#token-optimization リポジトリ
#token-optimizationのタグが付いた、GitHub上の29件のアクティブなオープンソースリポジトリをご覧ください。合計スター数は208,169個で、プロジェクトあたりの平均は7,178個です。このトピックをリードしているのは、87,357個のスターを獲得しているrtk-ai/rtkです。
リポジトリ合計29件
ツール出力、ログ、ファイル、RAGチャンクをLLMに到達する前に圧縮します。コーディングエージェントではトークンを20%削減、JSONでは60〜95%削減し、回答の質は維持します。ライブラリ、プロキシ、MCPサーバーとして利用可能。
カーソルカスタムモード(VAN、PLAN、CREATIVE、IMPLEMENT)を使用したモジュール式でドキュメント主導のフレームワーク。永続的なメモリを提供し、視覚的なプロセスマップでAIを構造化された開発ワークフローに導きます。
AIエージェント向けのシンボル単位のコード取得:ファイル全体ではなく、必要な関数だけを取得します。ローカルで動作します。15回の検索を行った当社のベンチマークでは、grep-and-readと比べて1回の検索あたりのトークン数を平均96.2%削減。Claude Code、Cursor、Codex、あらゆるMCPクライアントで利用できます。非商用利用は無料。商用利用には買い切りライセンスが必要です。
AIコンテキストのripgrep:コーディングエージェント向けの、依存関係ゼロのC++23 CLI+MCPサーバー。リポジトリ全体を読まずにコードを見つけて、エージェントのトークンコストを削減。さらに、大規模なコードベースが複雑性の壁にぶつからないよう、変更の影響範囲、実行すべきテスト、作業中の品質の変化を把握できます。推測にはすべてラベルを付け、損失はすべて公開。地図を手に、漕ぎ出そう。
Claude Code、Codex、OpenCode 間で持ち運べるプロジェクトメモリと、ハーネスのトランスクリプトから測定したトークン使用量の集計。ローカルファイル I/O、API 呼び出しなし、テレメトリなし。
AIコーディングエージェント向けの非破壊圧縮ゲートウェイ。トークン料金をターン1で25%削減し、長時間または飽和したセッションでは85%以上削減し、同じコンテキストウィンドウに約3倍のターンを収めます。当社のオープンソースのコードネイティブ4Bモデルを搭載。Claude Code、Cursor、Codex、OpenHands、および任意のBASE_URLエージェントにそのまま使用できます。
AIコーディングエージェントのトークンコストを、簡潔な文章、YAGNI優先のコード、ツール出力の圧縮という3つの軸で削減。Claude Code、Pi、Cursor、Codex、Geminiなど計9種類に対応。依存関係ゼロで、負けた実行結果も含むベンチマークを公開。
Claude Code で Obsidian + Graphify を使用すると、セッションあたり最大 71.5 倍少ないトークン。永続メモリ、コードベース知識グラフ、チャットインポートパイプライン。🇧🇷 PT-BR 含む。
Codex、Claude Code、その他の AI エージェントで画像の多いチャットを扱うためのローカルプラグインです。以前の画像はメッセージごとに送信される代わりに短いプレースホルダーに置き換えられ、モデルはその ID を使って元画像を取得できます(コンパクション後も可能)。プロンプトキャッシュも引き続き機能します。
あらゆるコードベースを、形式手法に基づくナレッジグラフに変換します。AIエージェントはコード関連のあらゆるタスクに正確に回答し、正しさを確保しながら、時間とトークンの使用を最適化します。
ANOLISA(Agentic Nexus Operating Layer & Interface System Architecture)| トークン消費量とコストを削減するランタイム、セキュリティ、可観測性、Tokenless(トークンレス)応答圧縮を備えたエージェンティックOS。
AI コーディングエージェント向けのコンテキスト圧縮:ツール出力がモデルに入る前に圧縮し、重複部分を 13 トークンの参照に置き換えて重複排除します。Claude Code、Cursor、Codex、Kiro、Zed、その他すべての MCP クライアントに対応。Rust 製で、LLM 呼び出しはゼロです。
セッション開始時に Claude Code が読み込むトークンを削減。必要に応じて参照できるドキュメントを含むコンパクトな CLAUDE.md を作成し、起動時のトークン数を測定して少なく保つ CLI です。
macOS、Windows、Linux対応のメニューバーアプリ。Claude CodeとChatGPT Codexのトークンコストを約50%削減
Headroom独自のベンチマークでは、ツール出力のトークン数を91.5%削減(Headroom単体での削減率は61.4%)。また、同じSWE-benchタスクを、通常のClaude Codeの0.71倍のコストで解決。セッションをまたぐメモリ機能と、サブスクリプションの利用枠を計画的に消費する機能も搭載。Claude Code、Codex、Copilot、Geminiなど、ほか12以上に対応。ローカル実行、MITライセンス。
AIエージェントの自己改善レイヤー。Ratelはエージェントのトレースを読み取り、問題点を特定して修正案を提案し、リリース前に実際のセッションで評価を実行します。セルフホスト対応:アプリ1つ、Postgres 1つ。TypeScriptおよびPython SDKを同梱。
よくある質問
GitHubで最も人気のある#token-optimizationリポジトリは何ですか?
GitHubで最も上位にランクインしているオープンソースの#token-optimizationプロジェクトは、87,357個のスターを獲得しているrtk-ai/rtkです。一般的な開発コマンドでLLMトークン消費を60〜90%削減するCLIプロキシ。一つのRustバイナリ、依存関係なし
#token-optimizationリポジトリで最もよく使われているプログラミング言語は何ですか?
GitHubで上位にランクインしている#token-optimizationプロジェクトでは、Python, Rust, TypeScript, JavaScriptが最も一般的なプログラミング言語です。
#token-optimizationリポジトリのランキングはどのように算出されていますか?
#token-optimizationのタグが付いた29件のアクティブなオープンソースリポジトリ(スター500個以上)を追跡しています。合計スター数は208,169個で、リポジトリあたりの平均は7,178個です。ランキングはGitHub APIからのデータに基づいて毎日更新されます。