OpenClaw令牌优化系统,降低成本50%至80%
OpenClaw令牌优化系统,降低成本50%至80%
用于优化任何大语言模型的提示词,应用经过验证的提示工程技巧,提升输出质量、减少幻觉并降低令牌消耗
当用户要求“压缩上下文”、“总结对话历史”、“实现紧凑化”、“减少token使用”或提及上下文压缩、结构化摘要、按任务优化token使用、长时间运行的智能体会话时,请使用此技能
当用户要求压缩上下文、总结对话历史、实现内容精简、减少令牌使用,或提及上下文压缩、结构化摘要、每任务令牌优化、以及超出上下文限制的长时间运行代理会话时,应使用此技能
LLM令牌优化器 - 将AI API成本降低60%至90%。在发送至GPT-4/Claude前压缩CLI输出(git、docker、kubectl)。内置AI自学习功能。作者:Buba Draugelis 🇱🇹
用于生成类型安全的LLM提取、分类、RAG或代理工作流的BAML代码,可根据自然语言需求自动生成包含类型、函数、客户端、测试和框架集成的完整.baml文件。通过MCP查询官方BoundaryML仓库以获取实时模式。支持多模态输入(图像、音频)、Python/TypeScript/Ruby/Go语言、10多个框架,实现50%至70%的令牌优化,编译成功率超过95%。
CacheForge 的核心功能:为兼容 OpenAI 的令牌优化网关提供引导启动、运维与统计功能,可将您的 LLM 成本降低高达 30%(具体效果因服务提供商和工作负载而异)
始终开启的令牌优化与模型路由协议。自动将请求分类为T1-T4级,通过sessions_spawn将任务路由至最便宜的可行模型,并应用最大输出压缩。目标:节省75%以上的令牌消耗
监控会话上下文,依据级联协议自动管理模型切换。可作为心跳或定时任务的一部分,以维持会话健康并优化令牌使用。