导语：如果你还在裸用 Claude Code、Cursor、Codex，那你正在浪费大量 token 和时间。过去一周，GitHub Trending 榜单上涌现了一批专为 AI 编程 Agent 打造的"外挂"——有的帮你把 token 消耗砍掉 92%，有的让 Agent 在万文件代码库里秒级定位，有的直接把 Claude 变成 11 个职业专家。这些工具 90% 的中国开发者还没听说过，但每一个都能立刻装、立刻用、立刻省钱。
GitHub: github.com/colbymchenry/codegraph | License: MIT | 价格: 免费
Claude Code 探索代码库时，会启动 Explore Agent 用 grep、glob、Read 一个个文件翻——每次工具调用都是 token。在 VS Code 这种万文件级别的大库里，一次架构问题可能烧掉 1.79M token，花 $0.83。
CodeGraph 的思路极其简单粗暴：提前建好代码知识图谱，Agent 直接查图，不再翻文件。
在 7 个真实开源项目上测试（每个跑 4 次取中位数），结果惊人：
| 代码库 | 语言 | Token 节省 | 工具调用减少 | 时间节省 | 成本变化 |
|---|---|---|---|---|---|
| VS Code (~10k 文件) | TypeScript | 64% | 81% | 11% | -$0.15 |
| Django (~3k 文件) | Python | 60% | 77% | 13% | -8% |
| Alamofire (~110 文件) | Swift | 64% | 58% | 33% | -40% |
| OkHttp (~645 文件) | Java | 54% | 50% | 31% | -25% |
| Gin (~110 文件) | Go | 23% | 44% | 24% | -19% |
注意看 VS Code 那行：工具调用从 21 次降到 4 次，文件读取从 9 次降到 0 次。 Agent 完全不需要翻文件了。
# 1. 安装 CLI（不需要 Node.js）
curl -fsSL https://raw.githubusercontent.com/colbymchenry/codegraph/main/install.sh | sh
# 2. 连接到你的 Agent（自动检测 Claude Code/Cursor/Codex 等）
codegraph install
# 3. 在项目里建索引
cd your-project && codegraph init -i
支持 Claude Code、Cursor、Codex CLI、OpenCode、Gemini CLI、Antigravity IDE、Kiro——基本覆盖了主流 AI 编程工具。
国内类似概念的有阿里 CodeFuse 的代码索引功能，但那是 SaaS 服务。CodeGraph 完全本地运行，数据不外泄，对安全敏感的企业项目更友好。
GitHub: github.com/chopratejas/headroom | License: Apache 2.0 | 价格: 免费
AI Agent 的工作流程中，大量 token 被浪费在重复读取 tool output、日志、RAG 结果上。Headroom 做了一件事：在内容到达 LLM 之前先压缩，需要时再按需检索原始内容。
压缩率有多夸张：
| 工作负载 | 压缩前 | 压缩后 | 节省率 |
|---|---|---|---|
| 代码搜索 (100 条结果) | 17,765 tokens | 1,408 | 92% |
| SRE 故障排查 | 65,694 tokens | 5,118 | 92% |
| GitHub Issue 分拣 | 54,174 tokens | 14,761 | 73% |
| 代码库探索 | 78,502 tokens | 41,254 | 47% |
更关键的是——精度没有损失。GSM8K 数学测试 0.870 → 0.870，TruthfulQA 甚至从 0.530 涨到 0.560。
ContentRouter（自动检测内容类型）
├── SmartCrusher — JSON 结构压缩
├── CodeCompressor — AST 级代码压缩
└── Kompress-base — 文本语义压缩（HuggingFace 模型）
CacheAligner — 稳定前缀，命中 KV 缓存
CCR — 可逆压缩，原始内容本地保存，按需取回
# 方式 1：包裹 Agent（最简单）
headroom wrap claude
# 方式 2：透明代理（零代码改动）
headroom proxy --port 8787
# 方式 3：Python 库内联
from headroom import compress
result = compress(messages)
# 方式 4：MCP Server
headroom mcp install
还有一个杀手级功能 headroom learn——自动挖掘 Agent 失败的 session，提取经验写入 CLAUDE.md / AGENTS.md。Agent 越用越聪明。
假设你每天用 Claude Code 8 小时，日均消耗 500K tokens。按 Opus 定价（$15/M input），月成本约 $225。用 Headroom 压缩 60%，直接省 $135/月。
GitHub: github.com/anthropics/knowledge-work-plugins | License: 开源 | 价格: 免费
Anthropic 官方开源了 11 个 Claude Cowork / Claude Code 插件，把 Claude 变成特定职业的专家。这不是社区项目，是 Anthropic 自己做的。
| 插件 | 职能 | 对接工具 |
|---|---|---|
| productivity | 任务管理、日程、个人上下文 | Slack, Notion, Asana, Linear, Jira |
| sales | 客户调研、通话准备、竞品分析 | HubSpot, Close, Clay, ZoomInfo |
| customer-support | 工单分类、回复草稿、知识库 | Intercom, HubSpot, Guru |
| product-management | 需求文档、路线图、用户研究 | Linear, Figma, Amplitude, Pendo |
| marketing | 内容撰写、品牌声音、竞品简报 | Canva, Figma, Ahrefs, SimilarWeb |
| legal | 合同审查、NDA 分拣、合规检查 | Box, Egnyte |
| finance | 会计分录、对账、财务报表 | Snowflake, Databricks, BigQuery |
| data | SQL 查询、统计、仪表盘 | Snowflake, Databricks, Hex |
| enterprise-search | 跨工具全局搜索 | Slack, Notion, Guru, Jira |
| bio-research | 文献检索、基因组分析 | PubMed, BioRender, ChEMBL |
| plugin-management | 创建和定制插件 | — |
# 添加市场
claude plugin marketplace add anthropics/knowledge-work-plugins
# 安装特定插件
claude plugin install sales@knowledge-work-plugins
安装后自动激活，技能按需触发，斜杠命令可用（如 /sales:call-prep、/data:write-query）。
国内用户对 Claude 的使用大多停留在"对话"层面。这个插件系统把 Claude 变成了可定制的团队成员——你可以把公司的术语表、流程、工具配置写进去，让 Claude 像"公司自己训练的 AI"一样工作。这比任何 RAG 方案都轻量，效果却更好。
GitHub: github.com/hardikpandya/stop-slop | License: 开源 | 价格: 免费
AI 生成的文字有明显的"味道"：动不动 "Here's the thing"、"Let that sink in"、"It turns out"、滥用破折号和排比句。中国用户写英文尤其容易暴露——因为你的 prompt 可能就是中文的，AI 输出的"翻译腔"更重。
Stop Slop 是一个 Claude Code Skill，专门识别和消除这些 AI 痕迹。
禁止短语（部分列表）： - 喉咙清理开头："Here's the thing"、"Let me be clear"、"The uncomfortable truth is" - 强调拐杖："Full stop"、"Let that sink in"、"Make no mistake" - 商业黑话：用 plain language 替代 - 所有副词（是的，所有） - 模糊声明和元评论
结构检查： - 禁止二分对比（"Not X, but Y"） - 禁止戏剧化碎片句 - 禁止从远处旁观的叙述者声音 - 强制主动语态
评分系统（满分 50）：
| 维度 | 问题 |
|---|---|
| 直接性 | 是陈述还是宣告？ |
| 节奏 | 有变化还是节拍器？ |
| 信任感 | 是否尊重读者智商？ |
| 真实感 | 听起来像人写的吗？ |
| 密度 | 有没有可删的？ |
低于 35 分就重写。
在 Claude Code 中添加为 Skill，或者在 API 调用时把 SKILL.md 放进 system prompt。国内做跨境电商、外贸内容营销的人，这工具简直是刚需。
GitHub: github.com/TerseAI/Terse | License: Sustainable Use | 价格: 免费开源
AI Agent 快但不可靠，确定性工作流可靠但搭建慢。Terse 让你在同一个工作流中混合使用两种模式：需要精确的地方直接调用工具，需要判断的地方交给 Agent。
terse generate 自动生成你实际使用的工具的类型定义terse deploy 一键部署到 Modal 沙箱如果你在构建 AI 自动化服务（比如自动处理客户工单、自动生成报告），Terse 比纯 LangChain 编排更可控，比纯 Agent 更可靠。
GitHub: github.com/affaan-m/ECC | 182K+ Stars | License: MIT (基础版)
182K Stars。这不是一个小工具，这是一个跨所有主流 AI 编程工具的操作规范系统。
ECC 提供 skills、instincts、memory optimization、continuous learning、security scanning——一套完整的 Agent 工作方法论。支持 Codex、Claude Code、Cursor、OpenCode、Gemini、Zed、GitHub Copilot 等 12+ 语言生态。
如果你管理一个 AI 编程团队，ECC 提供的是标准化的 Agent 工作流程。不再是每个人各自摸索，而是统一的行为规范。这在团队协作中价值巨大。
GitHub: github.com/Chachamaru127/claude-code-harness | License: MIT | 价格: 免费
Claude Code 很强，但原始的 Agent 工作容易"飘"：计划停留在对话里、测试变成可选、Review 太晚、发布证据靠记忆重建。Harness 把这些变成一个可重复的操作路径：
1. 写 Spec 和 Plan
2. 只实现批准的切片
3. 验证结果
4. 独立 Review
5. 打包证据，提交 PR
claude
/plugin marketplace add Chachamaru127/claude-code-harness
/plugin install claude-code-harness@claude-code-harness-marketplace
/harness-setup
ECC 是跨工具的通用系统，Harness 专注 Claude Code 深度集成。如果你只用 Claude Code，Harness 更轻量；如果团队工具多样，ECC 更合适。
flowchart TD
A[你是谁？] --> B{主要痛点}
B -->|Token 消耗太高| C[Headroom<br/>压缩层]
B -->|大代码库 Agent 太慢| D[CodeGraph<br/>代码知识图谱]
B -->|Agent 工作不规范| E{团队规模}
B -->|AI 文字有"味"| F[Stop Slop<br/>去 AI 味]
B -->|想让 Claude 更专业| G[Anthropic Plugins<br/>11 职业插件]
E -->|个人/小团队| H[Claude Code Harness<br/>轻量规范]
E -->|中大型团队| I[ECC<br/>跨工具标准化]
C --> J{构建自动化流程？}
J -->|是| K[Terse<br/>混合工作流]
J -->|否| L[Headroom 足够]
D --> M[节省 16% 成本<br/>58% 工具调用]
C --> N[节省 47-92% Token]
H --> O[规范化交付循环]
I --> P[182K Stars 验证]
style C fill:#e1f5fe
style D fill:#f3e5f5
style G fill:#e8f5e9
style F fill:#fff3e0
| 维度 | 你可能知道的 | 你不知道的 |
|---|---|---|
| Token 优化 | "精简 prompt" | Headroom 可压缩 92% 且精度无损 |
| 代码导航 | "让 Agent 用 grep 搜" | CodeGraph 预建知识图，0 次文件读取 |
| Claude 能力 | "当对话助手用" | 11 个官方职业插件，变成团队专家 |
| AI 写作 | "用 AI 辅助写英文" | Stop Slop 消除所有 AI 味道痕迹 |
| Agent 管理 | "给 Agent 写 Instructions" | ECC 182K Stars 的完整操作系统 |
| 工作流 | "纯 Agent 或纯代码" | Terse 可在同一流程混合两种模式 |
| 交付规范 | "让 Agent 写代码就行" | Harness 把交付变成可审计的循环 |
立刻可做（今天）：
1. 安装 CodeGraph：curl -fsSL https://raw.githubusercontent.com/colbymchenry/codegraph/main/install.sh | sh && codegraph install，在任何 >100 文件的项目中感受差异
2. 安装 Stop Slop Skill：如果你写英文内容，这是 5 分钟能装、立刻见效的工具
本周内做：
3. 试用 Headroom 的 headroom wrap claude 模式，对比压缩前后的 token 消耗
4. 安装 1-2 个 Anthropic 官方插件（推荐 productivity + 你的职业相关插件）
根据团队情况： 5. 团队 >3 人用多种 AI 工具 → 研究 ECC 的标准化方案 6. 只用 Claude Code → 装 Harness 规范交付流程 7. 构建 AI 自动化服务 → 用 Terse 搭建混合工作流
本文由「51学通信」技术团队出品。51学通信由通信行业18年老兵爱卫生（微信ID: gprshome201101）维护。 聚焦5G/6G核心网、3GPP标准、AI工具实战。知识星球「51学通信」提供深度技术答疑和行业洞察。
[!tip] 51学通信知识星球 星主：爱卫生（微信：gprshome201101）——公众号「51学通信」创办者，19 年通信行业运维与讲师经验，著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书（各大电商平台有售）。 星球定位：深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域，主打运维岗位与信令分析。 当前规模：5200 篇主题 / 990 个回答，198 元/年。 加入福利：加入星球后请加爱卫生微信，拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题，另有群内分享。 AI 加持：51学通信知识星球已作为 skill 接入 WorkBuddy，使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例，做总结、找文档和 PPT 等场景全覆盖。