用途：降低 Claude Code 会话中的 token 消耗。资料将过度消耗归因于缓存未命中或失效、上下文膨胀、模型/推理强度选择不当、输入格式过于冗长四类来源。
主要能力与做法：
初期审计：运行 /context 查看已加载的 MCP 与已消耗 token，运行 /plugin 列出活跃插件；禁用当前项目不需要的 MCP 与未使用插件，按项目而非全局配置。资料给出的警示信号包括加载超过 3 个 MCP、基础 token 超过 10000。
缓存管理：Claude Code 会缓存系统指令（CLAUDE.md）、工具/MCP 列表与消息历史；会话中新增工具、MCP 或修改 CLAUDE.md 会使其失效并重新计费。原则是开始前完成配置，会话中不修改；确需中途追加时先 /compact，再以摘要开启新会话。
上下文优化：中小型代码库可将 settings.json 中的 contextWindow 限制为约 200000，例如 { "contextWindow": 200000 }；超大代码库保留 1M 但更积极优化。对网络搜索、PDF/音频转写、规划/测试生成、代码库探索等任务使用 context: fork 的子代理隔离，只返回结果而非完整历史；方向错误时用 Rewind（双击 Esc）删除分支。
模型与推理强度：清晰任务用默认 Medium，复杂架构设计用 High，简单已知命令用 Low 或不 think；订阅版建议使用原生 Anthropic 模型，Opus 处理复杂任务、Sonnet 处理快速任务；经代理调用其他 LLM 仅在直接使用 SDK/API 时相关。
输入格式：浏览器自动化优先用基于 DOM 的 Stagehand / Agent Browser 替代逐步截图；用 RTK 过滤 git status、git diff 等冗长输出，全局安装命令为 npx rtk init --global；在 CLAUDE.md 中写简洁回复指令，并显式给出文件路径以减少自动扫描。
验证：用 /context 复查，资料给出的参考标准是基础会话低于 5000 token，10 次交互后低于 30000，隔离任务不超 50000。
限制：以上为资料所述经验性建议与参考阈值，具体效果因项目与模型而异；资料提及的本地消费监控面板、Caveman Skill 等未给出明确获取地址与细节，暂未提供；资料未说明该技能的收费、价格或平台支持范围。