#token-optimization Repositórios
Descubra 29 repositórios ativos de código aberto no GitHub marcados com #token-optimization, acumulando um total de 208,169 estrelas (uma média de 7,178 por projeto). O líder deste tópico é rtk-ai/rtk, com 87,357 estrelas.
29 repositórios no total
Proxy CLI que reduz o consumo de tokens LLM em 60‑90% em comandos comuns de desenvolvimento. Um único binário Rust, sem dependências
Comprima saídas de ferramentas, logs, arquivos e fragmentos RAG antes que cheguem ao LLM. 20% menos tokens para agentes de codificação, 60-95% menos tokens para JSON, com as mesmas respostas. Biblioteca, proxy, servidor MCP.
Controle de custos de caixa-preta baseado em experiência para agentes de programação
Uma estrutura modular e orientada por documentação que utiliza modos personalizados do Cursor (VAN, PLAN, CREATIVE, IMPLEMENT) para fornecer memória persistente e guiar a IA através de um fluxo de trabalho de desenvolvimento estruturado com mapas de processo visuais.
Encontre os tokens fantasma. Corrija-os. Sobreviva à compactação. Evite a deterioração da qualidade do contexto.
Recuperação de código ao nível de símbolos para agentes de IA: obtenha a função de que precisa, não o ficheiro inteiro. Funciona localmente. No nosso benchmark de 15 pesquisas, utiliza em média menos 96,2% de tokens por pesquisa do que grep-and-read. Compatível com Claude Code, Cursor, Codex e qualquer cliente MCP. Gratuito para uso não comercial; o uso comercial requer uma licença de pagamento único.
O ripgrep do contexto de IA: uma CLI em C++23 sem dependências e um servidor MCP para agentes de programação. Reduza os custos de tokens dos agentes encontrando código sem ler todo o repositório e evite que grandes bases de código esbarrem na barreira da complexidade: acompanhe o raio de impacto, os testes a executar e as mudanças na qualidade enquanto escreve. Cada suposição é identificada; cada perda, publicada. Remar com um mapa.
Memória de projeto portátil entre Claude Code, Codex e OpenCode, além da contabilização de tokens medida a partir das transcrições do harness. E/S de arquivos local, sem chamadas de API e sem telemetria.
Impulso na base de código com um clique para fluxos de trabalho de Modelos de Linguagem Grandes.
Gateway de compressão não destrutiva para agentes de codificação de IA. Reduz as contas de tokens em 25% no turno 1 e mais de 85% em sessões longas ou saturadas, e comporta cerca de 3× mais turnos na mesma janela de contexto. Alimentado pelo nosso modelo open source nativo de código de 4B. Compatível com Claude Code, Cursor, Codex, OpenHands e qualquer agente BASE_URL.
Reduza o custo de tokens do seu agente de programação com IA em três frentes: prosa concisa, código orientado primeiro por YAGNI e compressão da saída das ferramentas. Claude Code, Pi, Cursor, Codex, Gemini e mais 4. Sem dependências; benchmarks publicados, incluindo as execuções em que ele perde.
Uma CLI que lê os registos de sessões do Claude Code, Codex e Gemini CLI e calcula quanto custam, por modelo, projeto e dia.
Uma CLI que lê os logs de sessão do Claude Code, Codex e Gemini CLI e calcula quanto custam, discriminando por modelo, projeto e dia.
Até 71,5x menos tokens por sessão no Claude Code com Obsidian + Graphify. Memória persistente, grafos de conhecimento de codebase e pipeline de importação de chats. 🇧🇷 PT-BR incluído.
☁️ O conversor de HTML para markdown mais rápido no GitHub. Otimizado para LLMs e suporta streaming.
Um plugin local para conversas com muitas imagens no Codex, Claude Code e outros agentes de IA: imagens anteriores são substituídas por marcadores curtos, em vez de serem enviadas com cada mensagem; o modelo recupera o original pelo ID (mesmo após a compactação), e o cache de prompts continua funcionando.
Transforme qualquer base de código em um grafo de conhecimento fundamentado em métodos formais. Seus agentes de IA obterão respostas precisas para qualquer tarefa relacionada a código, garantirão a correção e otimizarão o uso de tempo e tokens.
ANOLISA (Agentic Nexus Operating Layer & Interface System Architecture) | Sistema operacional agêntico com runtime, segurança, observabilidade e compressão de resposta sem tokens (Tokenless) para menor uso de tokens e redução de custos.
Uma ferramenta CLI para compilar seu código-fonte em um único arquivo Markdown, para uso com Projetos Claude ou ChatGPTs personalizados.
Compressão de contexto para agentes de programação com IA: comprime a saída das ferramentas antes que ela entre no modelo e elimina duplicatas, convertendo repetições em referências de 13 tokens. Claude Code, Cursor, Codex, Kiro, Zed e qualquer cliente MCP. Em Rust, sem chamadas ao LLM.
Reduza os tokens carregados pelo Claude Code no início da sessão. Uma CLI que cria um CLAUDE.md compacto com documentação sob demanda, mede os tokens de inicialização e os mantém em um nível baixo.
Aplicativo de barra de menus para macOS, Windows e Linux que reduz em cerca de 50% os custos de tokens do Claude Code e do ChatGPT Codex
91,5% menos tokens na saída das ferramentas no benchmark próprio da Headroom, no qual a Headroom reduz o consumo em 61,4%. Separadamente, as mesmas tarefas do SWE-bench são resolvidas por 0,71× do custo do Claude Code padrão. Além disso, oferece memória entre sessões e gestão do ritmo de consumo da cota da assinatura. Claude Code, Codex, Copilot, Gemini e mais 12. Local, licença MIT.
A camada de autoaperfeiçoamento para agentes de IA. O Ratel analisa os rastros do seu agente, identifica falhas, recomenda correções e executa avaliações com sessões reais antes do lançamento. Auto-hospedado: um aplicativo, um Postgres. Inclui os SDKs de TypeScript e Python.
Perguntas Frequentes
Qual é o repositório de #token-optimization mais popular no GitHub?
O projeto de código aberto de #token-optimization mais bem classificado no GitHub é rtk-ai/rtk, com 87,357 estrelas. Proxy CLI que reduz o consumo de tokens LLM em 60‑90% em comandos comuns de desenvolvimento. Um único binário Rust, sem dependências
Quais linguagens de programação são mais usadas nos repositórios de #token-optimization?
Entre os projetos de #token-optimization mais bem classificados no GitHub, as linguagens de programação mais comuns são Python, Rust, TypeScript, JavaScript.
Como é calculada a classificação dos repositórios de #token-optimization?
Acompanhamos 29 repositórios ativos de código aberto marcados com #token-optimization (com mais de 500 estrelas), totalizando 208,169 estrelas e uma média de 7,178 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.