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 Flash0.100.40超长文档GPT-4o-mini0.150.60日常对话Haiku 3.50.251.25高性价比GPT-4o2.5010.00复杂推理

紧急降本剧本#

1. 切换免费/低价模型（省80-100%）
2. Prompt瘦身（省30-50%）
3. 历史截断到3轮（省50-70%）
4. 关闭非必要技能（省20-40%）
5. 工具返回short模式（省30-60%）
6. 部署结果缓存（省40-80%）

约束#

1. 质量下降≤10%
2. 优先优化固定成本
3. 给出量化预估
4. 紧急方案标注恢复条件

Output Language#

中文输出