Claude Code Token 节省完全指南：从入门到进阶

Claude Code 是一款按量计费的 AI 编程工具——你每次让它读文件、写代码、搜索内容，都在消耗 token，都在花钱。好消息是，同样的任务，有经验的用户和新手之间的 token 消耗差距可以达到 3–5 倍。

这篇指南专门针对 Claude Code，把所有能用上的节省方法整理在一起。

---

先看懂：Claude Code 一次请求消耗什么

当你在 Claude Code 里发出一条消息，实际发送给模型的内容远不止你那句话：

实际请求 = CLAUDE.md 内容
           + 对话历史（从头到现在）
           + 你主动 @ 的文件内容
           + Claude Code 自动读取的文件
           + 工具调用结果（搜索结果、命令输出等）
           + 你的这条消息

其中对话历史和文件内容是两个最大的变量，也是最有节省空间的地方。

---

核心工具一：/compact 和 /clear

这是 Claude Code 独有的两个对话管理命令，用好了能节省大量 token。

/compact — 压缩对话历史

执行 /compact 后，Claude Code 会把当前对话历史总结成一段摘要，替换掉原来的完整历史。之后的请求携带的是摘要，而不是几十轮对话的完整记录。

什么时候用：

• 一个任务已经完成了大半，但还需要继续在同一个对话里工作
• 对话历史超过 30–40 轮，感觉越来越慢
• 切换到新的子任务，但想保留一点上下文

效果：一次典型的 /compact 可以把对话历史从 20,000+ token 压缩到 2,000–3,000 token。

# 在 Claude Code 对话框中直接输入：
/compact

/clear — 清空重来

执行 /clear 后，对话历史彻底清空，下一次请求只有 CLAUDE.md 的内容作为背景。

什么时候用：

• 当前任务完全结束，准备开始完全不相关的新任务
• 对话出现了混乱（AI 开始输出莫名其妙的内容）
• 你只是想要一个干净的起点

/compact vs /clear 的选择：

情况	建议
同一功能还没完成，但对话太长	/compact
当前 bug 修好了，接下来改别的	/clear
AI 似乎”搞混”了，输出不对	/clear
想保留”我们正在做 X 项目”的大背景	/compact

---

核心工具二：CLAUDE.md 的正确写法

CLAUDE.md 是 Claude Code 每次对话都会自动读取的项目说明文件。写好它，能避免你在每次对话里重复解释项目背景。

应该写什么

# 项目说明
这是一个用 Astro 5 + TypeScript 构建的静态网站，部署在 Vercel。
包管理器：pnpm。Node 版本：20+。

# 目录结构关键点
- data/tools/*.yaml    工具数据文件
- src/lib/data.ts      数据加载和类型定义
- src/page-views/      页面模板组件

# 编码规范
- TypeScript：不用 any，优先用 interface 而不是 type
- 样式：TailwindCSS，不写内联 style
- 命名：文件 kebab-case，函数 camelCase

# 常用命令
- npm run dev          本地开发
- npm run build        构建（每次改动后验证）

不应该写什么

CLAUDE.md 的内容每次对话都会被发送，写太多会反过来浪费 token。

• ❌ 不要粘贴大段代码示例（放到专门的文件里，需要时再引用）
• ❌ 不要写变动频繁的内容（比如”当前正在做 X 功能”）
• ❌ 不要超过 500 行——超过这个长度，本身就是 token 负担
• ✅ 写稳定的、每次都需要的背景信息

---

精确引用文件，不要”读一遍再说”

Claude Code 会在你要求时自动读取文件。但读取是有代价的：一个 300 行的 TypeScript 文件大约消耗 1,500–2,000 token。

错误习惯 → 正确习惯

❌ 让 AI 先扫描整个项目：

“先看看 src/ 目录里有什么，然后帮我……”

这会导致 Claude Code 读取几十个文件，消耗大量 token，而其中大部分文件跟你的任务毫无关系。

✅ 直接告诉它需要看哪个文件：

“看一下 src/lib/data.ts 的第 45–80 行，这里的类型定义有问题”

✅ 如果不确定文件位置，先用 Grep 找：

“在 src/ 目录里搜索 getAllTools，找到定义之后再帮我修改”

这样 Claude Code 只会搜索，然后精确读取那一个函数，而不是读整个目录。

分段读取大文件

如果必须处理一个很大的文件，告诉 Claude Code 只读相关部分：

“读一下 src/page-views/ToolDetailPage.astro 里关于评分展示的部分（大概在 100–180 行）“

---

任务分解：一个任务一个对话

这是最容易被忽视的习惯，也是节省效果最显著的一个。

反面例子：

对话 1（用了 2 小时）：
  - 修复了 3 个 bug
  - 添加了 1 个新功能
  - 重构了 2 个组件
  - 现在要继续调整样式……

到最后，这个对话的历史本身就有 10,000+ token，每次新的请求都要携带它。

正确做法：每个独立任务开一个新对话。

对话 1：修复登录 bug（完成后 /clear）
对话 2：添加搜索功能（完成后 /clear）
对话 3：重构 ToolCard 组件（完成后 /clear）
对话 4：调整首页样式

每个对话都很”干净”，只有当前任务需要的上下文。

---

善用 --limit 设置 token 预算

Claude Code 支持通过 --limit 参数给单次会话设置 token 上限，超过后会停止并提示你：

claude --limit 10000

这对新手非常有用：它强制你思考”这个任务真的需要这么多 token 吗”，也防止一不小心跑出一个消耗几万 token 的超长任务。

---

5 个最常见的 Token 浪费误区

误区 1：让 AI 反复确认

“你确定这样改是对的吗？” “再检查一遍有没有问题？” “确认一下你理解了我的意思”

每次这样的确认都是一次来回，消耗 token 但没有产出代码。解决方案：在第一次描述任务时就说清楚，信任 AI 的输出，只在真正有疑问时才追问。

误区 2：把错误信息全文粘贴

遇到报错，很多人习惯把整个 stack trace（几百行）粘贴进去。解决方案：只粘贴关键的错误行和最近的 10–15 行调用栈：

# ❌ 粘贴 200 行 stack trace

# ✅ 只粘贴关键部分：
Error: Cannot read properties of undefined (reading 'slug')
  at ToolDetailPage.astro:47
  at renderPage (astro/src/runtime/server/render/page.ts:89)

误区 3：让 AI 生成然后修改再生成

“帮我写一个组件” → （AI 输出）→ “不对，改成 X” → （AI 输出）→ “再加个 Y” → …

每次输出都消耗 token。解决方案：在第一次就把需求描述完整——包括样式、交互、边界情况。一次到位比三次来回便宜。

误区 4：在同一对话里做不相关的事

上午在这个对话里修了一个 bug，下午想在同一个对话里问一个完全不相关的问题。解决方案：/clear 后开新对话，或者干脆新开一个 Claude Code 会话。

误区 5：忽略 Agent 模式的隐藏成本

Claude Code 的 Agent 模式（让它自主完成多步任务）非常强大，但每一步工具调用都会把结果塞回 context。一个”帮我重构整个模块”的 Agent 任务，可能在后台执行了 30+ 次文件读取和命令，token 消耗可以是普通对话的 5–10 倍。

解决方案：Agent 模式用于明确边界的任务（“把这个文件里的所有 var 改成 const”），不要用于模糊的大范围任务（“把这个项目优化一下”）。

---

配合外部工具：RTK 和 ccusage

RTK — 压缩 Claude Code 的命令输出

Claude Code 执行 Bash 命令时（Agent 模式下尤为频繁），原始输出会完整进入 context。一次 npm test 的输出可以有几千 token，但 AI 真正需要的只是失败的测试名和错误信息。

RTK（Rust Token Killer） 是一个 CLI 代理，安装后自动在命令输出进入 context 前做压缩：

# 安装（macOS/Linux）
curl -fsSL https://install.rtk-ai.app | sh

# 在 Claude Code 中启用
claude --rtk

RTK 的压缩策略：

• 聚合重复日志（Error: timeout 出现 100 次 → 显示 1 次加计数）
• 过滤模板噪音（构建日志的 banner、进度条等）
• 保留结构，丢弃实现细节

实测：cargo test（262 个测试）从 4,823 token → 11 token；git diff 大文件从 21,500 → 1,259 token。平均节省 60–90%，对 Agent 模式的密集命令执行场景效果最显著。

---

ccusage — 看清楚你在哪里花钱

Claude Code 把每次会话记录在本地 JSONL 文件里。ccusage 读取这些日志，告诉你实际花了多少：

# 今日/本月总览
npx ccusage

# 按天分布
npx ccusage daily

# 查看最贵的几次会话
npx ccusage session --top 10

如果你刚开始用 Claude Code，建议先跑一周 ccusage，看看哪类任务最烧 token，再有针对性地调整工作方式。

项目地址：github.com/ryoppippi/ccusage

---

实用参考：按任务类型估算 token 消耗

任务类型	典型 token 消耗	建议
问一个简单问题	500–1,000	正常
修复一个小 bug（1 个文件）	1,000–3,000	正常
添加一个功能（2–3 个文件）	3,000–8,000	注意任务拆分
重构一个模块（5+ 文件）	10,000–30,000	拆成多个对话
Agent 自主完成复杂任务	20,000–100,000+	谨慎使用，设 --limit

---

总结：Claude Code Token 节省的优先级

按节省效果排序，最值得养成的习惯：

1. /clear 在任务完成后立即执行（对话历史是最大的隐性消耗）
2. 写好 CLAUDE.md，不要每次重复背景信息
3. 精确引用文件，不要让 AI 自己探索整个项目
4. 一个任务一个对话，不要把不相关的事混在一起
5. /compact 处理长对话，而不是让它无限增长
6. Agent 模式设置 --limit，防止失控

把这 6 个习惯落地，Claude Code 的使用成本通常可以降低 40%–60%。