能力标签

🔌 MCP 🤖 Agent 🔄 工作流 💻 CLI 🧠 Claude ✨ GPT ⌨️ Cursor

🛠

AI工具

Tokenless优化工具

基于 Rust · 开源免费，本地部署，数据完全自主可控

英文名：tokenless

⭐ 8 Stars 🍴 1 Forks 💻 Rust 📄 Apache-2.0 🏷 AI 8.5分

8.5AI 综合评分

LLMtoken优化

📺 TG 频道

✦ AI Skill Hub 推荐

AI Skill Hub 强烈推荐：Tokenless优化工具是一款优质的AI工具。AI 综合评分 8.5 分，在同类工具中表现稳健。如果你正在寻找可靠的AI工具解决方案，这是一个值得深入了解的选择。

📚 深度解析

Tokenless优化工具是一款基于 Rust 的开源工具，在 GitHub 上收获 0k+ Star，是LLM、token、优化领域中的优质开源项目。开源工具的最大优势在于代码完全透明，你可以审计每一行代码的安全性，也可以根据自身需求进行二次开发和定制。

**为什么要使用开源工具而非商业 SaaS？**
对于个人开发者和有隐私需求的用户，本地部署的开源工具意味着数据不离本机，不受第三方服务商的数据政策约束。同时，开源工具通常没有使用次数限制和月度费用，一次安装即可长期使用，对于高频使用场景的总拥有成本（TCO）远低于订阅制商业工具。

**安装与环境准备**
Tokenless优化工具依赖 Rust 运行环境。建议通过 pyenv（Python）或 nvm（Node.js）管理 Rust 版本，避免全局环境污染。对于新手用户，推荐先创建虚拟环境（python -m venv venv && source venv/bin/activate），再安装依赖，这样即使出现问题也可以随时删除虚拟环境重新开始，不影响系统稳定性。

**社区与维护**
GitHub Issue 和 Discussion 是获取帮助的最快渠道。在提问前建议先检查 Closed Issues（已关闭的问题），大多数常见问题都已有解答。遇到 Bug 时，提供 pip list 的输出、完整错误堆栈和最小可复现示例，能显著提高开发者响应速度。AI Skill Hub 将持续追踪 Tokenless优化工具的版本更新，及时通知重要功能变化。

📋 工具概览

Tokenless优化工具是一款基于 Rust 开发的开源工具，专注于 LLM、token、优化等核心功能。作为 GitHub 开源项目，它拥有活跃的社区支持和持续的版本迭代，代码完全透明可审计，支持本地部署以保护数据隐私。无论是个人使用还是集成到企业工作流，都能提供稳定可靠的解决方案。

GitHub Stars

⭐ 8

开发语言

Rust

支持平台

Windows / macOS / Linux

维护状态

轻量级项目，按需更新

开源协议

Apache-2.0

AI 综合评分

8.5 分

工具类型

AI工具

Forks

📖 中文文档

以下内容由 AI Skill Hub 根据项目信息自动整理，如需查看完整原始文档请访问底部「原始来源」。

📌 核心特色

开源免费，支持本地部署，数据完全自主可控
活跃的 GitHub 开源社区，持续迭代更新
提供详细文档和使用示例，新手友好
支持自定义配置，灵活适配不同使用环境
可作为基础组件集成进现有技术栈或进行二次开发

🎯 主要使用场景

本地部署运行，保护数据隐私，满足合规要求
自定义集成到现有系统，扩展技术栈能力
作为开源基础组件进行商业化二次开发

以下安装命令基于项目开发语言和类型自动生成，实际以官方 README 为准。

安装命令

# 方式一：cargo install（推荐）
cargo install tokenless

# 方式二：从源码编译
git clone https://github.com/TokenFleet-AI/tokenless
cd tokenless
cargo build --release
# 二进制在 ./target/release/tokenless

📋 安装步骤说明

访问 GitHub 仓库页面
按照 README 文档完成依赖安装
根据系统环境完成初始化配置
参考官方示例或文档开始使用
遇到问题可在 GitHub Issues 中查找解答

以下用法示例由 AI Skill Hub 整理，涵盖最常见的使用场景。

常用命令 / 代码示例

# 查看帮助
tokenless --help

# 基本运行
tokenless [options] <input>

# 详细使用说明请查阅文档
# https://github.com/TokenFleet-AI/tokenless

以下配置示例基于典型使用场景生成，具体参数请参照官方文档调整。

配置示例

# tokenless 配置说明
# 查看配置选项
tokenless --config-example > config.yml

# 常见配置项
# output_dir: ./output
# log_level: info
# workers: 4

# 环境变量（覆盖配置文件）
export TOKENLESS_CONFIG="/path/to/config.yml"

📑 README 深度解析真实文档完整度 71/100 查看 GitHub 原文 →

以下内容由系统直接从 GitHub README 解析整理，保留代码块、表格与列表结构。

简介

Prerequisites

Rust toolchain >= 1.89 (Rust 2024 edition) — for cargo install or source build
RTK binary — optional, only needed for command rewriting (cargo install rtk). Core compression works without it.

1. Install

git clone https://github.com/TokenFleet-AI/tokenless && cd tokenless && make setup

Build

Target	Description
`make build`	Build `tokenless` (release mode)
`make test`	Run all tests
`make lint`	Run fmt + clippy + cargo-audit
`make fmt`	Format code
`make clean`	Clean build artifacts

Quick Start

```bash

CLI Usage

demo

tokenless demo    # Run all 4 compression demos with embedded test data

Configurable threshold: TOKENLESS_DIFF_THRESHOLD=0.7 (default)

```

compress_toon, decompress_toon, env_check, stats_summary

```

env-check

tokenless env-check --tool Shell         # Check specific tool
tokenless env-check --all                # Check all tools
tokenless env-check --tool Shell --fix   # Auto-fix missing deps

2. One-click agent integration (Claude Code, Cursor, Windsurf, etc.)

tokenless init

init (Agent Integration)

tokenless init                  # Project-level: hooks + --project tag for per-project stats
tokenless init --global         # Global: hooks for all projects, auto-detect project at runtime
tokenless init --agent cursor   # Install for Cursor editor

Auto-installs hooks into .claude/settings.json (or the equivalent for other agents). Once installed, all shell commands are automatically rewritten and responses compressed — zero manual steps after init.

Project-level vs Global:

Mode	Command	`--project` in hooks	Stats behavior
Project-level	`tokenless init`	✅ Written (detected from dir)	Stats attributed to this project only
Global	`tokenless init --global`	❌ Omitted	Auto-detects project per invocation

Use project-level init when you want per-project statistics isolation (e.g., tokenless stats summary shows only this project's savings). Use global init for a fire-and-forget setup across all repositories.

See user guide §4 for all 12 agents and manual configuration.

Troubleshooting

tokenless: command not found — Ensure ~/.local/bin/ is on your PATH (see Quick Start).
TUI/MCP shows "experimental feature" error — Run tokenless stats experimental-on first.
Hooks not working — Re-run tokenless init and restart your agent.
Stats show no data — Ensure stats recording is enabled: tokenless stats enable.
See user guide for detailed troubleshooting.