Besparingar

PRECC spårar uppskattade tokenbesparingar från varje uppfångning. Använd precc savings för att se hur mycket slöseri PRECC har förhindrat.

Snabb sammanfattning

$ precc savings
Session Token Savings
=====================
Total estimated savings: <span data-stat="session_tokens_saved">8,741</span> tokens

Breakdown:
  Pillar 1 (cd prepends):         <span data-stat="session_p1_tokens">3,204</span> tokens  (<span data-stat="session_p1_count">6</span> corrections)
  Pillar 4 (skill activations):   <span data-stat="session_p4_tokens">1,560</span> tokens  (<span data-stat="session_p4_count">4</span> activations)
  RTK rewrites:                   <span data-stat="session_rtk_tokens">2,749</span> tokens  (<span data-stat="session_rtk_count">11</span> rewrites)
  Lean-ctx wraps:                 <span data-stat="session_lean_tokens">1,228</span> tokens  (<span data-stat="session_lean_count">2</span> wraps)

Detaljerad uppdelning (Pro)

$ precc savings --all
Session Token Savings (Detailed)
================================
Total estimated savings: <span data-stat="session_tokens_saved">8,741</span> tokens

Command-by-command:
  #  Time   Command                          Saving   Source
  1  09:12  cargo build                      534 tk   cd prepend (cargo-wrong-dir)
  2  09:14  cargo test                       534 tk   cd prepend (cargo-wrong-dir)
  3  09:15  git status                       412 tk   cd prepend (git-wrong-dir)
  4  09:18  npm install                      824 tk   cd prepend (npm-wrong-dir)
  5  09:22  find . -name "*.rs"              387 tk   RTK rewrite (output truncation)
  6  09:25  cat src/main.rs                  249 tk   RTK rewrite (lean-ctx wrap)
  7  09:31  cargo clippy                     534 tk   cd prepend (cargo-wrong-dir)
  ...

Pillar Breakdown:
  Pillar 1 (context resolution):   <span data-stat="session_p1_tokens">3,204</span> tokens  <span data-stat="session_p1_pct">36.6</span>%
  Pillar 2 (GDB debugging):            0 tokens   0.0%
  Pillar 3 (mined preventions):        0 tokens   0.0%
  Pillar 4 (automation skills):    <span data-stat="session_p4_tokens">1,560</span> tokens  <span data-stat="session_p4_pct">17.8</span>%
  RTK rewrites:                    <span data-stat="session_rtk_tokens">2,749</span> tokens  <span data-stat="session_rtk_pct">31.5</span>%
  Lean-ctx wraps:                  <span data-stat="session_lean_tokens">1,228</span> tokens  <span data-stat="session_lean_pct">14.1</span>%

Hur besparingar uppskattas

Varje korrigeringstyp har en uppskattad tokenkostnad baserat på vad som skulle ha hänt utan PRECC:

Dessa är konservativa uppskattningar. Faktiska besparingar är ofta högre eftersom Claudes resonemang om fel kan vara ordrika.

Kumulativa besparingar

Besparingar bevaras över sessioner i PRECC-databasen. Över tid kan du spåra den totala effekten:

$ precc savings
Session Token Savings
=====================
Total estimated savings: <span data-stat="session_tokens_saved">8,741</span> tokens

Lifetime savings: <span data-stat="total_tokens_saved">142,389</span> tokens across <span data-stat="total_sessions">47</span> sessions

Statusrad

Efter installationen lägger PRECC till en statusLine-post i ~/.claude/settings.json så att Claude Codes statusrad visar live-sessionsmått:

$0.42 spent | 1.2M in/out | 📊 last cmd: −1.2K | PRECC: 7 fixes | 5.8ms avg | this session: 320 saved over 7 cmds (~$0.05) | lifetime: 8.9K saved over 217 cmds (~$2.85)

Sätt PRECC_LANG för att visa etiketterna på ditt språk — se kapitlet om lokalisering.

Varje segment:

lifetime:-segmentet placeras sist så att det blir det första som trunkeras om Claude Codes gränssnitt klipper raden i högerkanten.

Varför kostnad och tokenantal inte går att dela

Det visade 1.2M in/out är inte nämnaren som gav $0.42 spent. Claude Codes cost.total_cost_usd beräknas från API:ets fullständiga tokenuppdelning — basinmatning, utmatning, plus cache-läsningar och cache-skapanden. De sessionsövergripande kumulativa cache-tokenantalen exponeras inte i statusline-schemat, så PRECC kan bara visa den synliga (icke-cache) delen.

I långa sessioner med många omläsningar av filer kan cache-läsningar vara 10× det synliga tokenantalet. Det är därför det skulle vara missvisande att para ihop dem som ett förhållande — PRECC visar dem i stället som oberoende segment.

Varför PRECC inte beräknar kostnaden

Kostnadssiffran är auktoritativ. PRECC läser cost.total_cost_usd ordagrant från den JSON som Claude Code skickar till statuskommandot via stdin. Det är samma siffra som Claude Code drar från din prenumerations-/användningsbudget. Du kan verifiera det när som helst med det inbyggda /cost-snedstreckskommandot — båda bör stämma överens.

Vad som driver kostnaden

För Claude Opus 4.6:

De största drivkrafterna i långa sessioner är vanligtvis output-tokens (den dyraste typen per token, särskilt på 1M-kontexten), upprepade cache-läsningar (billiga enskilt men ackumuleras snabbt över många turer) och cache-skapanden (skrivs en gång per fil-läsning till ~1.25× basinmatningstaxan). PRECC minskar kostnaden för synliga tokens genom att komprimera Bash-utdata (segmentet 📊 last cmd: visar besparingen per kommando), men kan inte minska cache-läsningar av filer som Claude redan har laddat.

Stabila sessionsräknare

Segmentet “PRECC: N fixes” räknar händelser sedan den persisterade sessionsstarten, som skrivs till ~/.local/share/precc/sessions/<session_id>.start vid den första statusline-uppdateringen i varje session. Detta gör räkningen monoton — den kan inte minska mitt i sessionen även om cost.total_duration_ms saknas vid en viss uppdatering.

Automatiskt uppdaterad livstidssnapshot

lifetime:-segmentet läser ~/.local/share/precc/.lifetime_summary.json, som skrivs om vid varje PostToolUse-mätning och vid varje precc savings-anrop. this session:-segmentet läser samma lifetime-fil men subtraherar en per-sessions-baslinje som persisteras vid den första uppdateringen i varje session. Ingen manuell uppdatering behövs — filerna uppdaterar sig själva.

Undertrycka statusraden

Om du hellre vill behålla din befintliga statusrad, ställ in ditt eget statusLine-kommando i ~/.claude/settings.json. PRECC:s installerare upptäcker det anpassade värdet och rör det inte vid efterföljande uppdateringar.

För att enbart undertrycka 📊 PRECC-raden per interaktion (i additionalContext), sätt PRECC_QUIET=1 i din shell-miljö.

Related research

PRECC’s three savings mechanisms each have a counterpart in the recent literature. These are related work — the ideas PRECC’s design draws on. Their reported figures are their measurements, not PRECC’s: PRECC only ever quotes numbers measured on your own machine (see “measured, not estimated”, above).

• Output/trajectory trimming (PRECC’s diet + bash-output compression) — Reducing Cost of LLM Agents with Trajectory Reduction (AgentDiet), FSE 2026, arXiv:2509.23586. Removes redundant/expired trajectory content post-hoc; reports −39.9–59.7% input tokens. PRECC applies the same idea pre-execution and deterministically (no extra LLM call).
• Skills as programs (PRECC’s mined + builtin rewrite skills) — Harnessing LLM Agents with Skill Programs, arXiv:2605.17734. Frames reusable agent skills as executable program functions — the same analogy behind PRECC’s command-rewrite skills (a pattern → a deterministic rewrite).
• Context compression (PRECC’s compress + lean-ctx wrapping) — Compress the Context, Keep the Commitments: A Formal Framework for Verifiable LLM Context Compression, arXiv:2605.17304. Recent work on compressing context without losing required information — the property PRECC’s deterministic, cache-stable rewrites aim to preserve.