWD/TokenEconomizer" 和 claude plugin install tokeneconomizer@tokeneconomizer;进入 claude 后先运行 /tokeneconomizer:status(允许它的脚本),再运行一次 /tokeneconomizer:toolprune refresh-catalog。
但是 - 省钱数字来自作者在 SWE-Bench 上的自测,使用 Sonnet 5、Opus 4.8、GPT-5.6,不是现在的 5.5 / Fable 5.2。实验中每个仓库平均连跑约 46 道题,偶尔打开一次的仓库省不了多少。
- 工具裁剪会把 deny 列表写进 agent 的设置。想先查看再决定,可以设
toolprune=propose,撤销用 toolprune restore。
核实记录
README 存在 _raw/fetch/readme-tokeneconomizer.md,读了开头、Results、How it works、Quick start(Claude Code 部分)、Everyday commands 和 Settings:三个机制和参数(p=10、m=2、c=0.7、r=1)、默认开关、~/.tokeneconomizer、277 道题和 18.4–30.9%、各组合的数字都取自这里。★7,475、建库 2026-10-13、最近推送 11-17 取自 api.github.com(repo-microsoft_TokenEconomizer.json);v0.1.0(10-26)取自 rel-microsoft_TokenEconomizer.json;MIT 取自 LICENSE 文件和接口,Apache 2.0 是 README 徽章上写的。微软研究院博客两次抓取超时,正文没读到;改稿时补抓到页面标注「Published November 16, 2026」,date 据此改为 11-16(HN 帖 50528293 是 11-17 提交的,2 分、0 评论,hn-50528293.json)。「平均约 46 道」是 277 ÷ 6 算出来的。没有安装试用。
一个 HF token 调用开源模型
Hugging Face Inference Providers·语言模型改由 OpenRouter 路由,失败时自动切换供应商
为什么重要用 Claude Code 调用 GLM、Kimi、DeepSeek 等开源模型,只需一个 HF token,即可发送 Anthropic 格式的请求,HF 不加价。
细节 - 🟢 改了什么:11-16 起,语言模型请求改由 OpenRouter 路由,按实时价格、速度和可靠性选择供应商。请求失败时,会在同一次调用中切换到下一家重试。模型名后加
:cheapest、:fastest 或供应商名,可以指定策略。同一段对话会尽量留在持有提示缓存的供应商。 - 🟢 接 Claude Code:官方文档提供两种方式:安装 hf CLI 扩展(
hf extensions install hf-claude),用 hf claude 交互选择模型;或手动设置 ANTHROPIC_BASE_URL=https://router.huggingface.co 和 HF token,再把各档默认模型指向例如 zai-org/GLM-5.3。Codex、OpenCode、Pi、Hermes 也各有一份指南。 - 🟢 价格:按供应商原价计费,HF 不加价。PRO 每月送 $2 额度;免费账号没有赠送额度,要先买 credits。HF 引用 OpenRouter 的数据:开源模型每百万输入 / 输出 token 平均 $0.28 / $1.62,闭源模型是 $1.27 / $6.36。
- 🟢 自带 key 不能用了:语言模型不能再使用自己的供应商 key,费用一律记在 HF 账单上。图片、视频、音频生成不走 OpenRouter,自带 key 照常可用。
怎么上手在 HF 设置中创建一个勾选「Make calls to Inference Providers」权限的 token,运行 export HF_TOKEN=... 后再运行 hf extensions install hf-claude,然后用 hf claude 选择模型并启动。
但是 - 开源模型能力仍有差距:HF 引用 Artificial Analysis 的数据,最强的开源模型 Kimi K3.1 Pro 是 46 分,Claude Fable 5.2 是 65 分,但单任务成本约为后者的 1/7。
- 本期没有实测 Claude Code 接入开源模型时工具调用是否稳定。
核实记录
官博全文存在 _raw/fetch/hf-openrouter.html:路由改动、:cheapest 等后缀、缓存感知、$0.28 / $1.62 对 $1.27 / $6.36、Kimi K3.1 Pro 46 对 Fable 5.2 65、自带 key 的 breaking change 和图片视频不变,都取自这里,发布日期 November 16, 2026。Claude Code 接入步骤取自文档 hf-doc-claude-code.html;PRO $2 / 月、免费账号无赠送额度取自 hf-doc-pricing.html。HN 上只有两个低分帖(4 分和 1 分),没有讨论。没有实际调用。