乐于分享
好东西不私藏
当前位置：夜雨聆风 > 技术教程 > 软件教程 > Claude Code 源码中那些省 token 的小巧思

Claude Code 源码中那些省 token 的小巧思

当前时间： 2026-04-01 22:38:19 更新时间： 2026-04-01 分类：软件教程 评论(0)

Claude Code 源码中那些省 token 的小巧思

最近Claude Code源码意外“开源”，全网都在扒架构、反蒸馏、电子宠物。但真正懂行的人，都在抄它的Token优化细节。

Anthropic把51万行代码里的每一寸Token都算到极致，很多技巧小到一行注释、一个配置，却能让你少花一半钱。

一、Prompt硬规则：少1个Token都算赚

Claude Code直接把省Token写进系统指令，不是建议，是强制约束。

1. 字数硬上限，比“简洁”有效10倍

源码注释实锤：

用明确字数限制，比模糊描述降低约1.2%输出Token。

它是这么干的：

  • 工具调用之间文本 ≤ 25词
  • 最终回答 ≤ 100词
  • 拒绝长篇解释、拒绝冗余铺垫

2. 禁止过早抽象，少写一堆无用代码

不要为一次性操作创建helper、工具函数或抽象结构不要为假想的未来需求做设计

少一层封装，就少几十~几百Token，还降低理解成本。

3. 默认不写注释，只留“必要信息”

源码标注：对抗模型过度注释问题

  • 只在WHY不明显时才允许加注释
  • 干掉无意义注释，输入直接瘦身

4. 内外提示词分层，对外极简、对内完整

  • 对外用户：只保留核心指令
  • 对内员工：完整策略+约束
  • 静态+动态拆分，可缓存部分最大化

二、全局缓存杀招：把重复计算直接“清零”

Claude Code最复杂的非UI逻辑之一，就是Prompt缓存，堪称省Token教科书。

1. 精细化哈希校验，只变不同的部分

promptCacheBreakDetection.ts核心逻辑：

  • 对system prompt、工具schema、模型名、beta headers等逐一哈希
  • 任何变动精准定位，只更新差异部分
  • 不变内容全程复用缓存

2. 静态/动态边界拆分，缓存永不失效

用SYSTEM_PROMPT_DYNAMIC_BOUNDARY一刀切：

  • 上半：静态可缓存（永久复用）
  • 下半：动态随会话变（只算增量）
  • MCP指令从prompt剥离，用增量附加，避免缓存雪崩

3. 子Agent继承缓存，不重复算父类账

子Agent直接继承CacheSafeParams

  • 不用重新发送完整prompt
  • 父类缓存直接用，省掉大量重复输入

三、上下文自动瘦身：不让Token无限滚雪球

长会话必死——Claude Code用一套自动压缩+熔断机制，把上下文锁死在安全区。

1. 自动压缩：从每天浪费25万次调用里救回来

源码真实血泪注释：

单会话连续失败最高3272次，每天浪费约25万次API调用

于是有了硬规则：

  • MAX_CONSECUTIVE_AUTOCOMPACT_FAILURES = 3
  • 连续3次失败直接停，不做无效燃烧

2. 三级压缩阈值，精准卡预算

预留摘要：20,000 Token（p99.99安全线）自动压缩触发：context_window - max_output_tokens - 13,000强制压缩阈值：context_window - max_output_tokens - 3,000

不等窗口炸掉，提前瘦身。

3. 大结果外置：不把巨量文本塞上下文

  • 工具输出过大→写入磁盘
  • 上下文只留摘要+文件引用
  • 几M日志→几行摘要，省99%Token

四、输出反向净化：干掉模型“自言自语”

很多Token浪费在模型思考过程、冗余工具细节，Claude Code直接从源头砍掉。

1. 抗蒸馏=省Token：隐藏推理链路

两套机制，既防抄袭又省钱：

  1. 注入假工具调用，污染抓取数据
  2. 工具调用只留类别统计，去掉细节 外部看不到完整推理，你也少传大量信息

2. 思考过程直接抹除

  • 剥离thinking content
  • 工具只留：搜索/读取/写入/命令等分类统计
  • 输出长度直接砍半

五、文件与工具：只读有用的，不扫全仓库

读文件是Token重灾区，Claude Code做了最小权限读取。

1. 构建期金丝雀：敏感字符串直接拦截

excluded-strings.txt的逻辑：

  • 内部代号、API前缀、敏感信息列入黑名单
  • 构建时grep扫描，不合格直接失败
  • 避免把内部信息带到线上，少传一堆废文本

2. 专用工具>裸命令，更省更安全

  • 优先Grep工具 > 裸grep
  • 专用Glob工具做文件发现
  • 集成LSP工具做代码分析 结构化调用，少传参数、少返无用结果

3. 文件读取去重：没变就不重新读

自动检测文件变更

  • 未变化→不重复处理
  • 从根源减少重复读取、重复解析

六、后台记忆机制：把长上下文变成结构化文件

Claude Code最被低估的神设计：Auto Dream后台记忆。

1. 跨会话压缩：把历史变成MEMORY.md

autoDream.ts的逻辑：

  • 后台子Agent静默运行/dream
  • 把历史压缩成10个固定模块
  • 每个模块≈2000 Token，总大小锁12000内

2. 动态触发，不浪费算力

  • 首次：上下文达10000 Token
  • 之后：每+5000 Token或3次工具调用
  • 先判时间→再判数量→最后判锁，不重复执行

七、你能直接抄走的7条极简实践（马上能用）

不用改架构，复制就能省Token：

  1. 给输出加字数硬上限，别用“简洁”
  2. 拆分Prompt为静态+动态，静态部分全局缓存
  3. 加连续失败熔断，别让死循环烧钱
  4. 大输出写文件+留引用，不塞上下文
  5. 工具调用只返结果，不返思考过程
  6. 做文件去重，没变不重读
  7. 长会话用定期压缩，别等爆仓

看完Claude Code源码才明白： 顶级Agent不是靠模型堆出来的，是靠省Token省出来的。

那些不起眼的字数限制、缓存拆分、自动压缩、外置存储，才是真正拉开成本差距的核心。

这次源码泄露，最值钱的不是架构，而是这套能落地、能省钱、能直接抄的Token优化细节。“一鲸落，万物生”。Claude Code的源码泄露，给国内Agent开发者铺就了一条捷径，国产Agent定能借此契机快速追赶、弯道超车。

而对于我们普通使用者来说，平时用国产Agent时，不妨把文中这些省Token、提效率的小巧思用起来，通过全局Prompt优化，让国产Agent的使用体验再上一个台阶，真正发挥其核心价值。