TokenEconomizer经验驱动的黑盒成本控制

日常命令

照常工作即可;插件不需要你做任何事。要查看或更改它的行为,使用它的命令。这些命令在每个智能体上名字都相同,只有输入方式不同。

怎么输入

智能体在智能体内部输入在仓库终端里运行(零模型调用开销)
Claude Code/tokeneconomizer:<命令>~/.tokeneconomizer/bin/te --host claude <命令>
Codex$tokeneconomizer:<命令>(status、microskills、toolprune、config、repos)~/.tokeneconomizer/bin/te --host codex <命令>
Copilot CLI/tokeneconomizer:<命令>(仅交互模式)~/.tokeneconomizer/bin/te --host copilot <命令>
Pi/te <命令>~/.tokeneconomizer/bin/te --host pi <命令>
opencode无(请从终端运行)~/.tokeneconomizer/bin/te --host opencode <命令>
智能体内运行 vs 终端运行。 在智能体内部输入斜杠或技能命令(除 Pi 外)会消耗一次模型轮次;而在仓库目录下的普通终端里运行 ~/.tokeneconomizer/bin/te 完全免费,适合随时查账或修改配置。如果不带 --host 参数,te 默认操作最近一次在该仓库中工作过的那个智能体。启动器 ~/.tokeneconomizer/bin/te 会在第一次会话启动时自动写入;在此之前也可直接运行克隆目录里的 plugin/scripts/te。

全部 15 条命令

命令作用说明
status它在这里学到了什么、做了什么,以及你的会话花了多少
microskills它在会话开始时注入的事实,以及仍在形成中的那些
toolprune拒绝列表:它排除掉的工具、接下来拟排除的工具,以及证据(Pi 与 opencode 上不可用)
toolprune apply [ITEM …]应用等待中的提议列表(toolprune=propose 下),或指定条目;从下一次会话生效
toolprune restore [ITEM …]把插件移除的条目还回来(全部或指定名称);归还后不会再被自动移除
toolprune refresh-catalog记录一次会话加载的全部工具目录(Claude Code、Copilot CLI),不涉及模型调用
toolprune measure对比应用提议列表前后的请求开销(Codex 与 Copilot 上不发起模型调用)
config当前开启的机制与所有生效中的设置值
config set KEY=VALUE … [--global]修改当前仓库的设置(加 --global 则对所有仓库生效)
config unset KEY … [--global]移除当前层级的设置,回退到全局值或默认值
repomap / repomap refresh查看缓存的仓库地图,或立即重新生成一份(需安装 aider-chat)
repos列出保存了状态的全部仓库:识别方式、各智能体的会话数、已见过的检出路径
repos migrate将旧版本记录的状态归入其所属仓库(升级后会自动在后台运行一次)
repos merge KEY [INTO]将一个仓库的状态合并进另一个仓库(默认为当前仓库),适合旧检出目录已删除的情况
doctor检查 Python 环境、状态目录、已发现的智能体、当前目录识别方式以及 errors.log 错误日志

注:doctor 与 repomap 仅从终端运行(或在 Pi 中以 /te doctor、/te repomap 运行),没有对应的斜杠命令或 Codex 技能。

权限确认与旧版别名

  • Codex 沙盒确认:会改动状态的命令(如 config set、config unset、toolprune apply、toolprune restore、repos migrate、repos merge)需要写入沙盒外的 ~/.tokeneconomizer,因此 Codex 会弹窗询问权限,请选择 Yes, proceed。
  • Copilot CLI 确认:斜杠命令仅在交互模式下可用,且每次执行插件脚本前会询问确认,请选择 Yes。
  • 旧版命令别名兼容:在三大机制更名前,微技能与工具剪枝的命令曾叫作 facts 与 untool。目前 te facts、te untool 以及 /tokeneconomizer:facts、/tokeneconomizer:untool 依然完全兼容可用。详见 plugin/README.md 的 Commands 一节。
本站为 TokenEconomizer 论文与仓库的中文导览 · Apache-2.0加州大学伯克利分校 · 微软研究院