我的 Claude 工作流，Token 用量直降 90%！

如果你也心疼过 AI 消耗的 Token，这篇干货就是为你准备的

不知道你有没有这样的经历：看着 Claude Code 这类 AI 编程助手帮你写代码，效率是高了，但账单上的 Token 消耗也蹭蹭往上涨，心都在滴血。

尤其是当你预加载了一堆工具，想让智能体全知全能时，它反而被各种工具描述、参数定义塞满了脑子，反应变慢，成本飙升，体验抓狂。

今天，我分享一个颠覆性的技巧，能让你 Claude Code 设置中的 Token 使用量减少大约 90%。这个方法灵感来自 Anthropic 的使用 MCP 进行代码执行框架，但思路更野。

核心就是：把繁重的工具执行任务，从 LLM 的上下文里“踢出去”，扔给一个轻量级的、通过 bash 运行的 Python 脚本来处理。

告别臃肿，拥抱高效。下面，我就带你看看这是怎么做到的。

一、Token 都去哪儿了？你的 AI 可能“喘不过气”

像 Claude Code 这样的 AI 智能体很强，但它的“脑容量”（上下文窗口）是有限的，而且很贵。

这里要先提一个概念：MCP。这是 Anthropic 提出的，让智能体调用外部工具的方法。

传统的做法是啥？就像搬家，把整个工具箱（比如数据分析库、统计函数、甚至自定义 API 的说明书）一次性全塞进提示词里，让 AI 一开始就“啥都懂”。

这听起来很爽，但问题很大：

• 上下文爆炸：光一个工具集的描述和参数，可能就占掉几千个 Token。

• 效率低下：AI 的注意力被大量当前用不到的工具信息分散了，真正用来思考你代码逻辑的“脑力”就少了。

• 成本杀手：在长时间或复杂的工作流中，Token 的消耗速度会快得惊人。

而我们的新思路是：按需加载，用完即走。

让 AI 只负责生成代码指令，具体的执行和计算，交给外部进程。这样，Claude 的上下文始终保持干净、专注。

二、核心秘诀：让 Bash 和 Python 当“跑腿小弟”

这个方法的核心，是建立一条动态流水线：

1. Claude 专注思考：LLM 不再直接调用复杂的工具，而是为当前任务生成一段完整的 Python 代码（比如一个数据分析脚本）。

2. Bash 负责传令：一个简单的 shell 脚本被触发，它唯一的工作就是启动上一步生成的 Python 代码。

3. Python 埋头苦干：代码在独立的 Python 运行时里执行。在这里，才按需加载真正的工具库（如scipy,pandas），处理数据、运行计算，所有脏活累活都在这里完成。

4. 精简结果返回：Python 脚本将最终结果压缩成一个简洁的 JSON 数据块（例如{"模型A均值": 89.68}），通过 bash 返回给 Claude。

看明白了吗？所有让上下文臃肿的东西（工具描述、库文档），都留在了外部的 Python 环境里。Claude 自始至终只接触干净的代码和精简的结果，Token 自然就省下来了。

三、30分钟动手实战

理论说完，我们来点实际的。下面带你为一个数据分析任务搭建这个高效流水线。

第一步：准备虚拟环境

首先，我们安装一个快速的 Python 包管理工具uv，并创建项目环境。

# 安装 uv
curl -LsSf https://astral.sh/uv/install.sh | sh

 # 创建项目目录并进入
mkdir claude-mcp-hack && cd claude-mcp-hack

 # 创建并激活虚拟环境
uv venv
source .venv/bin/activate

创建一个名为execute_tool.sh的文件，这就是我们的轻量级调度中心。

#!/bin/bash
# execute_tool.sh: 按需运行 Python 脚本，并返回 JSON 格式摘要

 SCRIPT_PATH=$1
if [ -z "$SCRIPT_PATH" ]; then
echo'{"error": "未提供脚本文件"}'
exit 1
fi

 # 使用 uv 快速运行 Python 脚本，输出重定向到文件
uv run python "$SCRIPT_PATH" > output.json 2>&1

 # 将输出压缩成 JSON 块（模拟 MCP 的结果过滤）
python -c "
import json
with open('output.json') as f:
data = json.load(f)
summary = {'result': data.get('summary', '无摘要'), 'tokens_saved': '预计节省90%'}
print(json.dumps(summary))
" > stdout.json

 cat stdout.json
# 清理临时文件
rm output.json stdout.json

记得给脚本执行权限：chmod +x execute_tool.sh。

这个脚本的作用：接收一个 Python 文件路径，运行它，并把程序的输出整理成干净的 JSON 返回。

第三步：给 Claude 下发工作指引

在你的 Claude API 调用（或 VS Code 插件）中，使用下面这个系统提示词，明确它的行为模式：

你是 Claude Code，一个专注于编码的智能体。遇到需要工具的任务（如数据分析）时，请按以下流程操作：

 工作流程：
1. 分析用户的任务需求。
2. 输出一个完整的、可独立运行的 .py 文件代码块。
3. 在回复中指示用户通过 `./execute_tool.sh` 来运行这个脚本。

 示例：
用户说：“任务：对 model_a_scores.csv 和 model_b_scores.csv 进行 t 检验，总结均值和 p 值。”
你应该输出一个名为 `experiment.py` 的代码文件。

当 Claude 收到任务后，它生成的回复将不再是调用某个工具，而是一段像下面这样的完整 Python 代码：

# experiment.py: 用于 MCP 风格执行的脚本
import json
import pandas as pd
from scipy import stats
import numpy as np

 # 按需加载数据
a = pd.read_csv('model_a_scores.csv')['scores'].values
b = pd.read_csv('model_b_scores.csv')['scores'].values

 # 执行计算
mean_a, std_a = np.mean(a), np.std(a)
mean_b, std_b = np.mean(b), np.std(b)
t_stat, p_val = stats.ttest_ind(a, b)

 # 生成紧凑的 JSON 结果
summary = {
'model_a': {'mean': float(mean_a), 'std': float(std_a)},
'model_b': {'mean': float(mean_b), 'std': float(std_b)},
't_test': {'t_stat': float(t_stat), 'p_value': float(p_val)}
}
print(json.dumps(summary))

现在，将一切串联起来：

1. Claude 生成experiment.py代码。

2. 自动化流程保存这段代码为.py文件。

3. 在终端执行：./execute_tool.sh experiment.py。

4. 脚本会运行并打印出 JSON 结果，例如：

   {"model_a": {"mean": 90.5, "std": 2.1}, ...}

5. 关键一步：将这个 JSON 结果，作为{"tool_result": <上面的JSON>}的格式，添加到下一轮与 Claude 对话的上下文里。

6. Claude 接收到精简的结果，基于此进行下一步推理或生成新的代码。

你可以创建两个包含虚拟分数的 CSV 文件（比如模型 A 分数在 85-95，模型 B 在 88-98）来测试一下。亲眼看看 Token 消耗是怎么降下来的。

对于重复性任务，可以在共享目录里缓存 Python 脚本的运行结果，进一步优化效率。

四、效果如何？省下的都是真金白银

在我自己的测试中，一个包含 8 个步骤的统计流程（描述性统计、t 检验等），Token 使用量从原来预加载 MCP 工具时的大约 10K，降到了不足 1K，节省了90%。

在一个更复杂的 20 步机器学习评估循环中，也节省了大约85%的成本。

除了省钱，还有更多好处：

• 速度更快：Bash 调用 Python 是亚秒级执行，远比 LLM 去“理解”和“调用”工具再等待返回要快。

• AI 更专注：Claude 的“脑子”只用来思考代码逻辑，不再被工具细节干扰。

• 扩展性极强：即使处理海量数据集，也不用担心上下文窗口被撑爆。

这个基础框架可以玩出很多花样：

• 动态脚本生成：让 Claude 根据每次任务的不同，动态生成最适合的 Python 代码。给你的提示词可以更具体：“为 [某具体任务] 生成一段可直接执行、针对 MCP 运行时优化的代码。”

• 跨智能体协作：你甚至可以在另一个 AI 智能体（比如 Gemini CLI）中运行这个 bash 执行器。让主智能体 Claude 负责规划和分发任务，子智能体负责执行，保持每个智能体的上下文都足够精简。

• 持续优化：引入缓存机制、为不同的任务复杂度设置不同的执行策略（简单任务走 bash，复杂任务再考虑用回部分 MCP）。

• 使用Skill：仅在相关任务触发时加载详细指令，极大地节省了Token并允许配置大量技能。

最好的学习就是动手，我建议你先替换工作流中的一个简单工具开始尝试。

先测量一下原来的 Token 消耗，再用新方法跑一遍，对比一下数据。Claude 的 API 返回信息里通常会有 Token 使用量，这是最直接的证明。

这个技巧的核心思想是“卸载”——把计算密集型、描述密集型的任务从昂贵的 LLM 上下文中卸载到廉价的外部运行时。

它可能不是所有场景的银弹，但对于大量依赖工具调用的编码、数据分析工作流来说，无疑是一剂省钱的良药。