Chisle：给 AI 编程助手"减肥"的插件工程

图：Chisle 项目 Logo，一个面向 AI 编程智能体的效率插件

你有没有发现，Claude Code 这类工具越用越"话痨"？它写 130 行代码的时候，你真正需要的可能只有 40 行；它跑一条 grep，返回 8000 行日志，整段原封不动塞回上下文，然后下一轮再为这些内容付一次费。到了月底，账单比项目本身还刺眼。

Chisle（作者 Jay Pokale，2026 年 6 月底建仓）就是冲着这个问题来的。它不是又一个"提示词技巧合集"，而是一套可安装、可测量、跨智能体的工程化方案。截至 2026 年 10 月，它已收获 700 Star、50 Fork、9 位贡献者，MIT 协议，npm 包名就叫 chisle，版本迭代到 3.8.1。

缘起：一次自我怀疑的基准测试

Chisle 的起点和这个领域大多数项目不一样。2026 年 6 月，作者把自家项目喂给 AI 编码助手，得到一个"标准答案"：一个订单状态机，包含 Enum、自定义异常类、完整类型标注、逐方法 docstring、文件写入，外加一套测试框架——125 行，1342 个回答 token。

然后他把需求原样丢给加了 Chisle 规则的模型。对比结果几乎是行为艺术：同样的功能，只剩 54 行、450 token，状态转换逻辑用一个字典加一个校验方法表达完事。行为一致，token 少了三分之二。

这个对照实验后来演变成 Chisle 的核心资产——仓库里存着 benchmarks/results/ 下逐格原始记录（raw cells），不是结论，是可以被任何人重新计算的证据。这一点在当下的 AI 工具圈里极其稀缺。

三个轴：写、读、以及"读进去的上下文"

大多数"省 token"工具只做一件事：把模型说的话变短。Chisle 的独特之处在于同时切三刀。

第一刀是输出侧的措辞。 Chisle 的 skills/chisle/SKILL.md 规定得很具体：丢掉冠词、填充词、寒暄与对冲语气；因果关系写成箭头（X → Y）；技术术语、函数名、报错字符串逐字保留。关键约束是"简洁 ≠ 残缺"——所有决定性事实（修复方案、坑点、注意事项、原因）必须保留，只砍围绕事实的词。

第二刀是输出侧的代码。 项目提出一条"效率阶梯"，让模型在写代码前自问七个问题：这事需要存在吗？代码库里已有吗？标准库能做吗？平台原生能力覆盖吗（如用 CSS 代替 JS、用数据库约束代替应用代码）？已装依赖能解决吗？一行能写完吗？——只有到第七级才写"能跑通的最小实现"。阶梯在读完之后运行，绝不代替理解；并且显式豁免安全、信任边界校验、数据丢失防护和无障碍——这些场景下作者主动放弃"偷懒"。

图：项目主视觉，规则集同时作用于输出措辞与代码形态

第三刀是输入侧的上下文。 这是 caveman、ponytail 这类同类工具都没碰过的地带。Chisle 挂了一个 PostToolUse 钩子（hooks/chisle-compress-output.js），在工具结果进入上下文窗口之前动手：超过 1KB 的输出先做无损清洗（去 ANSI 转义、折叠空行、把连续重复行折叠成 [repeated N×]），超过阈值的再"剪头留尾"——保留头部命令上下文、尾部结果与错误，并从被裁掉的中段里抢救出疑似报错行，逐字保留。

这里有两个设计细节值得单独说。其一，Read/Edit/Write 被刻意排除在压缩之外——因为 Read 的输出会喂给后续 Edit 的 old_string 匹配，裁剪它等于让模型对着自己没见过的文本做替换。工具白名单而非黑名单，是刻意的安全设计。其二，整个压缩器是确定性、零 LLM、零网络的纯字符串处理，坏掉的钩子必须抛不出异常，否则会拖垮整条工具链。

npx chisle mcp wrap 则把同一套压缩逻辑推到 MCP 层面：在 Cursor、Windsurf、Cline、Kiro、Gemini、Qwen Code、Copilot CLI 的 stdio MCP 服务器前面架一个代理，只压缩超限的 tools/call 结果，其余字节原样转发。

门槛极低，但也有它的代价

安装是一条命令：npx chisle。安装器（bin/install.js）纯 Node 标准库实现，会自动探测本机装了哪些智能体并逐一接线——Claude Code 走插件市场、Pi 走包机制、Gemini CLI 走扩展机制、Codex/Copilot CLI/OpenCode 走规则文件追加、Hermes 走 ~/.hermes/skills 的 Agent Skills 标准，Cursor/Windsurf/Cline/Kiro 则在当前目录落下项目级规则文件。--dry-run 预览，--only claude 限定范围，--uninstall 完全回滚。Windows 另有 install.ps1。

Node.js 需要 18 以上，无任何运行时依赖，安装包 2.7MB 上下，不需要 GPU、不需要服务端、不需要数据库——它是一组写进智能体配置目录的规则文件加几个钩子脚本，谈不上"部署"，更接近"装个插件"。

代价也很明确。项目自己在 docs/comparison.md 里做了一次相当诚实的数据回撤：2026 年 6 月那个 52% 的漂亮头条被主动作废，因为它依赖单一异常基线，且有四个测试格可能被规则示例"预热"过；去掉这些污染后实际是 70%。2026 年 10 月 12 日的工具关闭重测更直接：Chisle 计费 82%（95% CI 67–104%），caveman 81%，ponytail 127%——三者都没能证明低于裸模型，区间都跨过了 100%。而且每一个方案在 26 格中有 12 到 18 格比"完全不装插件"更贵，主要发生在"本来就没啥可省的短提示"上。规则集甚至会推高模型的隐藏推理量（164%–483%）。

换句话说，Chisle 省下的钱，主要来自第三刀（工具输出压缩，171 个会话实测约砍 46%，OpenCode 上一个 30KB 日志让新鲜输入 token 降了 87%），以及可见回答的变短（裸模型的 56%）；而"账单端"的收益在当前数据下并不显著，甚至常常打平。作者把这个叫"backfire"，并且专门写了文章解释为什么还坚持发布失败数据——理由是：唯一公开自己会失手的工具，反而是这类工具里唯一能让用户做决策的。

图：官方站点图标，项目配有 Next.js 静态官网 chisle.jaypokale.me

工程细节：自检比功能更抢眼

从仓库结构看，Chisle 更像一个小型工程组织而不是一段提示词。1245 个文件里，测试占了 11 个：test_compress.js、test_compress_copilot.js、test_hooks.js、test_installer.js、test_mcp_proxy.js、test_opencode.js、test_pi_extension.js、test_replay.js、test_settings.js、test_tracker.js，另有 fake-mcp-server.js 作为夹具，用 Node 内置 node --test 跑，不引入测试框架依赖。基准目录里连"噪声日志""重复路径"这类故障夹具都备好了。

规则本身由 scripts/build-rules.js 生成，--check 模式可在 CI 里校验生成物是否与源码同步；scripts/build-chart.js 负责出图。CI 徽章是绿的，CHANGELOG 按 Keep a Changelog 格式逐版本记录，每个版本都能看到具体 PR 号。

有意思的是作者把 AI 协作写进了署名："Built by Jay Pokale with Claude, Antigravity, and Codex as co-engineers"，README 里还专门有 "AI co-engineers" 区块，注明配对工作记录在 commit trailer 和 changelog 里。这种透明度在开源项目里不多见。

许可证与数据隐私

MIT 协议，最短的那一种。项目由 caveman（简洁措辞）和 ponytail（懒惰资深工程师的代码规则）合并演化而来，两者的 MIT 声明保留在 NOTICE 里——这个溯源做得很干净，没有回避出身。

隐私方面几乎无风险：压缩器是本地纯字符串处理，不发任何网络请求，不调用任何 LLM，规则集与钩子全部落在本机用户目录。唯一外部交互是安装时的包下载与可选的官方站点访问。

意义：AI 工具的"计量经济学"开始了

把 Chisle 放进行业视角看，它标志着 AI 编程工具竞争的重心正在从"能力上限"转向"单位任务成本"。同期出现了一堆同族项目——caveman、ponytail、rtk，以及各类 token 优化器。第三方评测给这些工具的读数相当冷淡：有人在 48 个 Django 任务上测五个省 token 工具，宣称 60–90% 的节省全部没站住，最好的一位只省了 31.6%，其余落在 6%–15%；JetBrains 的评测里，caveman 广告 -65% 实测 -8.5%，ponytail 广告 -54% 实测 -15%。

这些第三方读数与 Chisle 自己 2026 年 10 月的"82%、不显著"结论其实是互相印证的。这恰恰是 Chisle 最有价值的地方：当一个赛道的宣传数字普遍虚高时，唯一拿出可复算原始数据、并主动作废自己最好看的那版数据的项目，就成了这条赛道的度量衡。

值得注意的是作者也承认，独立第三方复现目前仍然稀缺——他重测竞品时用的是对方已安装的插件，样本仍是自己设计的提示词集合。要把"省 token"从营销话术变成工程指标，接下来需要的是跨项目、跨模型、盲测的统一基准。

适合谁，不适合谁

适合：每天在 Claude Code / Pi / Cursor 里跑真实工程任务的开发者与团队，尤其是能接受"AI 少写但需要自己复核"的工作方式；对 MCP 工具输出膨胀感到肉疼的人收益最直接。

不适合：只写一次性小脚本、上下文本来就短的用户——这类场景 Chisle 自己测出来就是打平甚至更贵；以及期望"装完立刻看到账单下降"的用户，输入侧压缩需要会话量积累才会显现。

---

数据来源：GitHub API（repo JayPokale/Chisle，2026-10-23 采集，700 Star / 50 Fork / 9 贡献者 / MIT）、仓库 docs/benchmarks.md 与 docs/comparison.md 基准文档、benchmarks/results/ 原始记录。