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L0abstract: 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：

text

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：

text

⚡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#

bash

# 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