Chisle:一个插件把 AI 助手的 Token 砍到 52%!

大家好，这里是「AI 开源提效指南」。

之前安装的技能和插件因为重装机器都丢了，最近Token不够用了，试着找找开源的技能，今天发现一个不错的！

有个叫 Jay Pokale 的开发者做了个小插件（JayPokale/Chisle），专门治 AI 助手话多的毛病。

装完之后不用改任何配置，Claude Code、Pi、Cursor 就会开始少说废话、少造抽象、少读没用的内容。

大家平时盯的是模型“说了多少”，其实 Token 大头往往是它“读了多少”。

作者拿自己五周的真实工作记录统计过：工具输出占了会话内容的 67.5%。更夸张的是，超过 8k 字符的大块输出只占工具结果数量的 4%，却吃掉了全部会话内容的四分之一。

先看下我安装前后的token消耗差异（codex）：

• 安装之前：

• 安装之后：

Chisle 的做法是在会话的三个节点各加一层拦截：

• 管它怎么写
• 管它读到什么
• 管它读多少

三层各自独立，也能单独开关。

同一模型、同一批 20 道题，套上这层规则后总 Token 掉到裸模型的 52%，平均每道题 69%，最坏的一天是 1.73 倍。对照的两个同类工具，最坏一天分别是 4.24 倍和 2.27 倍，翻车次数 6 次和 8 次，它只有 1 次。

它不挑客户端，也不挑模型，规则是纯文本，谁读都行。

这是作者提供的测试截图：

项目介绍

Chisle 是给 AI 编码助手用的效率规则集 + 运行时压缩器。

它在同一次会话里同时管三件事：模型怎么写、模型读到什么、模型读了多少。

前两件靠注入进上下文的规则正文，第三件靠接在工具返回事件上的压缩 hook。

读取习惯那一块也是规则，但目标是「别把整个文件读进来」。

和同类工具最大的区别是：所有压缩和改写都发生在本地，压缩器里没有模型调用、没有网络请求、没有第三方依赖；也没有强度档位需要你去调，只有开或关。

核心能力

• 提示词规则注入：会话开始时把规则正文注入上下文（约 1.6k token），日常每一轮只补一句约 50 token 的提醒。只有全新会话发整份，恢复、清空、压缩这三种情况只回一行，避免同一份规则反复计费。
• 七级代码阶梯：从「这东西需要存在吗」一路问到「能不能就一行」，停在第一个成立的台阶上。同时规定安全、错误处理、无障碍这些永远不在削减范围内。
• 推理也计费：规则里单独写了一段，把阶梯定义成停止规则而不是一张要念出来的清单，明确「不要在已经排除的选项上重新权衡」，同时保留「理解问题这件事一步都不能省」。
• 工具输出压缩：一个纯 Node 标准库的 PostToolUse hook，按白名单挑工具，把超大输出清洗、切中段、去重复之后，换掉模型真正读到的那份。
• 可恢复的省略：切中段之前先把完整原文落到磁盘，替换标记里带上文件路径。之后想找某一行是精确搜索，而不是重跑命令——对不可重放的命令。
• 返回结构还原：压缩后的文本必须按工具原本的返回结构塞回去，认不出的结构宁可不替换也不瞎猜。
• 读取习惯规则：先按符号搜索再读匹配区间、从源头收窄输出、已经在上文里的文件不重复读、构建和测试日志只留失败项和汇总。
• 九个客户端一条命令：自动探测机器上装了哪些助手，按插件、包、追加规则段、项目内规则文件四种方式分别安装。
• 仓库里自带完整跑分工具：四组对照的实时测试脚本、离线回放脚本，以及带自动判分的正确性测试和真实仓库测试套件。

快速开始

1. 环境要求

• Node ≥ 18（安装器和 npx 需要）
• 要做输入侧压缩和 /chisle 开关切换，需要 Claude Code 或 Pi
• 其余七个客户端只会拿到常驻规则那一部分

2. 安装方式

# npm，自动探测并逐个安装npx chisle# 或者用 shell 启动器curl -fsSL https://raw.githubusercontent.com/JayPokale/Chisle/main/install.sh | bash

# Windowsirm https://raw.githubusercontent.com/JayPokale/Chisle/main/install.ps1 | iex

# 只装某一个客户端，先看会动哪些文件npx chisle --only claude --dry-run# Claude Code 走原生插件市场claude plugin marketplace add JayPokale/Chisleclaude plugin install chisle@chisle# Pi 走包管理pi install npm:chisle

3. 使用示例

$ npx chisle...── summary ──  detected:  2  installed: claude-hooks, codexDone. Restart your agent. Type /chisle in Claude Code or Pi, or just start coding.If Chisle earns its keep, a star helps others find it: https://github.com/JayPokale/Chisle$ npx chisle --listchisle: detected agents:  ? Claude Code  ? Pi  ? Gemini CLI  ? Codex CLI  ? Cursor (project-scoped)  ? Windsurf (project-scoped)  ? Cline (project-scoped)  ? Kiro (project-scoped)  ? GitHub Copilot (project-scoped)Run npx chisle to install for the detected (?) agents.

4. 升级和卸载的两个坑

npx chisle@latest --update   # 刷新所有已经装了 Chisle 的客户端，不会新装任何客户端npx chisle --uninstall       # 全部清掉

这两个坑作者写在了 README 里，也是代码里的真实情况：

第一，直接重跑 npx chisle不会升级。

每条安装路径在检测到已经装过时都会跳过，于是升级命令会打印一段成功摘要，实际上一个文件都没改。

--update 就是把「强制覆盖」和「装过没有」两个判断绑在一起。

第二，npx chisle 可能拿到的是上一次缓存的包，所以升级必须加 @latest。

这两个细节在 CHANGELOG 都有。

另外，Cursor、Windsurf、Cline、Kiro、Copilot 这五个是把规则文件写进项目仓库的，所以要升级得去每个有规则文件的项目里各跑一次。

接入九个客户端

九个客户端每个带一条探测表达式和安装方式。 Claude Code 和 Pi 支持最完整，其余七个只拿静态规则。

探测表达式的语法是自己定的，用 || 串多个条件：cmd: 查命令在不在，dir: 查目录，file: 查文件，vscode-ext: 去四个扩展目录里翻（.vscode、.vscode-server、.cursor、.windsurf 的 extensions/）。

命令探测用 sh -c "command -v xxx"，Windows 上换 where——这也是它能跨平台的原因，整个安装器没引入任何依赖。

安装器的完整命令面

除了 /chisle 开关，Claude Code 里还有三个斜杠命令（定义在 commands/*.toml）：

• /chisle-audit [路径]：一次过审一个 diff、一个文件或整个仓库，同时列出过度设计的代码和啰嗦的注释文档，按能砍掉的量从大到小排，只报告不改动
• /chisle-review [文件]：只看当前的 diff 或某个文件，挑出过度工程、只服务一个实现的抽象、重新发明的标准库
• /chisle-help：速查卡

全部开关

# 默认模式：环境变量优先，其次是配置文件，最后默认 onexport CHISLE_DEFAULT_MODE=off# 或写进 ~/.config/chisle/config.json{ "defaultMode": "off" }# 输入侧压缩，Claude Code 和 Pi 共用的开关CHISLE_COMPRESS=0          # 关掉整个压缩CHISLE_COMPRESS_SCRUB=0    # 只关无损清洗CHISLE_COMPRESS_DEDUP=0    # 只关重复标记CHISLE_COMPRESS_SPILL=0    # 只关落盘副本（关了就没有找回原件的通道）CHISLE_COMPRESS_MAX_CHARS=8000  # 超过这个字符数才切中段CHISLE_COMPRESS_HEAD_LINES=60   # 保留开头多少行CHISLE_COMPRESS_TAIL_LINES=40   # 保留结尾多少行CHISLE_COMPRESS_TOOLS=bash,grep # 覆盖工具白名单CHISLE_UPDATE_CHECK=0     # 关掉版本检查（默认只在大版本更新时提一次，缓存三天）

三条线、三个 hook——Chisle 接在会话的哪几个瞬间

Chisle 的架构可以一句话概括：它没有常驻进程，没有服务端，全部逻辑接在客户端自己的生命周期事件上，只有三个挂点，各管一块。

1. 架构概览

三个挂点对应会话里三个不同频率的时刻，这是有意设计的——注入规则最贵（约 1.6k token），所以只在新会话发生一次；每轮提醒很便宜（约 50 token），所以每轮都发；压缩按需触发，只在工具真的返回了大块输出时干活。

会话开始（每个新会话一次）└─ SessionStart → chisle-activate.js → 写开关标志 + 注入整份规则   恢复/清空/压缩时只回一行每一轮提问（每次输入）└─ UserPromptSubmit → chisle-mode-tracker.js → 解析开关 + 补一句提醒每次工具返回（每次调用后）└─ PostToolUse → chisle-compress-output.js → 清洗 → 省略 → 去重 → 换回原结构

2. 模块职责

压缩器的三层与原件备份机制

既要把输出压小，又不能让模型因此看不到它本该看到的东西。

第一道关卡：哪些工具允许碰

白名单是写死的，而不是黑名单：

// hooks/chisle-compress-output.js:52// Read/Edit/Write 故意不在这里：它们的输出要参与精确匹配的编辑const SAFE_TOOLS = ['Bash', 'Agent', 'WebFetch', 'WebSearch', 'Grep', 'Glob'];

这件事必须用白名单。

原因：Read 的输出会被后面 Edit 的 old_string 拿去做精确匹配，如果把中间切掉，模型就会对着一段它从来没见过的文本做编辑。

这是会直接改坏文件的路径，所以只能用明确允许，而不能用默认允许、个别排除。

mcp__ 开头的工具单独放行，因为它们是只读信息工具。

这个决定有数据支撑：实测语料里最大的一块不可压缩的超大输出就是整文件的 Read，327 次调用、562 万字符。

压缩器碰不了它，于是规则侧单独给出了读取习惯那一块去上游解决。

第二道关卡：三层依次过

三层的分工是这样的：

第一层 scrub() 是无损的。

它去掉终端控制码、行尾空格，把连续三个以上换行并成一个，把连续四行以上的相同内容收成一行再加一个「重复 N 次」的标记。这一层不丢任何信息，只在超过 1k 字符时才跑。

第二层 compress() 是有损的，但损失被围了起来。留头 60 行、尾 40 行，中间整段切掉之前，先用一条正则把像报错的行挑出来（error、failed、exception、traceback、panic、timed out、cannot find 等 20 多个模式），最多挑 12 行、每行最多 300 字符，塞在标记下面。这一步正面回答了一个真实的失败场景：一个三千行的构建日志里唯一重要的那一行，很可能就在中间。

第三层是去重，只在同一个会话、同一个工具、逐字节完全相同的情况下触发，1800 多个字符才参与比较。

第三道关卡：省得不够就别替换

MIN_WIN = 64：压完如果没省下 64 个字符，就返回 null，客户端那边什么都不改。

这个门槛看着不起眼，但它是“不要为了省一点反而引入风险”的兜底。

原件备份机制：先把完整内容落到磁盘

替换标记里带上这个路径，于是恢复一行变成了精确搜索，而不是重跑那条命令。

作者写这段的时候讲得很清楚：重跑命令比省下的那几个字符更贵，而且在命令本身不可重放的时候根本就是错的。

目录权限 0700、文件 0600，只留最近 40 个，CHISLE_COMPRESS_SPILL=0 可以关。

更细的一层是：整段落盘失败也不影响压缩本身照常发生，因为这一步是尽力而为的——只是丢了那条找回原件的路径。

这种“主路径不依赖可选步骤成功”的写法在这个文件里出现了不止一次。

敢把翻车那次跑分一起发出来的基准

这个项目花在「证明自己有用」上的功夫，比花在功能上的多。

仓库里有一套完整的跑分工具，原始记录全部提交在 benchmarks/results/ 下。

四套测试，各答一个问题

主要结果

20 道题、四组对照、Token相对裸模型的百分比：

分类对比：

和 caveman、ponytail、headroom 比，差的到底是什么

这四个是同一类问题上的四种解法：

选哪个其实取决于你怕什么：

• 只在意长回复的提示词，caveman 那种专精路线在纯散文上确实更极致（在它占了上风的短代码提示那档，它也更强）
• 在意代码少写抽象，ponytail 的惰性代码规则更专注
• 但如果你在意的是最坏情况，也就是「本来就小的一段输出，会不会被这套规则搞大」，那 52% 的均值意义不大，1/20 的翻车率和 173% 的上限才是关键——对照组的 6/20 和 8/20 说明这不是罕见情况
• 而如果你的Token大头在工具输出（跑 CI、看日志、翻代码库的都是），那另外几个根本没覆盖这一块，跟它们比是错位的

总结

Chisle 是一个给 AI 编码助手用的三块效率插件，它把「让模型少说废话」和「让模型少读垃圾」放在同一个安装包里，并且用一套公开的、连失败跑分一起发布的基准来支撑自己的说法。

想省token可以来试试！

参考资料

项目仓库：https://github.com/JayPokale/Chisle官方文档：https://chisle.jaypokale.me相关文章：https://github.com/JayPokale/Chisle/blob/main/benchmarks/results/2026-09-14-quality-and-agentic.md