用途：当遇到上下文超限、账单意外、循环缓慢，或需要选择更便宜模型、拆分任务、使用提示缓存与压缩时启用。不适用于分词器库、认证/支付 token 或 UI 设计 token，也不处理单纯定价计算。
主要能力：按五类桶估算 token 去向（系统提示、工具定义、对话历史、工具结果、当前消息与输出），给出主导桶判断；提供英文、代码、CJK 的启发式估算方法，并建议用 SDK 的 count_tokens 获取精确值。
使用方式：按顺序应用策略，达标即停。1）测量 token 去向；2）让静态前缀可缓存，稳定内容前置、变化内容后置，用 cache_control 标记断点，保持前缀字节一致，避免原地编辑历史；3）精简常驻上下文，如 CLAUDE.md、AGENTS.md、记忆索引，控制预算并审计 MCP 工具服务器；4）分层压缩对话历史，保留近期原文、旧轮摘要，不裁剪系统指令与安全头；5）用观察引用遮蔽冗长工具输出；6）按任务复杂度路由模型并保留回退链；7）减少循环开销，批量并行工具调用、设迭代上限；8）裁剪输出，提供深度层级、停止序列、限制思考预算；9）用相同桶重新测量并报告差值。
适用场景：长会话、重复调用、工具输出庞大、多模型协作的智能体运行时，如 Claude Code、Codex CLI、Cursor、Gemini CLI、Copilot CLI，并给出各宿主对应命令，如 /clear、/compact、/model、/cost 等。
限制：估算精度约 ±15%；缓存机制、TTL、最小块大小因提供商而异；部分宿主不暴露某些功能，标记为 n/a；预期压缩 50–70%、遮蔽 60–80%、缓存命中率 ≥70% 仅为校准参考，非保证。