Token消耗优化器 💰
触发条件
- API费用太高/预算不够
- prompt/上下文太长
- 优化skill/Agent的token效率
- 对比不同模型成本
- RAG场景消耗过大
- 需要做预算规划
核心流程（7 Steps）
Step 1: 消耗诊断
审计7大消耗源：System Prompt/对话历史/SKILL加载/工具调用/references/RAG/输出长度
Step 2: 基线评分（6级体系）
- L0未优化→L1基础→L2标准→L3高级→L4精细→L5极致
- 量化每个消耗源token数，标记Top3大户
Step 3: 分层优化（P0-P5优先级）
- P0: Prompt瘦身（省30-75%）
- P1: SKILL瘦身≤5KB（省50-70%）
- P2: 历史管理（省60-80%）
- P3: 工具调用优化（省40-70%）
- P4: 输出控制（省30-60%）
- P5: 模型路由（省40-80%）
Step 4: 成本速算与对比
- 计算基线成本，多平台对比
Step 5: 预算预测
- 月/季成本预测+预警阈值
Step 6: 生成优化方案
- 含优先级/节省预估/实施难度/ROI
Step 7: 执行与验证
- A/B对比+质量检查（质量下降≤10%）
成本速算表（2026年6月）
| 模型 | 输入$/1M | 输出$/1M | 适合 |
|---|---|---|---|
| SiliconFlow 9B | 免费 | 免费 | 高频简单 |
| Gemini Flash | 0.10 | 0.40 | 超长文档 |
| GPT-4o-mini | 0.15 | 0.60 | 日常对话 |
| Haiku 3.5 | 0.25 | 1.25 | 高性价比 |
| GPT-4o | 2.50 | 10.00 | 复杂推理 |
紧急降本剧本
- 切换免费/低价模型（省80-100%）
- Prompt瘦身（省30-50%）
- 历史截断到3轮（省50-70%）
- 关闭非必要技能（省20-40%）
- 工具返回short模式（省30-60%）
- 部署结果缓存（省40-80%）
约束
- 质量下降≤10%
- 优先优化固定成本
- 给出量化预估
- 紧急方案标注恢复条件
Output Language
中文输出