Token防火墙削减35%上下文成本

这段时间以来，我一直在统计：有多少 token 被浪费在重复发送嘈杂的日志、重复的代码注释，以及模型完成任务时其实并不需要的臃肿结构上。

在最新版本中，我构建并测试了一个简单的测试项目（ejemplo-token-firewall）。项目包含一个代码文件和一个 53 行的日志文件，其中有 48 行几乎完全相同：

未启用 Token Firewall：每次运行发送 2,737 个 token。

启用 Token Firewall：每次运行发送 1,764 个 token。

这意味着，在不修改代码库、也不改变上下文原意的情况下，直接减少了 35.6% 的 token。

除此之外，我还加入了 Cache Layout Guard：它会重新组织 prompt，以保持稳定的前缀（在这个示例中，agents + skills + prompt = 1,167 个 token），从而为 Anthropic、OpenAI 或 Gemini 等服务商做好准备，使它们能够根据可用的上下文窗口触发原生 prompt caching。

这与其他工具有什么不同？

并不是说其他工具缺少成本控制能力。真正的区别在于，Mova Context 会在每次 API 调用之前，把整个过程整合成一条确定性、可审计且自动化的流水线：

• 零黑盒：使用确定性算法剔除噪声，整个过程在微秒级完成，不会为了生成摘要而调用另一个同样消耗 token 的 LLM。

• 真正可审计：详细报告会准确展示每个文件节省了多少 token 和费用。

• 多渠道支持：在终端、聊天界面、定时任务、多 Agent 编排以及 HTTP/MCP 场景中，均以相同方式运行。

• Circuit Breaker：如果某次运行超出预先配置的预算或限制，系统会在向 LLM 服务商发出 HTTP 请求之前直接中止。

这个版本有哪些新功能？

• Job Engine：通过后台守护进程，使用 cron 运行定时后台任务（mova jobs start）。

• Multi-Agent Orchestration：通过 config.json 直接协调分组 Agent。

• 全新的 TUI（mova ui）：基于 Bubble Tea 构建的完整终端界面，可用于管理项目、任务、日志和聊天。

• Logging & Rotation Systems：支持配置日志级别，实现完整的端到端可追踪性。

• 改进的安装程序：为 Windows、macOS 和 Linux 提供预配置控制台，可直接完成安装，并完整支持 UNC 路径、WSL 和 Docker。

• Documentation & Walkthroughs：在 /examples 中提供由真实执行数据支撑的分步指南。

Mova 并不承诺在所有场景下都能把你的 LLM 账单削减一半。如果你的代码已经非常整洁，或者上下文本身确实非常庞大，那么节省比例就会更低。它是一个面向上下文的架构卫生层，专门用于避免不必要的支出。

这个项目已经完全开源。如果你愿意在自己的项目中进行测试，无论是反馈意见、边缘情况报告，还是在仓库中提交 issue，我们都会非常感谢！

你可以在这里查看源代码、CLI 和安装指南：

👉 github.com/m1guel1982/mova-context

其中包含 mova budget 的实际示例、prices.json 中的价格配置，以及 Chat/MCP/HTTP 集成方式。

欢迎提供任何反馈或提交 issue！

如需采取进一步措施，你可以考虑屏蔽此人和/或举报滥用行为。