Hacker News 中文摘要

RSS订阅

通用Claude.md – 减少Claude输出令牌达63% -- Universal Claude.md – cut Claude output tokens by 63%

原文链接 | HN讨论 | 2026-03-31 11:17:35

文章摘要

该项目提供了一个名为"Universal CLAUDE.md"的工具，能够在不修改代码的情况下直接减少Claude AI输出的63%的token数量，从而提高效率。这是一个即插即用的解决方案。

文章总结

GitHub项目：claude-token-efficient - 通过CLAUDE.md文件减少63%的Claude输出token

项目地址：https://github.com/drona23/claude-token-efficient

核心功能： - 提供通用CLAUDE.md文件，可直接放入项目根目录使用 - 无需修改代码即可减少Claude AI模型63%的输出token - 主要针对输出冗长、奉承性回复、格式噪音等问题

主要解决的问题： 1. 消除无意义的开场白（如"Sure!"/"Great question!"） 2. 去除冗余的结束语（如"I hope this helps!"） 3. 避免重复用户问题 4. 禁止使用特殊字符（如em dash/智能引号） 5. 减少不请自来的建议 6. 防止过度设计的代码实现 7. 纠正错误认同倾向

使用效果： - 代码审查示例：从120字减少到30字（减少75%） - 综合测试显示平均减少63%的输出token - 每日1000次查询可节省约96,000 token（约8.64美元）

适用场景： - 高输出量的自动化流程 - 重复性结构化任务 - 需要稳定解析格式的团队协作

不适用场景： - 单次简短查询 - 临时性使用 - 需要详细解释的探索性工作

使用方法： 1. 直接下载CLAUDE.md到项目根目录 2. 或选择特定配置文件（如coding/agents/analysis） 3. 支持组合使用全局/项目/子目录配置文件

项目特点： - MIT开源许可 - 用户指令优先（可随时覆盖默认规则） - 接受社区贡献（提交具体问题及修复建议） - 提供详细基准测试报告

该项目基于真实用户反馈开发，旨在优化Claude AI的实际使用效率，特别适合需要控制token成本和提高输出质量的开发场景。

评论总结

以下是评论内容的总结：

  1. 关于输出token效率的讨论

    • 支持方认为优化输出token能节省成本："most Claude costs come from input tokens, not output" (yieldcrv)
    • 反对方认为输出质量更重要："I'd sacrifice extra tokens for outputs that were 20% better" (sillysaurusx)

  2. 对基准测试的质疑

    • 认为测试偏向单次解释任务："benchmarks here are heavily biased towards single-shot explanatory tasks" (btown)
    • 缺乏性能对比数据："without comparing before/after performance on some standard LLM benchmark" (Tostino)

  3. 对"先回答后推理"方法的批评

    • 认为违反模型自回归特性："LLMs are autoregressive...the reasoning is pure confirmation bias" (xianshou)
    • 可能降低模型能力："this would, generally, make the model worse" (danpasca)

  4. 替代解决方案建议

    • 推荐压缩工具："Headroom compresses the API traffic, RTK compresses CLI output" (sillysaurusx)
    • 建议使用持久记忆："MemStack gives Claude Code persistent memory" (sillysaurusx)

  5. 对Claude默认行为的评价

    • 部分用户满意默认表现："I'm generally happy with the base Claude Code" (joshstrange)
    • 另一些用户认为过于冗长："all coding agents to be verbose" (miguel_martin)

  6. 对AI工具现状的批评

    • 工具成熟度问题："working with these tools feels like driving at 200 mph on the highway" (TacticalCoder)
    • 行业方向质疑："Amusing how this industry went from tweaking code to tweaking code generators" (keyle)

  7. 实际使用体验分享

    • 正面体验："I've never experienced verbosity with Claude" (skeledrew)
    • 负面体验："The number of errors these things confidently make is through the roof" (TacticalCoder)