Claude Code省钱三件套：三个免费工具砍掉Token浪费

Claude Code 的账单里，真正花在“思考”上的钱可能只占一部分，剩下的都在为冗余的终端输出、啰嗦的回复和用不上的工具定义买单。一个短视频里提到的三个免费工具，恰好对应这三种不同的浪费。

RTK：让终端输出先“瘦身”再进上下文

RTK 的思路很直接：Claude 执行命令后，终端返回的内容会原样进入上下文窗口，而很多输出里充斥着格式噪音、重复行和无关信息。RTK 在 Claude 读取之前先对终端输出做压缩，官方说法是最高可以减少 90% 的内容量。

这里有个容易被误读的地方——视频里专门提醒，“少 90%”指的是输出内容变少了，不是账单直接打九折。Token 消耗还受输入结构、缓存命中和会话轮次影响，但终端输出这个入口的浪费确实被堵住了不少。

上下文窗口与 token 计费的基本机制

理解这类工具需要先区分两个概念：上下文窗口是模型单次请求能看到的 token 总量，包括系统提示、历史对话和工具返回结果；计费则按输入和输出 token 分别计价。终端命令的输出一旦进入上下文，就会成为后续每一轮请求的输入前缀（除非被裁剪或缓存），因此一次冗长的构建日志或测试输出可能在整个会话中被反复计费。RTK 在输出进入上下文之前做压缩，减少的是“输入侧”的 token 基数，而不是输出侧的字数。这也解释了为什么减少 90% 的终端内容不等于账单打九折——账单还受缓存命中、会话轮次和输出 token 的共同影响。

Caveman：把“说人话”变成默认行为

第二个工具 Caveman 针对的是回复啰嗦的问题。模型天然倾向于把话说满、加解释、补上下文，但在很多编码场景里，用户只想要结论和代码。Caveman 通过约束回复风格来压缩输出长度。

作者对它的评价比较克制：相比直接在提示里写“be concise”，Caveman 带来的提升只是“a small win”。这个判断挺诚实——风格指令本身就能解决大部分问题，工具化的价值在于稳定和可复用，而不是颠覆性的节省。

Token Economizer：从历史会话里学会“不用什么”

三个工具里最有意思的是微软的 Token Economizer。它不是一个静态的压缩规则，而是会学习你的仓库和过往会话，识别出哪些工具定义、哪些能力你几乎从不调用，然后把它们从上下文里剪掉。

工具定义在系统提示里占的空间不小，尤其是接入了大量 MCP 工具之后。Token Economizer 在微软自己的测试中给出了 18% 到 31% 的成本下降，这个数字比 Caveman 的风格压缩更有分量，因为它动的是每次请求都要携带的固定开销。

工具定义与 MCP 的上下文开销

在 Claude Code 这类编码代理中，系统提示除了角色指令外，还会嵌入大量工具定义（function calling schema），每个工具都包含名称、描述和参数 JSON Schema。接入 MCP（Model Context Protocol）后，工具数量会成倍增长，因为每个 MCP 服务器都可能暴露多个工具。这些定义在每次请求中都会作为固定前缀被反复发送，即使当前对话根本用不到某个工具，它仍然占据输入 token。由于输入 token 通常按量计费，且长系统提示还会挤占上下文窗口、降低缓存命中效率，所以剪掉从未使用的工具定义是一种直接降低固定开销的手段。Token Economizer 的价值正在于把“哪些工具真正被调用过”变成可观测数据，而不是靠人工猜测。

先开 Micro Skills，它们默认是关的

视频最后给了一个实操建议：先把 micro skills 打开，因为这些功能出厂时是关闭状态。很多人装完工具就以为生效了，实际上什么都没变。这个提醒比工具本身更值得记——省 token 的第一步，是确认你省 token 的开关真的被拨到了 on。

三个工具的分工可以这样理解：RTK 管输入端的噪音，Caveman 管输出端的冗余，Token Economizer 管上下文里的历史包袱。它们互不替代，叠加使用才覆盖完整的浪费链条。