#token-optimization Repositories
Entdecke 29 aktive Open-Source-GitHub-Repositories, die mit #token-optimization getaggt sind und insgesamt 208,169 Sterne gesammelt haben (durchschnittlich 7,178 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist rtk-ai/rtk mit 87,357 Sternen.
Insgesamt 29 Repositories
CLI‑Proxy, das den Tokenverbrauch bei üblichen Entwicklungsbefehlen um 60‑90 % reduziert. Eine einzelne Rust‑Binärdatei, ohne Abhängigkeiten
Komprimieren Sie Tool-Ausgaben, Protokolle, Dateien und RAG-Chunks, bevor sie das LLM erreichen. 20 % weniger Token für Coding-Agenten, 60-95 % weniger Token für JSON, bei gleichen Antworten. Bibliothek, Proxy, MCP-Server.
Ein modulares, dokumentationsgesteuertes Framework, das benutzerdefinierte Cursor-Modi (VAN, PLAN, CREATIVE, IMPLEMENT) verwendet, um persistenten Speicher bereitzustellen und die KI durch einen strukturierten Entwicklungs-Workflow mit visuellen Prozesskarten zu führen.
Finde die Ghost-Tokens. Behebe sie. Überlebe die Kompaktion. Vermeide den Qualitätsverlust des Kontexts.
Symbolbasierter Codeabruf für KI-Agenten: Rufe die benötigte Funktion ab, nicht die ganze Datei. Läuft lokal. Bei unserem Benchmark mit 15 Abrufen werden pro Abruf durchschnittlich 96,2 % weniger Tokens benötigt als mit grep-and-read. Funktioniert mit Claude Code, Cursor, Codex und jedem MCP-Client. Für nicht kommerzielle Nutzung kostenlos; für kommerzielle Nutzung ist eine einmalige Lizenz erforderlich.
Das ripgrep für KI-Kontext: eine C++23-CLI ohne Abhängigkeiten plus MCP-Server für Programmieragenten. Senke die Token-Kosten von Agenten, indem du Code findest, ohne das Repository zu lesen, und bewahre große Codebasen vor der Komplexitätswand: Auswirkungen, auszuführende Tests und Qualitätsveränderungen direkt beim Schreiben. Jede Vermutung wird gekennzeichnet, jeder Verlust veröffentlicht. Mit einer Karte hinaus aufs Wasser.
Portabler Projektspeicher für Claude Code, Codex und OpenCode sowie eine anhand von Harness-Transkripten gemessene Token-Abrechnung. Lokale Datei-E/A, keine API-Aufrufe, keine Telemetrie.
Nicht-destruktives Komprimierungs-Gateway für KI-Codierungsagenten. Reduziert Token-Rechnungen von 25 % bei Runde 1 auf über 85 % in langen oder gesättigten Sitzungen und passt etwa 3× mehr Runden in dasselbe Kontextfenster. Angetrieben von unserem Open-Source-Code-nativen 4B-Modell. Drop-in für Claude Code, Cursor, Codex, OpenHands und jeden BASE_URL-Agenten.
Senke die Tokenkosten deines KI-Coding-Agenten in drei Bereichen: knappe Prosa, YAGNI-orientierter Code und die Komprimierung von Tool-Ausgaben. Claude Code, Pi, Cursor, Codex, Gemini und 4 weitere. Keine Abhängigkeiten, veröffentlichte Benchmarks einschließlich der Durchläufe, bei denen das System verliert.
Eine CLI, die Sitzungsprotokolle von Claude Code, Codex und Gemini CLI einliest und die Kosten nach Modell, Projekt und Tag berechnet.
Eine CLI, die Sitzungsprotokolle von Claude Code, Codex und Gemini CLI einliest und die Kosten nach Modell, Projekt und Tag berechnet.
Bis zu 71,5x weniger Tokens pro Sitzung in Claude Code mit Obsidian + Graphify. Persistenter Speicher, Codebase-Wissensgraphen und Chat-Import-Pipeline. 🇧🇷 PT-BR enthalten.
☁️ Der schnellste HTML-zu-Markdown-Konverter auf GitHub. Für LLMs optimiert und unterstützt Streaming.
Ein lokales Plugin für bildreiche Chats in Codex, Claude Code und anderen KI-Agenten: Frühere Bilder werden durch kurze Platzhalter ersetzt, statt mit jeder Nachricht erneut gesendet zu werden. Das Modell ruft das Original anhand seiner ID ab (auch nach einer Komprimierung), und der Prompt-Cache funktioniert weiterhin.
Verwandeln Sie jede Codebasis in einen Wissensgraphen, der auf formalen Methoden basiert. Ihre KI-Agenten erhalten präzise Antworten auf alle codebezogenen Aufgaben, stellen die Korrektheit sicher und optimieren den Zeit- und Tokenverbrauch.
ANOLISA (Agentic Nexus Operating Layer & Interface System Architecture) | Agentisches Betriebssystem mit Laufzeitumgebung, Sicherheit, Observability und Tokenless-Antwortkomprimierung für geringeren Token-Verbrauch und niedrigere Kosten.
Ein CLI-Tool, um Ihre Codebasis in eine einzige Markdown-Datei für die Verwendung mit Claude Projects oder benutzerdefinierten ChatGPTs zu aggregieren.
Kontextkomprimierung für KI-Coding-Agenten: Komprimiert die Tool-Ausgabe, bevor sie in das Modell gelangt, und dedupliziert Wiederholungen zu 13-Token-Referenzen. Claude Code, Cursor, Codex, Kiro, Zed und jeder MCP-Client. In Rust, ohne LLM-Aufrufe.
Erstellen Sie einen Agenten, der 80% weniger Token verwendet und bessere Ergebnisse liefert.
Reduziere die Tokens, die Claude Code zu Beginn einer Sitzung lädt. Eine CLI, die eine kompakte CLAUDE.md mit bedarfsgerechter Dokumentation einrichtet, Start-Tokens misst und sie gering hält.
Menüleisten-App für macOS, Windows und Linux, die die Token-Kosten von Claude Code und ChatGPT Codex um etwa 50 % senkt
91,5 % weniger Tokens in der Tool-Ausgabe laut Headrooms eigenem Benchmark, bei dem Headroom die Tokenzahl um 61,4 % reduziert. Separat davon werden dieselben SWE-bench-Aufgaben zu 0,71× der Kosten von unverändertem Claude Code gelöst. Außerdem: sitzungsübergreifender Speicher und eine Steuerung des Verbrauchstempos beim Abo-Kontingent. Claude Code, Codex, Copilot, Gemini und 12 weitere. Lokal, MIT-Lizenz.
Die Selbstverbesserungsebene für KI-Agenten. Ratel analysiert die Traces deines Agenten, findet Fehler, empfiehlt Lösungen und führt vor dem Release Evaluierungen mit echten Sitzungen durch. Selbst gehostet: eine App, ein Postgres. Inklusive TypeScript- und Python-SDK.
Häufig gestellte Fragen
Welches ist das beliebteste #token-optimization-Repository auf GitHub?
Das am höchsten eingestufte Open-Source-#token-optimization-Projekt auf GitHub ist rtk-ai/rtk mit 87,357 Sternen. CLI‑Proxy, das den Tokenverbrauch bei üblichen Entwicklungsbefehlen um 60‑90 % reduziert. Eine einzelne Rust‑Binärdatei, ohne Abhängigkeiten
Welche Programmiersprachen werden in #token-optimization-Repositories am häufigsten verwendet?
Unter den am höchsten eingestuften #token-optimization-Projekten auf GitHub sind Python, Rust, TypeScript, JavaScript die am häufigsten verwendeten Programmiersprachen.
Wie wird das Ranking der #token-optimization-Repositories berechnet?
Wir verfolgen 29 aktive Open-Source-Repositories, die mit #token-optimization getaggt sind (500+ Sterne), mit insgesamt 208,169 Sternen und durchschnittlich 7,178 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.