microsoft/TokenEconomizer

コーディングエージェント向けの節約プラグイン:エージェント自体を変更せず、同じリポジトリで実行したセッションから学習し、3つの方法で無駄を削減します——このリポジトリの固定事実を記憶する、長期間使用されていないツールを読み込まない、ターンが失敗ループに陥った際にリマインダーを挿入する。

コーディングエージェント向けの節約プラグイン:エージェント自体を変更せず、同じリポジトリで実行したセッションから学習し、3つの方法で無駄を削減します——このリポジトリの固定事実を記憶する、長期間使用されていないツールを読み込まない、ターンが失敗ループに陥った際にリマインダーを挿入する。

スター数 1945(+49 / 24時間)

理由

  • マイクロスキル:複数のセッションで繰り返される失敗や、3 セッションごとのモデルによる振り返りから事実を抽出します(例えば、ここでは python -m pytest を使う必要がある、あるビルド手順は先に実行しなければならないなど)。3 セッションで確認された後にセッション開始時に注入され、後に否定された場合は削除されます。
  • ツールトリミング:あるツールが少なくとも 2 セッションにまたがる 10 件のプロンプト内、または任意の 5 セッション内で一度も使用されなかった場合、エージェント自身の設定ファイルを通じて除外されます。1つのコマンドで復元可能です。
  • ループガード:同じ失敗が繰り返される場合、判定モデルによってチェックされ、信頼度が 0.7 以上の場合にのみ、ルート変更のリマインダーを1回挿入します。ターンを強制的に終了させることは決してありません。
  • 論文によると、6 個のリポジトリにおける 277 件の SWE-Bench タスクで、5 種類のエージェントとモデルの組み合わせにおいて平均コストが 18.4〜30.9% 削減され、30 個のリポジトリ×組み合わせのすべてのケースでより節約効果があり、4 種類の組み合わせでは Pass@1 も向上しました。コストはキャッシュ価格に基づいて計算され、プラグイン自身のモデル呼び出しを含みます。著者は UC Berkeley、Microsoft Research、および Microsoft Security Team のメンバーです。

使い方

  • Claude Code:リポジトリを git clone した後、claude plugin marketplace add "$PWD/TokenEconomizer" を実行し、続いて claude plugin install tokeneconomizer@tokeneconomizer を実行します。リポジトリ内で /tokeneconomizer:status を実行してください。各マシンで一度 /tokeneconomizer:toolprune refresh-catalog を実行する必要があります。
  • Codex や Copilot CLI も同様にプラグインマーケットを追加します。Pi は pi install git:github.com/microsoft/TokenEconomizer を使用します。opencode は実験的なサポートです。Python 3.10+ が必要ですが、個別の API Key は不要です。
  • デフォルトではツールトリミングとループガードが有効で、マイクロスキルはデフォルトで無効です(追加のモデル呼び出しが発生するため)。config set microskills=on で有効化できます。toolprune=propose は提案のみを行い、設定を変更しません。単一のセッションでは TE\_DISABLE=1 を使用して無効化できます。

リスク

  • README に記載されたバージョン範囲でのみテストされています(例:Claude Code 2.1.300 から 2.1.310、Codex 0.153.1 から 0.164.0)。それより古いバージョンはサポートされておらず、Codex 0.141.0 以前ではプラグインフック自体が実行されません。
  • 節約効果は、同じリポジトリで繰り返し作業する頻度に依存します。ツールトリミングは .claude/settings.local.json などのファイルに書き込みます(自動的に .git/info/exclude に追加されます)。リポジトリは 10 月 13 日に作成され、ライセンスは Apache-2.0 です。

開く

Trendshift(GitHub Trending 快照)

最新の AI ニュースを見る