《每次 API 调用前扔掉 43% Token，我开源了一个 AI 提示词瘦身工具》

第一篇：每次 API 调用前扔掉 43% Token，我开源了一个 AI 提示词瘦身工具

每次调 GPT-4o、Claude、DeepSeek，你是不是也这样：

• "嗯那个我想说的是..." → 5 个 Token 纯浪费
• "Basically, I just wanted to mention that..." → 8 个 Token 毫无意义
• "求求了、帮帮忙、拜托拜托" → 对模型没用，但花钱是真的

统计过一个月的 API 调用数据，平均 38% 的 Token 是冗余的。按 GPT-4o 的 $2.50\mathrm{/}1Minput\text{算，每个月白白烧掉}$4。看着不多，但如果你每天调 1000 次，一年就是 $180+。

更要命的是，提示词越长，响应也越慢。那能不能在发请求之前，自动把这些废话过滤掉？

于是 PromptSlim 诞生了。

核心思路

在 client.chat.completions.create() 之前，插入一个轻量级的文本分析层：

用户输入 → 冗余检测（40+ 规则）→ 代码保护 → LLM 二次压缩 → 发送 API

三个关键设计：

1. 规则引擎前置：先跑 40+ 条正则，0 Token 消耗剃掉常规冗余
2. 代码块保护：检测到 Python/JS/Go 代码自动跳过，绝不乱改
3. LLM 语义压缩：规则处理后，按需调用轻量模型做精细压缩

5 分钟上手

pip install promptslim

命令行

# 直接精简echo "嗯那个我想说的是这个功能非常非常好用对吧" | promptslim slim# 统计 Token 数promptslim count -i prompt.txt# 智能压缩（LLM 二次处理）promptslim smart -i long_prompt.txt --api-key YOUR_KEY# 对比精简效果promptslim compare -i before.txt -o after.txt

Python API

from promptslim import quick_slim# 一行搞定report = quick_slim("嗯那个我想说的是这个功能非常非常好用对吧")print(f"节省 {report.sa vings_pct}% Token")# 批量处理from promptslim import slim_batchresults = slim_batch(["prompt1", "prompt2", "prompt3"])for r in results:print(f"节省 {r.sa vings_pct}%")

效果实测

代码块保护是最重要的安全机制。你绝不希望 AI 精简工具把你的 def quick_sort(arr) 变成 def sort(arr)。

技术架构

# 核心流程（简化版）def slim(prompt: str) -> SlimReport:# 1. 提取并保护代码块code_blocks, placeholder = extract_code_blocks(prompt)# 2. 应用 40+ 条冗余规则for rule in REDUNDANCY_RULES:prompt = rule.apply(prompt)# 3. 可选：LLM 语义压缩if use_llm:prompt = llm_compress(prompt)# 4. 还原代码块prompt = restore_code_blocks(prompt, code_blocks)return SlimReport(original_tokens, slimmed_tokens, sa vings_pct)

每条规则是一个简单的正则替换：

# 中文冗余("(嗯|那个|就是说|我想说的是)", ""),("(非常|特别|十分)非常", "非常"),("(可以|能)(够|以)", r"1"),("(帮助|帮)(你|我|我们)", r"1助"),# 英文冗余("basically,?s*", ""),("I just wanted to mention thats*", ""),("in my opinion,?s*", ""),("very very", "very"),

适用场景

和竞品对比

下一步

PromptSlim 在 GitHub 开源，MIT 协议：

github.com/JING04-PROD…

如果你每天调 API 超过 100 次，用它能直观感受到 Token 消耗下降。有问题或建议直接提 Issue。