1. 先搞清楚 tokens 到底被誰(shuí)吃掉了很多人用 Claude Code 寫著寫著發(fā)現(xiàn)額度掉得飛快第一反應(yīng)是「模型太貴」其實(shí)大部分消耗跟你的提問質(zhì)量沒關(guān)系而是上下文在反復(fù)重發(fā)。Claude Code 每一輪對(duì)話都會(huì)把歷史消息、系統(tǒng)提示、工具定義、項(xiàng)目文件一起打包發(fā)給模型你問的越久這個(gè)包越大。我實(shí)測(cè)過一個(gè)很典型的場(chǎng)景清空上下文后什么都不干先跑一次/context能看到基礎(chǔ)開銷大概在 19k tokens 左右其中system tools這一項(xiàng)就占了 15.5k。也就是說(shuō)你還沒開始干活光是把工具定義塞進(jìn)去就已經(jīng)花掉一大截。接著隨便發(fā)一句hello再跑/context數(shù)字漲到 24k 上下真正屬于「打招呼」的增量大約是 2.9k。這個(gè)數(shù)字說(shuō)明兩件事一是固定開銷躲不掉工具定義和系統(tǒng)提示是 Claude Code 的底座二是可變開銷才是你能控制的也就是歷史對(duì)話、項(xiàng)目文件讀取、重復(fù)的上下文。省錢的核心思路不是砍固定開銷而是讓可變開銷別失控。這篇就圍繞三個(gè)入口來(lái)講settings.json的環(huán)境變量配置、CLAUDE.md的項(xiàng)目記憶、以及/compact的壓縮時(shí)機(jī)。目標(biāo)很明確——讓每一輪請(qǐng)求帶上去的 tokens 都是「有用的」而不是把整個(gè)項(xiàng)目歷史反復(fù)搬運(yùn)。適合誰(shuí)看已經(jīng)在用 Claude Code 做日常開發(fā)、發(fā)現(xiàn)額度消耗比預(yù)期快、想在不降低體驗(yàn)的前提下把 tokens 花在刀刃上的同學(xué)。如果你還沒配好接入環(huán)境后面第二節(jié)會(huì)給一個(gè)可復(fù)制的骨架。2. 接入前置把 settings.json 和 API 環(huán)境搭好Claude Code 的配置分兩層一層是接入層決定請(qǐng)求發(fā)到哪里、用哪個(gè)模型另一層是行為層決定它怎么讀項(xiàng)目、怎么壓縮上下文。兩層都寫在settings.json里。配置文件位置按系統(tǒng)區(qū)分Linux / macOS~/.claude/settings.jsonWindowsC:/Users/你的用戶名/.claude/settings.json如果目錄不存在手動(dòng)建一個(gè).claude文件夾再放settings.json即可。接入層需要一個(gè)可用的 API 端點(diǎn)和 Key我用的是 TaoToken 的接口它的地址和 Key 管理入口在控制臺(tái)里能直接拿到配置時(shí)把ANTHROPIC_BASE_URL指向https://taotoken.net/apiANTHROPIC_AUTH_TOKEN填你自己的 Key。這里有個(gè)容易踩的坑ANTHROPIC_BASE_URL不要帶多余的路徑后綴直接寫域名加/api就行帶錯(cuò)了會(huì)出現(xiàn) 404 或者握手失敗。Key 的獲取和模型列表可以在控制臺(tái)里核對(duì)確認(rèn)你要用的模型名拼寫正確模型名寫錯(cuò)不會(huì)報(bào)「模型不存在」而是靜默回退到默認(rèn)模型你會(huì)以為配置生效了其實(shí)沒有。行為層的關(guān)鍵變量有兩個(gè)CLAUDE_CODE_DISABLE_NONESSENTIAL_TRAFFIC設(shè)為1作用是關(guān)掉非必要的后臺(tái)通信。類比一下就是瀏覽器的 cookies很多請(qǐng)求你根本沒主動(dòng)發(fā)起但它在后臺(tái)悄悄跑關(guān)掉之后能省掉一部分隱性開銷。MAX_CONSECUTIVE_AUTOCOMPACT_FAILURES設(shè)為3意思是自動(dòng)壓縮連續(xù)失敗 3 次就停止重試。這個(gè)變量是防止壓縮邏輯卡死時(shí)無(wú)限重試反而把 tokens 燒光。設(shè)成 3 是個(gè)比較穩(wěn)的值太小容易誤停太大等于沒限制。把這兩層配好之后Claude Code 每次啟動(dòng)讀的就是你這份配置而不是默認(rèn)值。下一步再談怎么讓它在項(xiàng)目里少讀無(wú)用文件。3. 可復(fù)制配置settings.json 骨架與 CLAUDE.md 寫法先給一份可以直接改的settings.json骨架。注意 JSON 不支持注釋下面用引用塊單獨(dú)說(shuō)明每個(gè)字段實(shí)際文件里把注釋刪掉。{ autoUpdatesChannel: latest, env: { ANTHROPIC_AUTH_TOKEN: 你的API_KEY, ANTHROPIC_BASE_URL: https://taotoken.net/api, ANTHROPIC_DEFAULT_HAIKU_MODEL: 你的輕量模型名, ANTHROPIC_DEFAULT_SONNET_MODEL: 你的主力模型名, ANTHROPIC_DEFAULT_OPUS_MODEL: 你的高配模型名, ANTHROPIC_MODEL: 你的默認(rèn)模型名, CLAUDE_CODE_DISABLE_NONESSENTIAL_TRAFFIC: 1 }, MAX_CONSECUTIVE_AUTOCOMPACT_FAILURES: 3, model: 你的默認(rèn)模型名 }注意ANTHROPIC_DEFAULT_HAIKU_MODEL這類變量是給不同檔位任務(wù)用的輕量任務(wù)走 Haiku 檔、復(fù)雜推理走 Opus 檔分檔配置能避免所有請(qǐng)求都走高配模型。模型名以你控制臺(tái)里實(shí)際可用的為準(zhǔn)別照抄示例里的占位符。配好接入層之后真正決定「每輪讀多少項(xiàng)目?jī)?nèi)容」的是CLAUDE.md。它的作用是給 Claude Code 一份項(xiàng)目說(shuō)明書讓它進(jìn)項(xiàng)目時(shí)直接讀這份摘要而不是每次重新掃描整個(gè)代碼庫(kù)。CLAUDE.md放在項(xiàng)目根目錄寫法上要克制別把整個(gè) README 復(fù)制進(jìn)去。它應(yīng)該只包含三類信息項(xiàng)目結(jié)構(gòu)的關(guān)鍵路徑、常用命令、以及你希望它遵守的約定。給一個(gè)骨架# 項(xiàng)目說(shuō)明 ## 技術(shù)棧 - 前端React Vite - 后端Node.js Express - 數(shù)據(jù)庫(kù)PostgreSQL ## 關(guān)鍵目錄 - src/componentsUI 組件 - src/api接口封裝 - server/routes后端路由 ## 常用命令 - 啟動(dòng)開發(fā)npm run dev - 跑測(cè)試npm test - 構(gòu)建npm run build ## 約定 - 組件用函數(shù)式寫法不用 class - 接口請(qǐng)求統(tǒng)一走 src/api/request.js - 提交前必須跑 lint這份文件控制在 50 行以內(nèi)比較理想。寫太長(zhǎng)等于每輪都多帶一份文檔反而增加固定開銷。它的價(jià)值在于替代重復(fù)掃描而不是替代文檔。還有一個(gè)容易被忽略的點(diǎn)不同項(xiàng)目維護(hù)各自的CLAUDE.md和.claude文件夾。項(xiàng)目 A 需要的 skills 和 MCP 配置沒必要讓項(xiàng)目 B 也加載。如果兩個(gè)項(xiàng)目共用同一套配置那就把它提到全局的~/.claude里維護(hù)而不是在每個(gè)項(xiàng)目里重復(fù)一份。這就是「專項(xiàng)專立」的意思——按項(xiàng)目隔離公共部分上提。4. 驗(yàn)證請(qǐng)求用 /context 和 /compact 看效果配置寫完不算完得驗(yàn)證它真的生效了。Claude Code 里有兩個(gè)命令特別有用/context和/compact。先驗(yàn)證基礎(chǔ)開銷。打開 Claude Code先執(zhí)行/clear清空上下文然后跑/context。你會(huì)看到一份分項(xiàng)列表類似這樣System prompt: 2.4k System tools: 15.5k Messages: 1.2k Free space: 286 Total: 19.3k這個(gè)數(shù)字就是你的「地板價(jià)」什么都不干也要花這么多。接著發(fā)一句hello再跑/context看 Messages 那一項(xiàng)漲了多少。如果漲得很少幾百 tokens說(shuō)明你的配置沒在后臺(tái)亂拉東西如果一次漲好幾千就要回頭檢查是不是有插件或者 MCP 在偷偷加載。再驗(yàn)證CLAUDE.md的效果。進(jìn)項(xiàng)目后問一個(gè)跟項(xiàng)目結(jié)構(gòu)相關(guān)的問題比如「這個(gè)項(xiàng)目的接口封裝在哪個(gè)目錄」觀察它是不是直接答出來(lái)而不是先掃描一遍。如果它開始列目錄、讀一堆文件才回答說(shuō)明CLAUDE.md沒被讀到檢查文件名拼寫和位置。/compact的驗(yàn)證更直接。做一段連續(xù)相關(guān)的開發(fā)比如先讓它實(shí)現(xiàn)功能 A再基于 A 實(shí)現(xiàn)功能 B兩輪之后跑/context看 Messages 有多大。然后執(zhí)行/compact再跑一次/contextMessages 會(huì)明顯縮小因?yàn)闅v史被提煉成了摘要。壓縮前 Messages: 48.2k 執(zhí)行 /compact 壓縮后 Messages: 12.6k這個(gè)對(duì)比就是/compact的價(jià)值。它適合上下文強(qiáng)相關(guān)的連續(xù)任務(wù)比如同一個(gè)功能的多個(gè)子步驟。如果兩輪任務(wù)根本不相干用/clear更干脆直接歸零。判斷用哪個(gè)的簡(jiǎn)單規(guī)則新任務(wù)和舊任務(wù)有沒有依賴關(guān)系有依賴用/compact沒依賴用/clear。別在無(wú)關(guān)任務(wù)之間硬扛著不清理那是最燒 tokens 的用法。5. 本篇常見錯(cuò)排查配置和命令都給了實(shí)際用起來(lái)還是會(huì)遇到一些具體報(bào)錯(cuò)。下面幾個(gè)是我和身邊人踩過的。報(bào)錯(cuò)一settings.json 改了沒生效。最常見的原因是 JSON 格式錯(cuò)誤比如多了一個(gè)逗號(hào)、少了引號(hào)。Claude Code 讀配置失敗時(shí)不一定報(bào)錯(cuò)可能直接回退默認(rèn)值。排查方法用cat ~/.claude/settings.json | python -m json.tool校驗(yàn)格式能解析通過才說(shuō)明語(yǔ)法沒問題。另外確認(rèn)你改的是當(dāng)前用戶目錄下的配置不是項(xiàng)目里的。報(bào)錯(cuò)二請(qǐng)求返回 401 或握手失敗。檢查ANTHROPIC_AUTH_TOKEN有沒有多余空格Key 是否過期。ANTHROPIC_BASE_URL確認(rèn)是https://taotoken.net/api不要帶尾部斜杠或者多余路徑。如果還是失敗去控制臺(tái)確認(rèn) Key 的權(quán)限和額度狀態(tài)。報(bào)錯(cuò)三模型名寫錯(cuò)但沒報(bào)錯(cuò)。前面提過模型名拼錯(cuò)會(huì)靜默回退。驗(yàn)證方法是跑一次請(qǐng)求后看返回的模型標(biāo)識(shí)或者直接在配置里用一個(gè)明顯不存在的名字看它是不是還正常返回——如果正常返回說(shuō)明它根本沒在用你寫的名字。報(bào)錯(cuò)四/compact 之后上下文還是很大。壓縮不是萬(wàn)能的如果單輪消息本身就特別長(zhǎng)比如你貼了一整個(gè)大文件進(jìn)去壓縮后的摘要也會(huì)偏大。這種情況應(yīng)該先/clear然后重新提問時(shí)只貼必要的代碼片段而不是整個(gè)文件。報(bào)錯(cuò)五CLAUDE.md 被忽略。確認(rèn)文件名大小寫完全一致必須是CLAUDE.md全大寫。放在項(xiàng)目根目錄不要放在子目錄。如果項(xiàng)目有多個(gè)根比如 monorepo每個(gè)子項(xiàng)目根目錄各放一份。報(bào)錯(cuò)六tokens 消耗突然暴漲。先跑/context看是哪一項(xiàng)漲了。如果是 System tools 漲了可能是裝了新的插件或 MCP如果是 Messages 漲了說(shuō)明歷史太長(zhǎng)該壓縮或清理了。定位到具體項(xiàng)再處理別盲目清空。6. 把 tokens 花在刀刃上的長(zhǎng)期做法省 tokens 不是靠某一個(gè)開關(guān)而是靠一套習(xí)慣。配置層用settings.json關(guān)掉非必要通信、分檔配模型項(xiàng)目層用CLAUDE.md替代重復(fù)掃描、按項(xiàng)目隔離配置會(huì)話層用/clear和/compact控制上下文體積。三層配合才能讓每一輪請(qǐng)求帶上去的都是有效信息。如果你還在搭接入環(huán)境建議先把 API Key 和接入文檔過一遍把settings.json的骨架跑通再談優(yōu)化。Key 管理和模型列表在控制臺(tái)里能直接看到接入文檔里有完整的變量說(shuō)明。日常編碼和 Agent 類任務(wù)如果跑得比較多可以看看 Coding Plan 這類長(zhǎng)期方案比按次調(diào)用更劃算。想先驗(yàn)證模型效果、確認(rèn)配置對(duì)不對(duì)用模型對(duì)話快速試一輪最省事。真正穩(wěn)定的體驗(yàn)來(lái)自「知道錢花在哪」。每次覺得消耗異常先跑/context定位再?zèng)Q定是清空、壓縮還是改配置。這個(gè)習(xí)慣養(yǎng)成之后你會(huì)發(fā)現(xiàn)同樣的額度能撐更久而且回答質(zhì)量不會(huì)下降——因?yàn)槭〉舻亩际菬o(wú)效上下文留下的都是真正有用的信息。