#token-optimization Dépôts
Découvrez 29 dépôts GitHub open source actifs associés à #token-optimization, cumulant 208,169 étoiles au total (soit une moyenne de 7,178 étoiles par projet). Le projet en tête de ce thème est rtk-ai/rtk, avec 87,357 étoiles.
29 dépôts au total
Proxy CLI qui réduit la consommation de tokens LLM de 60‑90 % sur les commandes de développement courantes. Un seul binaire Rust, sans dépendances
Compressez les sorties d'outils, les journaux, les fichiers et les fragments RAG avant qu'ils n'atteignent le LLM. 20 % de jetons en moins pour les agents de codage, 60 à 95 % de jetons en moins pour le JSON, avec les mêmes réponses. Bibliothèque, proxy, serveur MCP.
Contrôle des coûts en boîte noire fondé sur l’expérience pour les agents de programmation
Un framework modulaire axé sur la documentation utilisant des modes personnalisés du curseur (VAN, PLAN, CREATIVE, IMPLEMENT) pour fournir une mémoire persistante et guider l'IA à travers un flux de travail de développement structuré avec des cartes de processus visuelles.
Trouve les jetons fantômes. Répare-les. Survis à la compaction. Évite la dégradation de la qualité du contexte.
Récupération de code au niveau des symboles pour les agents IA : récupérez la fonction dont vous avez besoin, pas le fichier entier. Fonctionne en local. Sur notre benchmark de 15 recherches, utilise en moyenne 96,2 % de tokens en moins par recherche que grep-and-read. Compatible avec Claude Code, Cursor, Codex et tout client MCP. Gratuit pour un usage non commercial ; une licence à paiement unique est nécessaire pour un usage commercial.
Le ripgrep du contexte IA : une CLI en C++23 sans dépendances et un serveur MCP pour les agents de programmation. Réduisez les coûts en tokens des agents en trouvant du code sans lire tout le dépôt, et évitez aux grandes bases de code de se heurter au mur de la complexité : portée des impacts, tests à lancer et évolution de la qualité au fil de l’écriture. Chaque supposition est signalée, chaque perte publiée. Prenez le large avec une carte.
Mémoire de projet portable entre Claude Code, Codex et OpenCode, avec en plus un décompte des jetons mesuré à partir des transcriptions du harnais. E/S de fichiers locale, sans appels d’API ni télémétrie.
Codebase « blast » en un clic pour les flux de travail de grands modèles linguistiques.
Passerelle de compression non destructive pour les agents de codage IA. Réduit les factures de tokens de 25 % au tour 1 à plus de 85 % dans les sessions longues ou saturées, et permet environ 3 fois plus de tours dans la même fenêtre de contexte. Propulsé par notre modèle open source natif de code 4B. Compatible avec Claude Code, Cursor, Codex, OpenHands et tout agent BASE_URL.
Réduisez la consommation de tokens de votre agent de programmation IA sur trois axes : une prose concise, du code privilégiant YAGNI et la compression des sorties des outils. Claude Code, Pi, Cursor, Codex, Gemini et 4 autres. Zéro dépendance, benchmarks publiés, y compris les exécutions où il perd.
Une CLI qui lit les journaux de session de Claude Code, Codex et Gemini CLI et calcule leur coût par modèle, projet et jour.
Une interface en ligne de commande qui lit les journaux de session de Claude Code, Codex et Gemini CLI et calcule leur coût par modèle, projet et jour.
Jusqu'à 71,5x moins de tokens par session sur Claude Code avec Obsidian + Graphify. Mémoire persistante, graphes de connaissances du codebase et pipeline d'importation de chats. 🇧🇷 PT-BR inclus.
☁️ Le convertisseur HTML vers markdown le plus rapide sur GitHub. Optimisé pour les LLMs et prend en charge le streaming.
Un plugin local pour les conversations riches en images dans Codex, Claude Code et d’autres agents d’IA : les images précédentes sont remplacées par de courts espaces réservés au lieu d’être renvoyées avec chaque message, le modèle récupère l’original à l’aide de son identifiant (même après la compaction) et le cache des prompts continue de fonctionner.
Transformez n’importe quelle base de code en un graphe de connaissances fondé sur les méthodes formelles. Vos agents d’IA obtiendront des réponses exactes à toute tâche liée au code, garantiront la correction et optimiseront l’utilisation du temps et des tokens.
ANOLISA (Agentic Nexus Operating Layer & Interface System Architecture) | Système d'exploitation agentique avec environnement d'exécution, sécurité, observabilité et compression de réponse sans token pour réduire la consommation de tokens et les coûts.
Un outil CLI pour agréger votre base de code en un seul fichier Markdown à utiliser avec les projets Claude ou les ChatGPT personnalisés.
Compression du contexte pour les agents de programmation IA : compresse la sortie des outils avant son entrée dans le modèle et déduplique les répétitions en références de 13 tokens. Claude Code, Cursor, Codex, Kiro, Zed et tout client MCP. En Rust, sans aucun appel au LLM.
Construisez un agent qui utilise 80% de tokens en moins et offre de meilleurs résultats.
Réduisez le nombre de tokens chargés par Claude Code au début d’une session. Un outil CLI qui crée un fichier CLAUDE.md compact avec de la documentation à la demande, mesure les tokens de démarrage et les maintient à un niveau bas.
Application de barre des menus pour macOS, Windows et Linux qui réduit d’environ 50 % le coût des jetons de Claude Code et ChatGPT Codex
91,5 % de tokens en moins dans la sortie des outils selon le benchmark interne de Headroom, où Headroom réduit le nombre de tokens de 61,4 %. Par ailleurs, les mêmes tâches SWE-bench sont résolues pour 0,71 fois le coût de Claude Code standard. Avec, en plus, une mémoire entre les sessions et une gestion du rythme de consommation du quota d’abonnement. Claude Code, Codex, Copilot, Gemini et 12 autres. Local, sous licence MIT.
La couche d’amélioration continue pour les agents IA. Ratel analyse les traces de votre agent, repère les problèmes, recommande des correctifs et lance des évaluations sur des sessions réelles avant la mise en production. Auto-hébergé : une application, un Postgres. Inclut les SDK TypeScript et Python.
Foire aux questions
Quel est le dépôt #token-optimization le plus populaire sur GitHub ?
Le projet #token-optimization open source le mieux classé sur GitHub est rtk-ai/rtk, avec 87,357 étoiles. Proxy CLI qui réduit la consommation de tokens LLM de 60‑90 % sur les commandes de développement courantes. Un seul binaire Rust, sans dépendances
Quels langages de programmation sont les plus utilisés dans les dépôts #token-optimization ?
Parmi les projets #token-optimization les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, Rust, TypeScript, JavaScript.
Comment le classement des dépôts #token-optimization est-il calculé ?
Nous suivons 29 dépôts open source actifs associés à #token-optimization (500+ étoiles), totalisant 208,169 étoiles, avec une moyenne de 7,178 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.