（412期）context-slimmer – 智能上下文压缩与 Token 优化

智能上下文压缩与 Token 优化 来自 openclaw 组织的上下文优化工具，通过审计和压缩工作区文件，有效降低 AI 对话 Token 消耗，提升上下文窗口利用效率。 使用说明 Context Slimmer 是一款专注于优化 AI 工作区上下文文件的专业工具，旨在帮助开发者和团队减少不必要的 Token 消耗，提升 AI 助手的上下文窗口利用效率。该工具通过系统化的审计流程，对 AGENTS.md、MEMORY.md、USER.md 等常驻内存的文档进行精准分析，识别出可移动、可删除或可压缩的内容，从而将总 Token 占用控制在 2,800 个以内。 核心用法十分简洁明了。用户只需运行 bash scripts/measure.sh 即可测量当前上下文文件的成本，或使用 --audit 参数获取详细的优化建议。工具会逐一评估每个常驻文件，判断内容是否应迁移至特定技能文件、是否属于过时信息可删除，或是否可以通过精简表述来压缩体积。整个过程遵循"每行代码都要证明其 Token 成本"的原则，确保优化建议切实可行。 该工具的显著优点体现在多个方面。首先，它采用纯只读操作模式，不会修改或删除任何文件，确保了使用安全性。其次，依赖项仅限于 POSIX 标准系统工具（如 bash、wc、grep、comm），无需安装额外软件，避免了供应链攻击风险。此外，工具提供了明确的量化目标（各文件 Token 上限和总计 2,800 Token 的目标），帮助用户建立清晰的优化标准。开源社区背景（openclaw 组织，2,494 stars）也为其可靠性提供了背书。 然而，Context Slimmer 也存在一些潜在缺点和局限性。作为一款只读审计工具，它不会自动执行文件修改，所有优化操作仍需用户手动完成，这对繁忙的开发者来说可能增加了操作负担。此外，工具主要针对 Markdown 格式的上下文文件设计，对于其他格式的配置文件支持有限。在处理大型代码仓库时，comm 命令进行的内容比对操作可能会变得缓慢，影响使用体验。最后，工具的优化建议基于启发式规则，可能需要用户根据具体业务场景进行二次判断。 这款工具特别适合以下目标群体：频繁使用 AI 编程助手且遇到上下文窗口瓶颈的开发者、管理复杂多文件上下文系统的高级用户、希望降低 AI API 调用成本的企业团队，以及注重工作区文档规范化的技术负责人。对于采用"Context as Code"理念管理 AI 代理配置的团队，该工具更是不可或缺的维护利器。 关于使用风险，虽然工具本身采用只读设计，但用户在使用 --workspace 参数指定工作目录时，应确保路径正确，避免无意中扫描非目标目录。此外，虽然脚本不会删除文件，但用户根据建议手动删除内容时，应确保已备份重要信息，防止误删关键配置。在大规模仓库中运行时，建议先在小范围测试，以评估处理时间。总体而言，这是一款低风险、高实用性的上下文管理辅助工具。 原始说明 Audit and slim down always-loaded context files (AGENTS.md, TOOLS.md, USER.md, MEMORY.md, HEARTBEAT.md, SOUL.md, IDENTITY.md). Use when asked to reduce token usage, audit context files, optimize context window, or slim down workspace files. Measures current token cost and identifies what to move, remove, or compress.