成本管理

下载

聚焦模式

字号

最后更新时间： 2026-09-30 18:41:47

概述
通过多场景模型选择和异步压缩策略优化成本，在保证效果的同时实现更快的响应速度和更低的使用成本。CodeBuddy Code 每次交互都会消耗 Token。成本因代码库大小、查询复杂度和对话长度而异。本文档介绍如何追踪成本、多场景模型机制和降低 Token 消耗。
追踪成本
使用 /cost 命令
/cost 命令提供当前会话的详细 Token 使用统计：
/cost
  ⎿ Total duration (API):  9m 35.6s
    Total duration (wall): 22m 14.9s
    Total code changes:    0 lines added, 0 lines removed
    Usage by model:
         claude-sonnet-4:  875.5k input, 11.7k output, 714.3k cache read, 0 cache write
使用 /context 命令
/context 命令可以分析当前上下文的占用情况，查看不同类型上下文的大小分布：
> /context 
  ⎿  Context Usage
     ⛁ ⛁ ⛁ ⛁ ⛁ ⛁ ⛁ ⛁ ⛁ ⛁    glm-4.7 · 38.1k/200.0k tokens (19.1%)
     ⛁ ⛁ ⛁ ⛁ ⛁ ⛁ ⛁ ⛁ ⛁ ⛁
     ⛁ ⛶ ⛶ ⛶ ⛶ ⛶ ⛶ ⛶ ⛶ ⛶    ⛁ System prompt: 2.1k tokens (1.1%)
     ⛶ ⛶ ⛶ ⛶ ⛶ ⛶ ⛶ ⛶ ⛶ ⛶    ⛁ System tools: 16.4k tokens (8.2%)
     ⛶ ⛶ ⛶ ⛶ ⛶ ⛶ ⛶ ⛶ ⛶ ⛶    ⛁ Memory files: 3.7k tokens (1.9%)
     ⛶ ⛶ ⛶ ⛶ ⛶ ⛶ ⛶ ⛶ ⛶ ⛶    ⛁ Messages: 15.9k tokens (7.9%)
     ⛶ ⛶ ⛶ ⛶ ⛶ ⛶ ⛶ ⛶ ⛶ ⛶    ⛶ Free space: 145.9k (72.9%)
     ⛶ ⛶ ⛶ ⛶ ⛶ ⛶ ⛶ ⛶ ⛶ ⛶    ⛝ Autocompact buffer: 16.0k tokens (8.0%)
     ⛶ ⛶ ⛶ ⛶ ⛶ ⛶ ⛶ ⛶ ⛶ ⛶
     ⛶ ⛶ ⛶ ⛶ ⛝ ⛝ ⛝ ⛝ ⛝ ⛝
﻿
     Memory files · /memory
     └ /Users/yangsubo/.codebuddy/CODEBUDDY.md (User): 18 tokens
     └ /Users/yangsubo/CODEBUDDY.md (Project): 15 tokens
     └ /Users/yangsubo/workspace/genie/CODEBUDDY.md (Project): 1.2k tokens
     └ /Users/yangsubo/workspace/genie/packages/agent-cli/CODEBUDDY.md (Project): 2.5k tokens
﻿
     Skills and slash commands · /skills
﻿
     Project
     └ release: 1.1k tokens
     └ gen-drawio: 846 tokens
     └ task-manager: 815 tokens
     └ task-add: 730 tokens
     └ task-done: 525 tokens
     └ mr: 519 tokens
     └ task-start: 493 tokens
     └ my-task: 238 tokens
     └ task-list: 233 tokens
     └ security-review: 30 tokens
通过 /context 可以快速识别哪些内容占用了大量上下文空间，从而有针对性地优化。
多场景模型机制
不同的任务场景对模型能力的要求不同。简单的文件搜索、快速查询等任务使用轻量级模型即可完成；复杂的架构设计、多步骤推理等任务需要更强大的推理模型。
通过为不同场景自动选择不同的模型，可以实现：
效果最优：复杂任务使用高能力模型，确保质量
速度更快：简单任务使用轻量模型，响应更迅速
成本更低：避免在简单任务上使用昂贵的高端模型
场景类型
场景类型
说明
典型用例
default
默认模型，平衡性能与成本
一般编程任务、代码编写
lite
轻量快速模型，低成本高速度
文件搜索、简单查询、快速操作
reasoning
推理增强模型，强大分析能力
复杂分析、架构决策、多步骤推理
自动模型选择
CodeBuddy Code 会根据任务类型解析合适的场景模型。例如，Explore 的内置声明是 lite，可以把代码搜索交给更快、更经济的模型；规划类任务则可使用 reasoning。
使用 /model:lite 和 /model:reasoning 将 lite 和 reasoning 映射到具体模型；如需单独配置某个内置子代理，可通过 /agents 选择具体模型或场景变体。项目设置只覆盖同名子代理或场景键，不会删除其他全局映射。
Agent 工具支持通过 model 参数指定场景类型：
default：继续使用由按子代理设置、内置声明和主模型组成的默认编排
lite：快速且低成本，适用于简单搜索、快速文件操作
reasoning：增强推理能力，适用于复杂分析、架构决策
降低 Token 消耗
Token 成本随上下文大小增长：CodeBuddy Code 处理的上下文越大，消耗的 Token 越多。CodeBuddy Code 通过 Prompt 缓存（减少重复内容如系统提示的成本）和自动压缩（在接近上下文限制时压缩对话历史）自动优化成本。
以下策略帮助您保持较小的上下文，降低每条消息的成本。
主动管理上下文
使用 /cost 检查当前 Token 使用情况。
任务间清理：切换到不相关的工作时使用 /clear 重新开始。过时的上下文会在后续每条消息中浪费 Token。清理前使用 /rename 以便之后通过 /resume 返回。
添加自定义压缩指令：/compact Focus on code samples and API usage 告诉 CodeBuddy Code 在压缩时保留什么内容。
您也可以在 CODEBUDDY.md 中自定义压缩行为：
# Compact instructions
﻿
When you are using compact, please focus on test output and code changes.
异步压缩策略
当对话历史接近上下文限制时，系统会自动进行压缩：
自动触发：当上下文接近限制时自动启动压缩
后台执行：压缩过程在后台异步执行，不阻塞用户操作
智能摘要：保留关键信息，压缩冗余内容
无缝衔接：用户无感知，获得“无限上下文”体验
压缩时会保留以下关键信息：代码变更记录、重要决策点、用户明确的偏好和指示、当前任务的关键上下文。
选择合适的模型
根据任务复杂度选择模型。使用 /model 切换主模型，或使用 /model:lite / /model:reasoning 配置 lite / reasoning；使用 /agents 为特定内置子代理选择场景变体或具体模型。
简单任务使用 lite：文件搜索、快速查询、代码格式化
复杂任务使用 reasoning：架构设计、性能优化、复杂调试
一般任务使用 default：日常编码、功能实现
减少 MCP 服务器开销
每个 MCP 服务器会将工具定义添加到上下文中，即使处于空闲状态。运行 /mcp 查看已配置的服务器。
优先使用 CLI 工具：gh、aws、gcloud 等工具比 MCP 服务器更节省上下文，因为它们不会添加持久的工具定义。CodeBuddy Code 可以直接运行 CLI 命令，无需额外开销。
禁用未使用的服务器：运行 /mcp 查看并禁用未使用的服务器。
将详细操作委托给子代理
运行测试、获取文档或处理日志文件可能消耗大量上下文。将这些操作委托给子代理，详细输出保留在子代理的上下文中，只有摘要返回主对话。
编写精确的提示
模糊的请求如“改进这个代码库”会触发大范围扫描。精确的请求如“为 auth.ts 中的 login 函数添加输入验证”让 CodeBuddy Code 能够以最少的文件读取高效工作。
复杂任务的高效工作方式
对于较长或更复杂的工作，以下习惯有助于避免因走错方向而浪费 Token：
复杂任务使用计划模式：按 Shift+Tab（Windows 也支持 Alt+M）进入计划模式。CodeBuddy Code 会探索代码库并提出方案供您批准，避免初始方向错误时的昂贵返工。
尽早纠正方向：如果 CodeBuddy Code 开始走错方向，按 Escape 立即停止。使用 /rewind 或双击 Escape 将对话和代码恢复到之前的检查点。
提供验证目标：在提示中包含测试用例、截图或预期输出。当 CodeBuddy Code 能够自我验证工作时，它可以在您需要请求修复之前发现问题。
增量测试：写一个文件，测试它，然后继续。这样可以在问题还容易修复时尽早发现。
后台 Token 消耗
CodeBuddy Code 在空闲时也会为某些后台功能消耗 Token：
对话摘要：后台任务会为 --resume 功能摘要之前的对话
Prompt 预测：根据历史对话信息推测下一条最有可能的 Prompt 输入
这些后台进程即使没有活跃交互也会消耗少量 Token。
相关文档
﻿子代理 - 使用子代理隔离高消耗操作
﻿MCP - 管理 MCP 服务器开销
﻿模型 - 了解可用的模型选项
﻿

帮助和支持

本页内容是否解决了您的问题？

您也可以联系销售或提交工单以寻求帮助。

填写满意度调查问卷，共创更好文档体验。

文档反馈

tencent cloud

Tencent WorkBuddy Enterprise

成本管理

概述

追踪成本

使用 /cost 命令

使用 /context 命令

多场景模型机制

场景类型

自动模型选择

降低 Token 消耗

主动管理上下文

异步压缩策略

选择合适的模型

减少 MCP 服务器开销

将详细操作委托给子代理

编写精确的提示

复杂任务的高效工作方式

后台 Token 消耗

相关文档

帮助和支持

场景类型	说明	典型用例
`default`	默认模型，平衡性能与成本	一般编程任务、代码编写
`lite`	轻量快速模型，低成本高速度	文件搜索、简单查询、快速操作
`reasoning`	推理增强模型，强大分析能力	复杂分析、架构决策、多步骤推理