- ✓
暂未采集到具体套餐,价格以官网为准
TokenSafe
面向 AI 编程智能体的零损耗 Token 优化器
TokenSafe 是什么?
TokenSafe 是一款面向 Claude、Cursor、Codex 和 Antigravity 等 AI 编程代理的零损失 Token 优化工具。它通过 Token 压缩与 AST 蒸馏减少上下文消耗、降低使用成本,同时保留关键代码信息,帮助 AI 编程代理更高效地理解与处理代码。
产品详细介绍
面向 AI 编程智能体的零损耗 Token 优化器
TokenSafe 是一款面向 Claude、Cursor、Codex 和 Antigravity 等 AI 编程代理的零损失 Token 优化工具。它通过 Token 压缩与 AST 蒸馏减少上下文消耗、降低使用成本,同时保留关键代码信息,帮助 AI 编程代理更高效地理解与处理代码。
定价方案
需要付费创始人评论
嗨,Product Hunt!👋
我开发 TokenSafe,是因为一些完全没必要的原因,导致 Cursor 请求额度和 Anthropic API 额度被迅速耗光。
让我彻底受挫的是,我看到一个智能体为了修改一个只有 5 行的工具函数,竟然读取了三个各 800 行的文件,还把整个 `package-lock.json` 塞进了上下文。到了第 4 轮,仅这一个修复就消耗了 30,000 个 token。模型速度变慢,开始遗漏之前的指令,而我还得为智能体根本没看过的数千行样板代码付费。
给模型提供 100 万或 200 万 token 的上下文窗口,其实并不能解决这个问题。这只会让模型更容易淹没在噪声里,同时还要为这种“特权”付费。
因此,我编写了一个本地工具,在任何内容离开本机之前先处理好上下文管理:
- AST 骨架化:当智能体打开文件时,TokenSafe 会在本地解析文件,并将未启用的函数折叠为带类型的函数签名。智能体仍然能获取完整的架构图,但读取文件所需的 token 可减少约 85%–90%。
- 锁文件与差异内容剥离:它会拦截终端生成的 diff 输出,剔除其中嘈杂的锁文件和压缩后的 bundle,避免它们污染提示词。- MCP 冗余审计:如果你运行了 3 或 4 个 MCP 服务器,它们的 schema 会在每轮对话中悄悄向上下文塞入 5,000 到 10,000 个 token。TokenSafe 会量化这项开销(`tokensafe doctor`),并让你按需关闭占用较高的工具。
- 缓存对齐:清理系统提示词中易变的时间戳,并设置临时缓存标头,让 Claude 稳定命中提示缓存,享受 90% 的折扣。
核心客户端采用 MIT 许可证,仅使用 Python 标准库编写。无需安装任何 pip 包,可在本地运行,源代码绝不会离开你的电脑。
为迎接 Product Hunt 上线,使用代码 `PH50` 可享 50% 折扣(仅限通过 Stripe 付款的前 100 位用户)。
GitHub: https://github.com/NekoSin4eG/tokensafe
网站: https://tokensafe.dev
你现在就可以在终端中测试自己的上下文开销:
`npx tokensafe doctor`
很想知道你在自己的工作流中是如何管理上下文限制的,也欢迎分享使用 AST 解析器时遇到的任何边界情况!