Paritok 是一層位於 AI 編程代理(coding agent)與上游 LLM 之間的壓縮層。它會即時以非破壞性方式縮減工具、檔案與歷史紀錄,讓你能執行更長時間的任務,同時降低帳單金額。這套工具會改寫代理程式所傳送的內容——包括工具 schema、檔案讀取、歷史紀錄——並為所有經手內容加上標記;回應則原封不動地回傳,而 refs 可隨需展開。它相容於 Claude Code、Cursor、Codex、OpenHands,以及任何 OpenAI 相容的上游服務。
長時間編程任務
讓代理程式持續運作更久,不必擔心超出上下文限制。
成本敏感的 AI 工作流程
降低每輪對話的 token 消耗,在整個任務期間累積成可觀的節省。
大型程式庫探索
壓縮檔案讀取與工具輸出,讓代理程式能在大型程式碼庫中穿梭而不致撐爆上下文。
多工具代理架構
大幅縮減每次請求中 70 多個工具 schema 所帶來的龐大 JSON 負載。
自架環境
在本機免費執行 Paritok,除了自有基礎設施外,不需依賴任何外部服務。
重視合規的團隊
原始位元組永遠可回復——沒有任何資料被丟棄,只是在傳輸過程中經過壓縮。
非破壞性壓縮
Paritok 會即時改寫與過濾工具 schema、檔案讀取與歷史紀錄,但原始資料仍可透過 refs 回復。
工具 schema 最佳化
只保留相關的工具 schema,其餘以 stub 取代,可將每輪典型的 29K token 區塊縮減至約 8K。
檔案讀取與輸出壓縮
內建 4B 模型能區分函式簽名與除錯輸出,保留識別名稱、路徑與錯誤訊息,同時將檔案讀取與工具結果縮減至約原始大小的 26%。
過期歷史摘要
當上下文預算用盡時,較舊的輪次會被摘要一次,近期輪次則保持原樣——由你決定何時啟動壓縮。
快取穩定的區塊
壓縮後的工具區塊在對話期間保持固定,有助於維持上游快取的有效性。
Read_original refs
你可隨時將任何壓縮片段展開回精確的原始位元組,不需額外輪次。
簡單整合
只需設定一個環境變數(`ANTHROPIC_BASE_URL=http://127.0.0.1:8080`),Paritok 就會插入你的代理程式與 Anthropic 之間。
預算導向控制
壓縮依據你設定的預算執行,而非等到模型空間耗盡才動作。
Paritok 是為每天使用 AI 編程代理的開發者與團隊所打造——尤其是那些在大型程式碼庫上使用 Claude Code、Cursor、Codex 或 OpenHands 的使用者。它適合想要更長時間自主任務而不擔心上下文溢位的工程師,也適合需要大規模控制 LLM 成本的團隊。自架選項讓它對資料處理有嚴格要求的組織格外具吸引力。
從 Paritok 網站取得 API key,或免費自架。接著設定一個環境變數,將你的代理程式指向 Paritok 而非直接連到 Anthropic。你的代理程式會原樣傳送工具 schema、歷史紀錄與檔案讀取;Paritok 會在這些內容抵達上游 LLM 之前進行改寫與壓縮。回應原封不動地回傳,壓縮片段則可透過 refs 隨需展開。
Paritok 切中了一個真實痛點:AI 編程代理消耗 token 的速度極快,而大型專案的上下文視窗很快就會被填滿。它所提供的壓縮槓桿——工具 schema、檔案讀取與過期歷史——正好對準任何代理任務中三大 token 消耗來源。「沒有任何資料被丟棄」的設計是強而有力的安全網,因為你永遠可以回復精確的原始位元組。只需一個環境變數的整合方式也簡單得令人耳目一新。只要壓縮比在實務上經得起考驗,Paritok 就有潛力顯著延長任務時長,並為重度代理使用者節省可觀成本。
Paritok 是專為 AI 編程工作階段設計的壓縮層,介於你的代理與 LLM 之間,以非破壞性方式縮減工具、檔案與歷史紀錄,讓工作流程更長、成本更低。
Category:AI 外掛/擴展程式
Visit Link:https://www.paritok.com/
Tags:AI 程式開發、上下文壓縮、Token 節省、LLM 最佳化、開發者工具