把系统提示和工具文档转成图片，Claude输入Token大幅降低

白帽子

2026年7月7日 07:17
广东

在小说阅读器读本章

去阅读

以下文章来源于黑鸟
，作者黑鸟

黑鸟
.

一介草民，深耕威胁情报领域多年，自封威胁分析师，APT狩猎者，战略忽悠分析师。 专注推送一切前沿高科技/人工智能、网络安全分析、敌我战略分析、数据挖掘、情报扩线、网络武器分析、社会工程学、一切开源情报、军事分析忽悠等。

pxpipe 是一个本地代理工具（pxpipe-proxy），专为 Claude Code 打造。它把系统提示词、工具文档、密集工具结果以及较早的对话历史渲染成高密度 PNG 图片，利用 Claude Fable 5 等模型的视觉能力（OCR）来读取，从而大幅降低输入 Token 消耗。

图片的 Token 成本只跟像素尺寸有关，跟里面塞了多少文字完全无关。密集内容（代码、JSON、日志）能被高效打包，实测约 4.8 万字符的系统提示 + 工具文档，原文本需要约 2.5 万 Token，渲染后只需约 2700 个图片 Token，压缩部分节省近 89%。

在真实生产流量中，端到端账单（输入 + 缓存 + 输出）可降低 59%~70%，Fable 5 下表现尤为突出。

准确性与基准测试：

• SWE-bench Lite（试点）：ON/OFF 均为 10/10 解决，请求体积降低 65%。
• SWE-bench Pro：pxpipe 开启时 14/19 vs 关闭时 15/19，-60% 请求体积，18/19 的最终 verdict 一致（唯一差异经重跑确认非压缩导致）。
• Gist 级回忆（决策、数值、路径、否定等）：Fable 5 下 98/98 完美保持。
• 精确回忆风险：对 12 字符十六进制哈希/ID 等 verbatim 内容有损（Fable 5 正确率 13/15，会出现 silent confabulation）；Opus 系列表现更差，因此默认仅对 Fable 5 开启。

简单来说,它把“文字密集但视觉可读”的部分用图片替代，保留 gist 级信息的同时把 Token 成本砍掉一大截，特别适合重度使用 Claude Code + Fable 5 的场景。

项目地址：https://github.com/teamchong/pxpipe