#token-optimization Repositorios
Descubre 29 repositorios activos de código abierto de GitHub etiquetados con #token-optimization, que acumulan 208,169 estrellas en total (una media de 7,178 estrellas por proyecto). El líder de este tema es rtk-ai/rtk, con 87,357 estrellas.
29 repositorios en total
Proxy CLI que reduce el consumo de tokens LLM en un 60‑90 % en comandos comunes de desarrollo. Un solo binario Rust, sin dependencias
Comprima las salidas de herramientas, registros, archivos y fragmentos RAG antes de que lleguen al LLM. 20% menos de tokens para agentes de codificación, 60-95% menos de tokens para JSON, mismas respuestas. Biblioteca, proxy, servidor MCP.
Control de costes de caja negra basado en la experiencia para agentes de programación
Un framework modular impulsado por la documentación que utiliza modos personalizados del cursor (VAN, PLAN, CREATIVE, IMPLEMENT) para proporcionar memoria persistente y guiar a la IA a través de un flujo de trabajo de desarrollo estructurado con mapas de procesos visuales.
Encuentra los tokens fantasma. Arréglalos. Sobrevive a la compactación. Evita la degradación de la calidad del contexto.
Recuperación de código a nivel de símbolo para agentes de IA: obtén la función que necesitas, no el archivo completo. Se ejecuta localmente. En nuestro benchmark de 15 búsquedas, utiliza de media un 96,2 % menos de tokens por búsqueda que grep-and-read. Compatible con Claude Code, Cursor, Codex y cualquier cliente MCP. Gratis para uso no comercial; el uso comercial requiere una licencia de pago único.
El ripgrep del contexto de IA: una CLI de C++23 sin dependencias y un servidor MCP para agentes de programación. Reduce el coste en tokens de los agentes al encontrar código sin leer todo el repositorio y evita que las bases de código grandes se estrellen contra el muro de la complejidad: alcance del impacto, pruebas que ejecutar y cambios en la calidad mientras escribes. Cada conjetura, etiquetada; cada pérdida, publicada. Rema con un mapa.
Memoria de proyecto portátil entre Claude Code, Codex y OpenCode, además de un recuento de tokens medido a partir de las transcripciones del arnés de pruebas. E/S de archivos local, sin llamadas a API ni telemetría.
"Blast" de código base con un clic para flujos de trabajo de modelos de lenguaje grandes.
Puerta de enlace de compresión no destructiva para agentes de codificación de IA. Reduce las facturas de tokens un 25% en el turno 1 y más del 85% en sesiones largas o saturadas, y cabe aproximadamente 3 veces más turnos en la misma ventana de contexto. Impulsado por nuestro modelo de código nativo de 4B de código abierto. Compatible con Claude Code, Cursor, Codex, OpenHands y cualquier agente BASE_URL.
Reduce el consumo de tokens de tu agente de programación con IA en tres frentes: prosa concisa, código basado primero en YAGNI y compresión de la salida de las herramientas. Claude Code, Pi, Cursor, Codex, Gemini y 4 más. Sin dependencias; benchmarks publicados, incluidas las ejecuciones en las que pierde.
Una CLI que lee los registros de sesiones de Claude Code, Codex y Gemini CLI y calcula cuánto cuestan, desglosado por modelo, proyecto y día.
Una CLI que lee los registros de sesión de Claude Code, Codex y Gemini CLI y calcula cuánto cuestan, desglosado por modelo, proyecto y día.
Hasta 71.5x menos tokens por sesión en Claude Code con Obsidian + Graphify. Memoria persistente, grafos de conocimiento de código base y pipeline de importación de chats. 🇧🇷 PT-BR incluido.
☁️ El convertidor de HTML a markdown más rápido en GitHub. Optimizado para LLMs y admite streaming.
Un complemento local para chats con muchas imágenes en Codex, Claude Code y otros agentes de IA: las imágenes anteriores se sustituyen por breves marcadores de posición en lugar de enviarse con cada mensaje, el modelo recupera el original mediante su ID (también después de la compactación) y la caché de prompts sigue funcionando.
Convierte cualquier base de código en un grafo de conocimiento basado en métodos formales. Tus agentes de IA obtendrán respuestas precisas para cualquier tarea relacionada con el código, garantizarán la corrección y optimizarán el uso del tiempo y los tokens.
ANOLISA (Agentic Nexus Operating Layer & Interface System Architecture) | Sistema operativo agéntico con entorno de ejecución, seguridad, observabilidad y compresión de respuestas sin tokens para reducir el uso de tokens y los costes.
Una herramienta CLI para agregar su base de código en un único archivo Markdown para usar con Claude Projects o ChatGPT personalizados.
Compresión de contexto para agentes de programación con IA: comprime la salida de las herramientas antes de que entre en el modelo y deduplica las repeticiones convirtiéndolas en referencias de 13 tokens. Claude Code, Cursor, Codex, Kiro, Zed y cualquier cliente MCP. En Rust, sin llamadas al LLM.
Reduce los tokens que Claude Code carga al iniciar una sesión. Una CLI que configura un archivo CLAUDE.md compacto con documentación bajo demanda, mide los tokens de inicio y los mantiene al mínimo.
Aplicación de barra de menús para macOS, Windows y Linux que reduce aproximadamente un 50 % los costes de tokens de Claude Code y ChatGPT Codex
Un 91,5 % menos de tokens en la salida de herramientas según el benchmark propio de Headroom, donde Headroom reduce el consumo un 61,4 %. Por separado, las mismas tareas de SWE-bench se resuelven por un 0,71× del coste de Claude Code sin modificaciones. Además, ofrece memoria entre sesiones y gestión del ritmo de consumo de la cuota de suscripción. Compatible con Claude Code, Codex, Copilot, Gemini y 12 más. Local, con licencia MIT.
La capa de mejora continua para agentes de IA. Ratel analiza las trazas de tu agente, detecta qué falla, recomienda soluciones y ejecuta evaluaciones con sesiones reales antes de que publiques. Autoalojado: una aplicación y un Postgres. Incluye los SDK de TypeScript y Python.
Preguntas frecuentes
¿Cuál es el repositorio de #token-optimization más popular en GitHub?
El proyecto de código abierto de #token-optimization mejor posicionado en GitHub es rtk-ai/rtk, con 87,357 estrellas. Proxy CLI que reduce el consumo de tokens LLM en un 60‑90 % en comandos comunes de desarrollo. Un solo binario Rust, sin dependencias
¿Qué lenguajes de programación se utilizan más en los repositorios de #token-optimization?
Entre los proyectos de #token-optimization mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, Rust, TypeScript, JavaScript.
¿Cómo se calcula la clasificación de los repositorios de #token-optimization?
Seguimos 29 repositorios activos de código abierto etiquetados con #token-optimization (500+ estrellas), que suman un total de 208,169 estrellas, con una media de 7,178 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.