GitHub 热门

microsoft/TokenEconomizer

AI编程工具 在 GitHub 打开 ↗

给编码 Agent 插件加省钱层,跨会话学习省 18%–31% 成本

Star4.8k
24h 新增+61
7 天新增—
Fork289
Issue11
语言Python

项目介绍

更新于 1 天前

TokenEconomizer 是微软研究院和 UC Berkeley 联合推出的 Claude Code、Codex、GitHub Copilot CLI 等编码 Agent 插件,作用是给已经在跑的 Agent 省钱,不改 Agent 本身。它从你在同一仓库的历史会话里学习:把反复踩到的坑(比如必须先跑的构建步骤、这个仓库里能用的命令写法)沉淀成 Micro-skills,下次会话开场直接告诉 Agent,避免每次重新摸索;把长期没被调用的工具从请求里剔除,减少每轮都在发送的工具定义开销;当某一轮反复撞同一个错误时,用一个判断模型介入并给出转向提示,防止死循环烧钱。论文在 SWE-Bench 上测得平均成本降低 18.4%–30.9%,且多数组合下任务通过率不降反升。经常用 AI 编码助手在固定仓库里干活、又在意 API 账单的开发者值得看;如果你只是偶尔用一次 Agent,或者不负责控制 AI 编码成本,和你关系不大。

上手成本:中

Star 趋势

记录 7 个数据点 · 期间增长 +225

话题标签

agentic-aiagentic-codingai-codingai-coding-assistantanthropicartificial-intelligenceclaude-codecodexcoding-agentcoding-agentscost-optimizationcost-reductiondeveloper-toolsgithub-copilotllmopen-sourceopenaiproductivitytoken-optimization

仓库信息

LicenseApache-2.0
创建时间2026-10-13
最后推送11 小时前
热度分194.0