拉格朗日乘数法：从KKT条件到SVM对偶的机器学习约束优化指南
2026/9/1 10:57:28
省下AI编码开销：CodeBurn optimize的14条浪费检测规则与A-F健康分完整解读
【免费下载链接】codeburnFree, local tool to track AI coding token usage and cost across 37 tools and agents (Claude Code, Cursor, Codex, Gemini and more), by model, project, and task. npx codeburn项目地址: https://gitcode.com/gh_mirrors/co/codeburn
CodeBurn是一款免费的本地 AI 编码用量追踪工具，通过codeburn optimize子命令，它会扫描你的 Claude Code 会话与~/.claude/配置，找出"花了 token 却没产出"的浪费点，并给你的配置打一个A–F 健康分。本文带你完整读懂它的 14 条浪费检测规则、三类发现（fix / nudge / keep）以及健康分是怎么算出来的。
一分钟上手：如何运行 CodeBurn optimize
npx codeburn optimize # 只扫描、只报告，不写入任何文件 npx codeburn optimize --apply # 对可自动修复的发现执行修复（写前会备份） npx codeburn optimize --dry-run # 只打印修复计划，不实际执行它扫描两大块来源（详见 docs/optimize.md）：
- 会话记录：选定时间段内的工具调用、每次调用的 token 用量、重试、单会话成本等——重复读取、垃圾目录读取、低读改比、预热开销、上下文反复粘贴都从这里来；
- 本地配置：
~/.claude.json、settings.json/settings.local.json、.mcp.json、CLAUDE.md（含@引用）以及skills/、agents/、commands/目录——僵尸 MCP 服务、幽灵技能、超长CLAUDE.md都藏在这里。
💡 核心原则：扫描不改文件，只有
--apply才写入，而且每次写入都会先备份、记录日志。
三类发现：每条规则的结果都带"行动标签"
每条发现都会带上一个 class，命令行和桌面端都按它分组展示：
| Class | 标题 | 含义 |
|---|---|---|
fix | Fix now（可应用） | CodeBurn 可以直接帮你改，--apply一键执行 |
nudge | Habits（习惯） | 行为层面的问题，没有文件可改，改的是你下一次怎么驱动会话 |
keep | FYI（知会） | 仅供参考，这笔开销也许合理，由你自己判断 |
一个发现是fix的前提是系统真的能构建出修复计划——同一条规则可能这次报fix、下次报nudge。完整的分类映射见 src/optimize.ts。
14条浪费检测规则逐条解读
以下按"会话行为"与"配置卫生"两大类整理。每条都标注了典型省钱点，方便你对号入座。
会话行为类规则（钱花在了"跑偏"的调用上）
1. 低读改比 read-edit-ratioClaude 读了大量文件却几乎不编辑——典型的"瞎逛"会话。估算按每次读取约 600 token 计。修复方式是向当前项目的CLAUDE.md追加一条规则块（src/optimize.ts）。
2. 构建目录读取 build-folder-reads反复读取node_modules、build等生成目录纯属浪费，同样可通过CLAUDE.md规则块自动规避。
3. 重复读取 redundant-rereads同一会话中反复读取同一批文件。无法自动修复，属于"提醒"类：下次会话给更聚焦的指令即可。
4. 预热开销 warmup-heavy会话开头的输入 token 远超正常中位数，常见原因是开头塞了大段背景。习惯类问题。
5. 重试密集 retry-heavy-capabilities某些能力反复失败重试，把真实轮次 token 乘以恢复比例估算损失。
6. 低价值会话 low-worth-sessions整场会话消耗不少 token 却没有产出实质代码变更，提醒你缩小任务范围。
7. 上下文膨胀 context-heavy-sessions输入/缓存 token 远超目标比例的"上下文巨无霸"会话。这是少数measured（实测）类发现——数字直接来自服务商计费的用量，而不是模型估算。
8. 成本异常值 cost-outliers同项目内成本明显高于同伴平均的会话。同样是 measured 类；对只提供估算值的服务商会自动降级为 estimated，避免"拿估算值和实测值比大小"。
9. 重复粘贴上下文 recurring-context多个会话都从同一段粘贴文本开场——每开一次会话，都为同样的上下文重复付输入费。规则会建议把它挪进CLAUDE.md或按需读取的文件里。
配置卫生类规则（钱花在了"没用"的配置上）
10. 僵尸 MCP 服务 unused-mcp / 低覆盖 mcp-low-coverage注册了却从未被调用的 MCP 服务，它的工具 schema 却常驻每次请求。估算模型：工具数 × 每工具约 400 token × 会话数。--apply可以直接删掉服务条目。
11. MCP 作用域 mcp-project-scope全局配置的 MCP 服务其实只在一个项目里用——应下放到该项目的.mcp.json，避免污染其他项目的每次调用。
12. MCP 延迟加载缺陷（deferral 家族）包括mcp-deferral-off（工具搜索被关闭）、mcp-alwaysload-hygiene（"alwaysLoad": true滥用）、mcp-defer-threshold（auto:N阈值设置不合理）。这些让本应延迟加载的 schema 被迫常驻上下文，是隐藏的"隐形税"。
13. 幽灵技能 / 智能体 / 命令（ghost agents / skills / commands）skills/、agents/、commands/目录里定义了却从未被调用过的文件。自动修复会把它们移入~/.claude/<kind>/.archived/归档目录，而不是删除。
14. 超长 CLAUDE.md + bash 输出无上限
claude-md-too-long：展开后超过 200 行的CLAUDE.md每行都在收费，修剪靠你判断（nudge 类）；bash-output-cap：shell 里未限制命令输出长度，可自动向~/.zshrc/~/.bashrc追加标记块加以约束。
📌 所有规则的实现都在 src/optimize.ts 中，每条检测器（如
detectJunkReads、detectUnusedMcp、detectGhostSkills）都是独立函数，方便阅读与扩展。
A–F 健康分是怎么算出来的
健康分算法简单透明（src/optimize.ts）：
- 从100 分起步；
- 每条发现扣分：高影响 -15、中影响 -7、低影响 -3；
- 总扣分封顶 80 分——避免一堆小问题把分数拖到零；
- 按分数段映射等级：
| 等级 | 分数 |
|---|---|
| 🟢 A | 90–100 |
| 🟢 B | 75–89 |
| 🟡 C | 55–74 |
| 🟠 D | 30–54 |
| 🔴 F | < 30 |
关键认知：健康分评价的是你的配置，不是你的花费——一个月花很多但配置干净的账户，依然能拿 A。
修复不是"一锤子买卖"：备份、撤销与效果核验
CodeBurn 对自动修复做了完整的可追溯设计（src/act/apply.ts）：
codeburn act list # 查看 CodeBurn 做过的所有修改 codeburn act undo <id> # 恢复原始文件 codeburn act undo --last- 写入前必备份并记录日志，undo 时若文件在修复后又被手动改过，会拒绝回滚（除非
--force）； - 每次重新扫描都会复核已应用的修复，输出四种判定：✓ 生效（实测节省≥估算的70%）、~ 部分生效、✗ 无效果（并附上撤销命令）、… 观察中（时间太短）；
- 数字是measured（实测）的：取自修复后时间窗内服务商计费的真实用量，而非拍脑袋的估算；无法测量的项目会明确标注"观察中"，绝不虚报节省。
再配合--auto-revert（默认关闭），还能自动撤销被判定为"无效果"的修复——而且永远不会碰"部分生效"或落在你所在目录的CLAUDE.md规则块。
实测 vs 估算：如何看懂每条发现的数字
每条发现都带一个basis标签，报告头部会汇总为N measured · M estimated：
- measured：token 数直接来自服务商对你真实调用的计费（目前仅上下文膨胀与成本异常值两类）；
- estimated：数字来自模型（每个 MCP 工具的 schema 大小、
CLAUDE.md每行成本、平均读取大小等）。
这个区分很重要：它让你知道哪些数字是"铁账"、哪些是"合理估算"，避免被精确到小数点的假象误导。
常见问题 FAQ
Q1：optimize 会上传我的数据吗？不会。它是完全本地运行的工具，扫描的是本机会话记录与配置文件。
Q2：--apply会不会把我的配置改坏？不会直接覆盖。所有写入先备份、记日志，可用codeburn act undo精确回滚。
Q3：健康分低一定要修吗？不必。keep类发现只是知会，nudge类改习惯即可，只有fix类才值得跑--apply。
Q4：除了 Claude Code 还支持什么？用量追踪覆盖 37+ 种工具（Cursor、Codex、Gemini 等），而 optimize 的深度检测目前主要针对 Claude Code 会话与配置，选择其他 provider 时相关规则会自动跳过而非误报。
结语：把"烧钱"变成"体检"
CodeBurn optimize 的真正价值，不是又给你看一张账单，而是把账单拆成了14 条可定位、可修复、可核验的规则：
- 先跑
npx codeburn optimize看健康分，找到自己的短板规则； - 对
fix类发现执行--apply，让工具替你完成备份式修复； - 过几天再跑一次，在"Applied fixes"里确认节省是实测落袋的。
从 A 到 F 的每一次复测，都是你 AI 编码工作流在变健康的证据。
【免费下载链接】codeburnFree, local tool to track AI coding token usage and cost across 37 tools and agents (Claude Code, Cursor, Codex, Gemini and more), by model, project, and task. npx codeburn项目地址: https://gitcode.com/gh_mirrors/co/codeburn
创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考