如何减少 Claude Code 的 token 用量（不再频频撞上限额）

先看清 token 花在了哪里

为什么长会话里用量会越涨越快

• 上下文太长：每次请求都带着完整对话，而每一轮工具调用又会再发一次请求。缓存让重复读取更便宜，但不是免费。
• 缓存未命中：离开的时间超过缓存有效期后，你发的第一条消息会把整个上下文重新处理一遍。
• 你空闲时仍在运行的东西：会话级定时任务和 /loop、来自你其他会话的消息、目标进度检查、会话回顾和空闲时的自动压缩。
• 并行工作者：每个 subagent、workflow agent 和 agent team 队友都会发出自己的请求。当队友在 plan mode 下运行时，agent teams 消耗的 token 约为普通会话的 7x。
• 压缩本身：/compact 必须读一遍它要总结的对话。/clear 不花任何 token。

减少 Claude Code token 用量的 12 个方法

1. 在不相关的任务之间清空对话

   /clear 会开启一段新对话，过时的上下文就不会再一路跟着。如果之后还想用 /resume 回到它，先运行 /rename。

2. 带着指令压缩

   /compact Focus on code samples and API usage 告诉 Claude 该保留什么。你也可以把常用的压缩指令写进 CLAUDE.md。

   # Compact instructions
   
   使用 compact 时，重点保留测试输出和代码改动。

3. 选对模型

   Sonnet 能胜任大多数编码工作，而且比 Opus 便宜；把 Opus 留给架构设计和高难度推理。用 /model 切换，并给简单的 subagent 设置 model: haiku。

4. 简单任务调低 effort

   思考 token 按输出计费，每次请求可能多达数万个。处理日常任务时，用 /effort 调低级别。

5. 保持 CLAUDE.md 简短

   它每个会话都会被完整加载。控制在 200 行左右以内，把特定工作流的指令移到 skill 里，skill 只在用到时才加载。参见 CLAUDE.md 指南和 Claude Code skills。

6. 精简 MCP 服务器

   工具定义默认延迟加载，但每个服务器仍会加入名称和说明。在 /mcp 中停用不用的服务器，并优先使用 gh、aws、gcloud 这类 CLI，它们不会增加逐个工具的列表。

7. 用 hook 过滤嘈杂的输出

   PreToolUse hook 可以改写测试命令，只保留失败的结果，把数万 token 的日志压缩到几百个。Anthropic 的文档里附有现成的过滤脚本。

   {
     "hooks": {
       "PreToolUse": [
         {
           "matcher": "Bash",
           "hooks": [
             { "type": "command", "command": "~/.claude/hooks/filter-test-output.sh" }
           ]
         }
       ]
     }
   }

8. 把冗长的工作交给 subagent

   在 subagent 里跑测试、读文档或处理日志，输出会留在它自己的上下文中，只有摘要会返回。给这些 subagent 配一个更小的模型。

9. 安装代码智能插件

   对于有类型的语言，语言服务器插件一次调用就能完成“跳转到定义”，不必先 grep 再读好几个文件。

10. 写具体的提示词

    “给 auth.ts 里的 login 函数加上输入校验”只需读几个文件；“改进这个代码库”则会把所有东西扫一遍。

11. 先计划，及早叫停

    大改动用 plan mode，在写代码之前就发现方向错误；一旦 Claude 跑偏，立刻按 Escape，再用 /rewind 回到检查点。

12. 留意你不在时运行的东西

    每个定时任务、每次 /loop 运行或空闲消息都会发送你的完整上下文。停掉不需要的循环，把 crossSessionInbound 设为 hold，让来自其他会话的消息先排队，并查看 /usage 中的 Loops 行。

来源：Claude Code 文档，Manage costs effectively

用量限额与团队成本

在 Pro、Max 和 Ultra 套餐上，用量计入套餐限额，而不是产生账单；5 小时和每周限额如何运作，参见 Claude Code 与 Codex 对比。在 API 上，Anthropic 公布的企业平均费用约为每位开发者每个活跃日 $13、每月 $150 到 $250，90% 的用户每天低于 $30。

管理员可以为团队设置支出上限；在托管设置中配置 modelPricing 表后，/usage 会显示合同价格，而不是标价。

按时上班的 agent，不会整夜烧 token

任何唤醒会话的操作都会发送完整上下文，所以一直在线的 agent 需要有边界。Crewmark 把 Claude Code、Codex、DeepSeek Harness 或 OpenCode 会话变成 AI 员工，只在你设定的工作时间内按心跳醒来。

1. 设定工作时间和节奏

   选择每 15、30 或 60 分钟一次，以及它上班的时段；其余时间它都在休眠。参见如何让 Claude Code 主动工作。

2. 一次只做一个 issue

   每次心跳都从看板上接手下一个 issue，会话专注于明确的任务，而不是漫无目的地探索。

3. 用你已经在付费的套餐

   员工运行在你现有的订阅上，用量计入套餐限额。阅读什么是 AI 员工。

Claude Code token 用量常见问题