Deep Token Saver

综合 token 节省方案。6层技术叠加，从输入/输出/记忆/上下文/审计全链路降本。含Caveman、L0/L1/L2分层、Remnic/QMD持久化、记忆去重、AGENTS压缩、Token审计。

Deep Token Saver — 综合 Token 节省方案

6层叠加，从根源省 token，不止压缩一句话。

---

层1：输出压缩（Caveman Mode）

规则	说明
去冠词/废话/客套	a/an/the/just/really/basically/当然/没问题
短句碎片	结论先行，不铺垫
技术内容保持	代码块/路径/数字/名称 原样
切换开关	回复走碎片模式。说正常说话恢复

省：↓75% 输出 token

---

层2：输入压缩（启动文件 + 记忆）

文件	处理方式	省
AGENTS.md	压缩为 caveman 版	↓61%
SOUL.md	保持轻量	—
memory 条目	定期合并、去重	↓20-30%
memory-sync	每日自动归档到 workspace/memory/	防膨胀

---

层3：L0/L1/L2 分层笔记（概念笔记用）

每条概念笔记 frontmatter 加 abstract: 字段。我只加载 L0，按需展开：

层级	内容	长度	加载策略
L0	abstract: 一句话定义	~50 chars	永远加载
L1	核心规则	~200 chars	按需
L2	全文笔记	~500+ chars	点开才读

省：↓90% 笔记读取 token

---

层4：跨会话记忆持久化（Remnic + QMD）

已装组件：

• @remnic/cli + @remnic/server
• remnic-hermes Python MemoryProvider
• QMD 混合搜索（BM25 + 向量 + 重排序）

开机自启：计划任务 RemnicServer

省：↓全量记忆重复加载

---

层5：记忆去重与合并

定期扫描记忆条目：

• 语义相似条目 → 合并
• 过期/无用条目 → 删除
• 长条目 → 压缩

通过 Remnic API 执行：

curl -s -H "Authorization: Bearer $TOKEN" http://127.0.0.1:4318/engram/v1/consolidate

省：↓20-30% 记忆空间

---

层6：Token 节省审计

每次回复末尾显示本轮的 token 节省：

⚡省: 原本~X 实际~Y 省Z% | 累计省~W

数据来源：回复字符数 × 4（1 token ≈ 4 chars）估算。

省：不直接省，但可视化降本效果

---

总省效果

层	省多少	类型
输出压缩	↓75%	每轮
输入压缩	↓61%	每会话
L0/L1/L2	↓90%	笔记读取
Remnic/QMD	全量→按需	跨会话
记忆去重	↓20-30%	维护
合计	预估↓80-90%	全链路

---

维护命令

# 查看 Remnic 状态
curl -s -H "Authorization: Bearer $TOKEN" http://127.0.0.1:4318/engram/v1/health

# 手动记忆合并
curl -s -X POST -H "Authorization: Bearer $TOKEN" http://127.0.0.1:4318/engram/v1/consolidate

# 查看 token 节省统计
curl -s -H "Authorization: Bearer $TOKEN" http://127.0.0.1:4318/engram/v1/stats

# 手动记忆同步
cd /c/Users/Administrator/workspace && python hermes-memory-sync.py backfill today

---

故障排除

问题	解决
Remnic 未运行	执行 start-remnic.bat 或重启电脑自动启
记忆条目满了	手动执行记忆合并命令
想正常说话	说正常说话