#token-optimization Repository
Scopri 29 repository GitHub open source attivi contrassegnati con #token-optimization, che raccolgono un totale di 208,169 stelle (con una media di 7,178 stelle per progetto). Il progetto leader di questo argomento è rtk-ai/rtk, con 87,357 stelle.
29 repository in totale
Proxy CLI che riduce il consumo di token LLM del 60‑90% su comandi di sviluppo comuni. Un singolo binario Rust, senza dipendenze
Comprimi gli output degli strumenti, i log, i file e i chunk RAG prima che raggiungano l'LLM. 20% di token in meno per gli agenti di codifica, 60-95% di token in meno per JSON, stesse risposte. Libreria, proxy, server MCP.
Controllo dei costi black-box basato sull’esperienza per agenti di programmazione
Un framework modulare basato sulla documentazione che utilizza modalità personalizzate del cursore (VAN, PLAN, CREATIVE, IMPLEMENT) per fornire memoria persistente e guidare l'IA attraverso un flusso di lavoro di sviluppo strutturato con mappe di processo visive.
Trova i token fantasma. Correggili. Sopravvivi alla compattazione. Evita la degradazione della qualità del contesto.
Recupero del codice a livello di simbolo per agenti IA: recupera la funzione che ti serve, non l’intero file. Funziona in locale. Nel nostro benchmark di 15 ricerche, utilizza in media il 96,2% di token in meno per ricerca rispetto a grep-and-read. Compatibile con Claude Code, Cursor, Codex e qualsiasi client MCP. Gratuito per uso non commerciale; per l’uso commerciale è necessaria una licenza una tantum.
Il ripgrep del contesto AI: una CLI C++23 senza dipendenze e un server MCP per agenti di programmazione. Riduci i costi in token degli agenti trovando il codice senza leggere l’intero repository e impedisci alle grandi codebase di schiantarsi contro il muro della complessità: portata degli effetti, test da eseguire e variazioni della qualità mentre scrivi. Ogni ipotesi è segnalata, ogni perdita pubblicata. Prendi il largo con una mappa.
Memoria di progetto portabile tra Claude Code, Codex e OpenCode, con contabilizzazione dei token misurata a partire dalle trascrizioni dell’harness. I/O su file locale, nessuna chiamata API e nessuna telemetria.
Gateway di compressione non distruttiva per agenti di codifica AI. Riduce le bollette dei token dal 25% al turno 1 a oltre l'85% in sessioni lunghe o sature, e consente circa 3 volte più turni nella stessa finestra di contesto. Alimentato dal nostro modello open source nativo per codice da 4B. Compatibile con Claude Code, Cursor, Codex, OpenHands e qualsiasi agente BASE_URL.
Riduci il consumo di token del tuo agente di coding basato sull’IA su tre fronti: prosa concisa, codice orientato prima di tutto a YAGNI e compressione dell’output degli strumenti. Claude Code, Pi, Cursor, Codex, Gemini e altri 4. Zero dipendenze, benchmark pubblicati, comprese le esecuzioni in cui perde.
Una CLI che legge i log delle sessioni di Claude Code, Codex e Gemini CLI e calcola quanto costano, suddividendo per modello, progetto e giorno.
Una CLI che legge i log delle sessioni di Claude Code, Codex e Gemini CLI e calcola quanto costano, suddividendo i costi per modello, progetto e giorno.
Fino a 71,5x meno token per sessione su Claude Code con Obsidian + Graphify. Memoria persistente, grafi di conoscenza del codebase e pipeline di importazione chat. 🇧🇷 PT-BR incluso.
☁️ Il convertitore da HTML a markdown più veloce su GitHub. Ottimizzato per LLM e supporta lo streaming.
Un plugin locale per le chat ricche di immagini in Codex, Claude Code e altri agenti AI: le immagini precedenti vengono sostituite da brevi segnaposto invece di essere inviate con ogni messaggio, il modello recupera l’originale tramite il relativo ID (anche dopo la compattazione) e la cache dei prompt continua a funzionare.
Trasforma qualsiasi codebase in un grafo della conoscenza basato sui metodi formali. I tuoi agenti IA otterranno risposte precise per qualsiasi attività relativa al codice, garantiranno la correttezza e ottimizzeranno l’uso del tempo e dei token.
ANOLISA (Agentic Nexus Operating Layer & Interface System Architecture) | Sistema operativo agentico con runtime, sicurezza, osservabilità e compressione delle risposte senza token per ridurre l'uso e i costi dei token.
Uno strumento CLI per aggregare la tua codebase in un unico file Markdown da utilizzare con Claude Projects o ChatGPT personalizzati.
Compressione del contesto per agenti di coding basati sull’IA: comprime l’output degli strumenti prima che entri nel modello e deduplica le ripetizioni trasformandole in riferimenti di 13 token. Claude Code, Cursor, Codex, Kiro, Zed e qualsiasi client MCP. In Rust, senza chiamate a LLM.
Riduci i token caricati da Claude Code all’inizio di una sessione. Una CLI che crea un file CLAUDE.md compatto con documentazione su richiesta, misura i token iniziali e li mantiene al minimo.
App per la barra dei menu per macOS, Windows e Linux che riduce di circa il 50% i costi dei token di Claude Code e ChatGPT Codex
Il 91,5% di token in meno nell’output degli strumenti secondo il benchmark proprietario di Headroom, in cui Headroom riduce i token del 61,4%. Separatamente, le stesse attività di SWE-bench vengono risolte a un costo pari a 0,71× quello di Claude Code standard. In più, memoria tra le sessioni e gestione del ritmo di consumo della quota dell’abbonamento. Claude Code, Codex, Copilot, Gemini e altri 12. In locale, licenza MIT.
Il livello di auto-miglioramento per gli agenti IA. Ratel analizza le tracce del tuo agente, individua i problemi, consiglia correzioni ed esegue valutazioni su sessioni reali prima del rilascio. Self-hosted: un’app, un Postgres. Include gli SDK per TypeScript e Python.
Domande frequenti
Qual è il repository #token-optimization più popolare su GitHub?
Il progetto open source #token-optimization più alto in classifica su GitHub è rtk-ai/rtk, con 87,357 stelle. Proxy CLI che riduce il consumo di token LLM del 60‑90% su comandi di sviluppo comuni. Un singolo binario Rust, senza dipendenze
Quali linguaggi di programmazione sono più utilizzati nei repository #token-optimization?
Tra i progetti #token-optimization più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, Rust, TypeScript, JavaScript.
Come viene calcolata la classifica dei repository #token-optimization?
Monitoriamo 29 repository open source attivi contrassegnati con #token-optimization (500+ stelle), per un totale di 208,169 stelle e una media di 7,178 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.