AI News HubLIVE
站內改寫2 分鐘閱讀

Sipcode:為Claude Code清潔上下文,提升回答質量

Sipcode是一個為Claude Code設計的PreToolUse鉤子,透過限制冗長工具輸出和去重同一會話中的重複檔案讀取來清潔上下文。Anthropic研究表明,清潔上下文可提升模型回答質量29%,減少代理錯誤40%。在固定20個任務的基準測試中,Sipcode實現了62.6%的中位工具輸出節省。該專案為MIT開源,正常使用無網路呼叫,保護隱私。

來源Product Hunt AI作者: Anuj ojha

Sipcode是一款專為Claude Code設計的開源工具,旨在解決AI編碼助手在對話過程中上下文被無關資訊汙染的問題。作為PreToolUse鉤子,它能夠截獲並最佳化Claude Code的工具呼叫輸出,例如限制git log、npm install、grep和tsc等命令的冗長日誌,並去重同一會話中對未更改檔案的重複讀取。這確保了模型接收到的上下文是訊號而非噪聲,從而提升答案質量。

根據Anthropic的研究,保持上下文清潔可以使模型答案質量提升29%,並將代理錯誤減少40%。Sipcode透過實現這些最佳化,顯著提升了Claude Code的可靠性。其基準測試結果也證明了這一點:在一個鎖定20個任務的測試中,Sipcode實現了62.6%的中位工具輸出節省,每次執行成本為67.43美元,結果可在任何機器上覆現。基準測試的任務列表已儲存在程式碼倉庫中。

Sipcode的開發者Anuj最初因為觀察到Claude Code在會話中多次重複讀取相同檔案(有時高達6-8次),以及將數千行的npm install日誌納入上下文,導致模型輸出質量下降,從而有了構建該工具的想法。在開發過程中,他發現自己開發的漂移檢測工具曾嚴重低估了浪費的token數量:在一次會話中,漂移工具報告浪費了624,940個token,但代理的--stats僅記錄了7,553個節省的token——相差83倍。經過快速迭代,他在九天內釋出了三個版本。首先發布了v1.6.15,引入了驗證預熱填充(Verified Warm-Fill)功能,使得漂移檢測不再報告漂移。隨後在當天釋出了v1.6.16,修復了快取延遲和grep上限問題。

該專案完全開源(MIT許可證),在正常使用情況下不會進行任何網路呼叫——隱私測試會在任何網路請求匯入時失敗(例如,如果有人在src/中匯入node:http,構建將失敗)。開發者表示樂意回答任何技術問題,特別是關於驗證預熱填充的正確性證明或基準測試方法。

如果Sipcode能為您節省一次會話,開發者希望您能在GitHub倉庫(github.com/Anuj7411/sipcode)上點一顆星,這對於一個獨立專案來說意義重大,有助於找到真正受益的使用者。