企业官网建设流程全解析

为什么你的编程智能体总在烧钱？Gajae-Code五大省钱机制一次讲透

【免费下载链接】gajae-codeGajae Code MVP项目地址: https://gitcode.com/gh_mirrors/ga/gajae-code

你是不是也遇到过这种情况：让编程智能体改一个小 bug，它却反复读取几百行文件、把整段历史对话原封不动地发给模型，账单里的 Token 像流水一样涨？Gajae-Code 是一款开源的终端 AI 编程智能体，内置了上下文压缩、读取摘要、输出剪枝、模型角色分工和失败恢复五大省钱机制，从"少发 Token"和"发对 Token"两个方向帮你把费用压下来。这篇文章带你一次看明白。

为什么 Token 会悄悄花光？

先理解一个常识：大模型是"按次收费"的，每一轮对话都会把之前的历史再发一遍。会话越长、工具输出越多，重复发送的费用就越高。

上图来自项目内置的会话统计工具 scripts/session-stats/：read（读文件）长期是 Token 消耗大户，其次是search、task。所以省钱的关键就在于：压缩历史、精简读取、用好便宜的模型。Gajae-Code 正好把这五件事都做进了产品里。

机制一：上下文自动压缩——长对话不再反复重发

当上下文接近窗口上限时，Gajae-Code 会自动把较早的对话改写成一段简短摘要，只把"摘要 + 最近几轮"发给模型，旧消息不再重复计费。

核心行为（详见 docs/compaction.md）：

• 阈值自动触发：默认在"上下文窗口 − 15% 余量"处触发，且不超过 30 万 Token；也可以用/compact手动压缩
• 切点保护：绝不在工具结果中间切断，摘要里自动带上你读过、改过哪些文件
• 状态不丢失：正在做的目标（goal）、未完成的待办（todo）会显式写进摘要，压缩后工作能无缝继续
• 闲置压缩：空闲时也能后台整理历史（需手动开启compaction.idleEnabled）

进阶玩法见 docs/concepts/context-compaction.md：对工具调用密集的长会话，可开启自适应压缩（compaction.adaptive），它在"上下文大 + 调用密"时自动提前压缩，长任务省得更多。

机制二：读取摘要——不再整文件塞给模型

这是省钱效果最明显的一环。智能体读代码文件时，Gajae-Code 的read工具默认返回结构化摘要：只保留函数、类、接口等关键声明，中间大段实现用省略号代替，预算默认只有 20 KiB。模型需要细节时，再让它用:50-100这样的行号选择器精准补读——按需付费，而不是全文付费。

上图左半部分就是真实的部署数据：read占全天 Token 花费的一半左右；部署摘要功能后，单次读取的中位数 Token 从约 1000 降到约 100。相关配置项（read.summarize.enabled、read.summaryMaxBytes等）定义在 packages/coding-agent/src/config/settings-schema.ts，机制细节见 docs/tools/read.md。

机制三：工具输出剪枝——旧结果自动"瘦身"

除了读文件，bash运行结果、搜索结果这些工具输出也会越积越多。压缩检查之前，Gajae-Code 会先执行剪枝（pruneToolOutputs，实现在 packages/agent/src/compaction/pruning.ts）：

• 保护最近 4 万 Token 的工具输出和最近 2 轮用户对话，绝不乱剪
• 一次性节省不足 2 万 Token 时不动手，避免无效开销
• 被剪的输出会替换成"退出码 + 错误行 + 尾部摘要"的摘要标记，并且原文会存入会话存档（artifact://可回读），智能体想查可以随时找回，不必重新运行命令

一句话：旧的输出从"全文重发"变成"一行摘要"，需要时再取回。

机制四：模型角色分工——便宜的活给便宜的模型干

旗舰模型贵，但不是每一步都需要它。Gajae-Code 把一次任务拆成default、executor（执行）、planner（规划）、architect（架构）、critic（评审）五个角色，每个角色可以绑定不同价位的模型。

• 一键启用省钱预设：gjc --mpreset codex-eco之类的eco 档预设，把执行类高频角色分配给低推理强度的平价模型，只在架构和评审上用好模型
• 支持 Claude、ChatGPT Codex、Kimi、GLM、MiniMax、Grok 等订阅制（Coding Plan）供应商，订阅额度用完前 Token 单价约等于零
• 多账号、多凭证可配置回退链，额度用完自动切换，不用你手动换 key

完整配置指南见 docs/models.md，预设覆盖 OpenAI、Anthropic、DeepSeek、Qwen、GLM 等主流供应商，连本地 Ollama / llama.cpp 的免费模型也能自动发现。

机制五：失败智能恢复——重试、回退不重复烧钱

网络抖动、限流、过载……失败的那次请求往往已经花了钱。Gajae-Code 的恢复策略（详见 docs/non-compaction-retry-policy.md）保证失败尽量不产生浪费：

• 空响应零成本重放：如果失败的那轮没有任何助手输出（没有文字、没有工具调用），直接零延迟重放，等于这次"没花冤枉钱"
• 限流自动换号：检测到额度/配额类错误，立即切换到下一个可用凭证重放，并带指数退避，避免反复撞墙
• 熔断器跳过坏模型：回退链里失败的模型会被"熔断"冷却（默认 60 秒起，最长 30 分钟），其他会话也不会在它身上继续浪费尝试次数
• 上下文溢出走压缩而非硬重试：窗口爆了先尝试"升级大窗口模型"，再不行才压缩重试，避免同一份大历史反复发送

另外还有一个进阶选项 docs/handoff-generation-pipeline.md 描述的/handoff命令：把当前会话浓缩成一份"交接文档"开新会话，彻底甩掉冗长历史，适合长任务分段执行。

快速上手：三步开启省钱模式

1. 什么都不用配：压缩、读取摘要、剪枝、自动重试默认都已开启
2. 选对预设：gjc --mpreset codex-eco（或其他 eco 档），或按 docs/models.md 接入你的订阅供应商
3. 长会话开自适应：在配置里设置compaction.adaptive.enabled: true，高频工具调用场景进一步省 Token

想深入某个机制，推荐从这三份文档入手：docs/compaction.md（压缩与分支摘要）、docs/concepts/context-compaction.md（压缩阈值调优）、docs/tools/read.md（read 工具全貌）。

小结

Token 花在哪、怎么省，Gajae-Code 用机制而不是口号给出了答案。打开终端跑一条gjc --mpreset codex-eco，下一张账单自己会说话 💸

【免费下载链接】gajae-codeGajae Code MVP项目地址: https://gitcode.com/gh_mirrors/ga/gajae-code