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/serverremnic-hermesPython 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 |