"用 AI 写代码，一个月账单 500 块。"当代程序员的新型怨念。
你有没有这种感觉：让 AI 帮你干个活，它每次"开口"都要先把你们上午聊的内容、昨天的报错、上周的代码全重复一遍，然后再说正事。
Token 是什么，为什么费钱
先科普一句：跟 AI 对话是按 token 计费的。简单说，token 就是 AI 眼里的"字"，不过比中文字更碎，"Hello"大约是 1 个 token，"你好"大约是 2 个。聊得越多，工具返回的内容越长，消耗就越大，账单也越难看。真正的冤大头是工具输出。你让 AI 帮你搜文件、跑代码、调 API，它不只看结果，会把整个工具返回的原始内容都塞进对话里。一个文件列表、一段报错日志，动不动就是几千上万 token，全算你的钱。
CTC 是什么
我做了个叫 Context Token Compressor（CTC）的小工具，就是解决这个问题的。它坐在你的 AI 客户端（Codex、Claude Code 这类工具）和模型之间，消息发出去之前先压缩一遍：把废话去掉，把重点留下，再传给模型。打个比方，有点像发微信语音自动转文字，还顺手把"那个、然后、就是说"都删掉了，只留干货。- 压缩工具输出。AI 调用工具返回的日志、文件列表、API 响应，通常又长又啰嗦，CTC 只留关键信息。
- 压缩老消息。对话轮次多了，前面的旧内容也会被适度压缩，省掉重复的废话。
- 协议桥接。有些客户端只会说 OpenAI 那套"方言"，有些模型比如 DeepSeek 说的是另一种，CTC 负责在中间翻译，让两边能顺畅对话。
- 数据面板。有个 Dashboard，能看到省了多少 token、成功率多少、压缩效果如何。
为什么不压得更狠？
看到这里你可能会问：既然要省钱，为什么不把所有内容都压缩到极限？这个问题问得好，也是 CTC 设计里最核心的取舍。想象一下，你有个长期合作的 AI 助手。你告诉过它："我不喜欢用 Redux，所有项目都用 Zustand""每次提交前必须跑测试""那个客户不能超报价"。这些内容存在对话历史里。如果压缩器为了省 token，把这些"细节"当废话删掉，AI 下次就可能给你推荐 Redux，忘记要跑测试，给那个客户报了高价。表面上 AI 还是那个 AI，但它对你的理解已经偏了。这就是"认知漂移"——上下文被过度压缩，AI 保留了"大概意思"，但改变了否定条件、优先级和适用范围，最终形成错误的用户画像。所以 CTC 的目标不是追求最高压缩率，而是在省钱的同时，保证 AI 对你的理解不发生偏移。
跟同类工具有什么不一样
同期有两个开源项目也在解决相邻的问题，放在一起比比更清楚： | | | |
| | 针对 git、pytest、rg 等常用命令有专门解析器，压缩更精准 | |
| | | 不减少输入 token；激进改写可能影响语气、条件和细节 |
| | | 不具备 RTK 的逐命令专业解析，规则压缩也不能保证语义绝对无损 |
三个项目解决的其实是三个不同阶段的问题，并不冲突。CTC 借鉴了两者风险可控的部分：从 RTK 学了工具输出去重和关键信息提取，从 Caveman 学了去填充词，但只在"旧消息"上用，最近的 6 条对话完整保留。另外有个细节：对于路径、文件名、版本号、错误码这类"精确 token"，CTC 会单独用一个 factsheet 存下来，防止在压缩时被当废话顺手删掉。毕竟在Linux操作系统上， /usr/local/bin 和 /usr/bin 是两回事，AI 搞混了会出大事。
三种模式，按需选
因为不同场景对"语义安全"的要求不一样，CTC 提供了三档：- safe 模式：只压缩工具输出，对话正文完全不动。适合长期运行的 AI 助手，首要任务是保住用户画像和长期记忆。
- dev 模式：在 safe 的基础上，对较旧的消息也进行压缩，同时保留最近 6 条完整。适合写代码的场景，工具调用密集、历史消息更新快，压缩收益最大。
- off 模式：完全透传，不压缩任何内容。适合小说创作、法律文本、精确配置等必须逐字保真的情况。
通常按客户端来源配置，写代码的工具默认用 dev，长期 Agent 默认用 safe。但也不是死规定，遇到需要精确审计的任务，随时可以切到 off。
真实数据：26 天省了多少
这不是 PPT 上编的数字，是我在服务器上真实跑了 26 天的统计：翻译成大白话：差不多每花两块钱，帮你省出将近一块。如果你是不熟悉会话和任务管理的新手，那节省比例更高，在我初学 AI Agent 工具阶段，软件统计的节省效率高达 80% 以上。说明一下，47% 是基于官方定价的反事实估算，实际因模型定价和缓存策略会有出入，不是账单保证。但省钱这个方向是真的，我自己天天在用，账单降得很实在。
谁适合用
用 AI 写代码的开发者最合适。Codex、Claude Code 这类工具天然产生大量工具输出，压缩效果最明显。长期运行 AI Agent 的人也合适。对话轮次多、历史上下文长，而且最不能容忍认知漂移——safe 模式就是为这个场景设计的。自建 AI 工作流、喜欢折腾的人也合适。想接 DeepSeek 但客户端不支持？CTC 帮你把协议桥接过去。不太适合的情况：如果你只用官方 ChatGPT 网页版聊天，这个工具用不上，它是给 API 调用场景设计的。
怎么装
Linux 用户一行命令搞定，需要 Python 3.11 以上：git clone --depth 1 --branch v1.0.0 \ https://github.com/zxzxzx258/context-token-compressor.git \ && cd context-token-compressor \ && sudo bash scripts/install_linux.sh
curl http://127.0.0.1:8787/healthz
返回一段 JSON 就说明装对了。Dashboard 在http://127.0.0.1:8788，数据看得很直观。
macOS 和 Windows 目前还没有官方安装器，想用的话可以让你的 AI Agent 读一下仓库里的 README 和部署脚本，自己适配一下，欢迎折腾完之后回来提 PR。
开源，MIT 协议，欢迎挑刺
https://github.com/zxzxzx258/context-token-compressor
https://gitee.com/linus2077/context-token-compressor
不收钱，代码全公开，能跑能看能改。用了觉得好，给个 Star；发现问题，提个 Issue；有更好的压缩思路，直接 PR，我看到就会回。大家都在用 AI，一起把账单往下压一压，才是正经事。
每一个被压缩掉的冗余 token，都是一次不动声色的省钱。
夜雨聆风
