1. 長(zhǎng)上下文代碼問答為什么這么燒 tokens在 Continue 里問一個(gè)跨模塊的代碼問題比如「這個(gè)項(xiàng)目的鑒權(quán)鏈路是怎么走的」插件默認(rèn)會(huì)把當(dāng)前打開文件、最近編輯過的文件、檢索到的片段一股腦塞進(jìn)上下文。項(xiàng)目小的時(shí)候沒感覺一旦倉庫超過幾萬行單次請(qǐng)求的輸入 tokens 很容易沖到幾萬甚至十幾萬。我試過在一個(gè)中型 Go 項(xiàng)目里問一句「訂單狀態(tài)機(jī)在哪些地方被改寫」Continue 自動(dòng)帶上了十幾個(gè)文件光輸入就接近 8 萬 tokens回答還沒開始生成賬單已經(jīng)上去了。問題的根源不是模型不行而是 Continue 缺少「項(xiàng)目級(jí)結(jié)構(gòu)感知」。它只能靠向量檢索和文件相似度去猜哪些內(nèi)容相關(guān)猜錯(cuò)的代價(jià)就是大量無關(guān)代碼被塞進(jìn) prompt。Graphify 這類工具做的事情是把整個(gè)倉庫預(yù)先解析成一張知識(shí)圖譜函數(shù)、結(jié)構(gòu)體、變量是節(jié)點(diǎn)調(diào)用、導(dǎo)入、繼承是邊。有了這張圖AI 回答「誰調(diào)用了誰」「某個(gè)概念定義在哪」這類結(jié)構(gòu)性問題時(shí)只需要讀取圖譜里的少量節(jié)點(diǎn)和邊而不是把整個(gè)文件讀進(jìn)來。把 Graphify 和 Continue 結(jié)合核心不是讓 Continue 去調(diào)用一個(gè)外部工具而是通過 Skill 機(jī)制把「先查圖譜、再回答」這個(gè)工作流寫進(jìn)系統(tǒng)提示詞。Continue 的 Skill 本質(zhì)上是一份 SKILL.md放在.continue/skills/目錄下插件啟動(dòng)時(shí)會(huì)把它注入到對(duì)話的系統(tǒng)上下文里。這樣 AI 在收到結(jié)構(gòu)性問題時(shí)會(huì)優(yōu)先執(zhí)行圖譜查詢命令拿到精簡(jiǎn)結(jié)果后再組織回答而不是盲目地把文件內(nèi)容全量塞進(jìn)上下文。適合誰看已經(jīng)在用 Continue 做日常開發(fā)、倉庫規(guī)模中等偏上、發(fā)現(xiàn) tokens 消耗異常高的同學(xué)。如果你只是偶爾問幾句語法問題這套配置的收益不明顯但如果你每天要問十幾個(gè)跨文件的結(jié)構(gòu)性問題下面這套骨架能把單次請(qǐng)求的輸入 tokens 壓下來一大截。2. 前置準(zhǔn)備TaoToken 與 Graphify 環(huán)境2.1 拿到可用的 API KeyContinue 需要一個(gè)模型后端來驅(qū)動(dòng)對(duì)話和 Skill 執(zhí)行。這里用 TaoToken 作為統(tǒng)一入口它兼容 Anthropic 和 OpenAI 兩種協(xié)議Continue 里配置起來比較省事。先到控制臺(tái)創(chuàng)建一把 API Key# 控制臺(tái)地址創(chuàng)建 Key 用 https://taotoken.net/console?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewrite創(chuàng)建完成后把 Key 復(fù)制出來后面寫進(jìn) Continue 的 config 里。注意 Key 只顯示一次丟了就重新建一把。2.2 安裝 GraphifyGraphify 通過 pip 安裝建議放在獨(dú)立的虛擬環(huán)境里避免和項(xiàng)目依賴打架python -m venv ~/.graphify-env source ~/.graphify-env/bin/activate pip install graphifyy安裝完成后驗(yàn)證一下命令是否可用graphify --version如果提示找不到命令說明虛擬環(huán)境的 bin 目錄沒進(jìn) PATH用絕對(duì)路徑調(diào)用即可比如~/.graphify-env/bin/graphify。后面 SKILL.md 里我會(huì)用絕對(duì)路徑避免 Continue 執(zhí)行時(shí)找不到命令。2.3 確認(rèn) Continue 版本支持 SkillSkill 是 Continue 較新版本才有的能力。打開 VS Code在擴(kuò)展面板里確認(rèn) Continue 已經(jīng)更新到最新版。判斷方法很簡(jiǎn)單在項(xiàng)目根目錄下創(chuàng)建.continue/skills/文件夾重啟窗口后如果 Continue 能識(shí)別到這個(gè)目錄說明版本沒問題。識(shí)別不了就升級(jí)插件。3. 可復(fù)制的配置骨架3.1 Continue 的 config 骨架Continue 的配置文件在~/.continue/config.jsonmacOS/Linux或%USERPROFILE%\.continue\config.jsonWindows。下面是一份精簡(jiǎn)骨架重點(diǎn)是 models 部分指向 TaoToken以及把 Skill 目錄納入上下文{ models: [ { title: TaoToken Claude, provider: anthropic, model: claude-sonnet-4-20250514, apiKey: 你的_TAOTOKEN_API_KEY, apiBase: https://taotoken.net/api } ], contextProviders: [ { name: code, params: {} }, { name: diff, params: {} } ], allowAnonymousTelemetry: false, experimental: { skills: true } }幾個(gè)關(guān)鍵點(diǎn)說明一下。apiBase填https://taotoken.net/api不要帶任何查詢參數(shù)。experimental.skills打開后 Continue 才會(huì)去掃描.continue/skills/目錄。contextProviders里保留code和diff就夠了其他 provider 比如terminal、problems會(huì)額外增加上下文體積按需再加。3.2 SKILL.md 的目錄結(jié)構(gòu)Skill 的目錄約定是固定的一個(gè)技能一個(gè)文件夾文件夾里放一份 SKILL.mdmkdir -p .continue/skills/graphify touch .continue/skills/graphify/SKILL.md目錄名graphify就是技能名Continue 會(huì)用它來索引。SKILL.md 的頭部需要一段 YAML front matter聲明技能名稱和描述描述寫清楚「什么時(shí)候該用這個(gè)技能」AI 靠這段描述判斷是否觸發(fā)。3.3 SKILL.md 完整示例下面這份 SKILL.md 是壓縮 tokens 的核心。它的設(shè)計(jì)思路是把「先查圖譜、再回答」寫成硬性工作流并且明確禁止 AI 在回答結(jié)構(gòu)性問題時(shí)直接讀取整個(gè)文件。--- name: graphify description: 項(xiàng)目知識(shí)圖譜專家。當(dāng)用戶詢問跨文件調(diào)用關(guān)系、模塊依賴、函數(shù)定義位置、整體架構(gòu)時(shí)優(yōu)先使用本技能查詢圖譜避免全量讀取源碼文件。 --- # Graphify 知識(shí)圖譜技能 ## 角色設(shè)定 你是一個(gè)精通 Graphify 的代碼分析助手。你的目標(biāo)不是教用戶怎么用 Graphify 而是直接替用戶執(zhí)行圖譜查詢命令把結(jié)構(gòu)化結(jié)果整理成自然語言回答。 當(dāng)前工作目錄就是用戶的項(xiàng)目根目錄。 ## 核心執(zhí)行邏輯 收到用戶問題后先判斷問題類型 - 結(jié)構(gòu)性問題誰調(diào)用了誰、某函數(shù)定義在哪、模塊依賴關(guān)系、整體架構(gòu) → 執(zhí)行圖譜查詢命令禁止直接讀取源碼文件。 - 業(yè)務(wù)邏輯問題某段代碼為什么這么寫、某個(gè)判斷的業(yè)務(wù)含義 → 圖譜查詢定位到具體文件后只讀取該文件的相關(guān)片段。 ## 可執(zhí)行命令 ### 命令 A首次構(gòu)建圖譜 如果 graphify-out/graph.json 不存在先執(zhí)行構(gòu)建 bash ~/.graphify-env/bin/graphify . --budget 2000構(gòu)建完成后提示用戶查看graphify-out/GRAPH_REPORT.md。命令 B自然語言查詢~/.graphify-env/bin/graphify query 用戶原問題 --budget 2000--budget 2000限制返回的 token 預(yù)算這是壓縮上下文的關(guān)鍵參數(shù)。 把命令輸出整理成 Markdown 表格或列表回復(fù)用戶不要直接貼原始日志。命令 C增量更新用戶說「代碼改了」或「更新圖譜」時(shí)執(zhí)行~/.graphify-env/bin/graphify . --update命令 D路徑追蹤~/.graphify-env/bin/graphify path 節(jié)點(diǎn)A 節(jié)點(diǎn)B用文字描述依賴路徑每一步標(biāo)注所在文件。重要約束禁止在回答中長(zhǎng)篇解釋 Graphify 原理除非用戶主動(dòng)問。禁止只告訴用戶「請(qǐng)運(yùn)行 xxx 命令」而不給出具體命令內(nèi)容。必須把圖譜輸出的結(jié)構(gòu)化數(shù)據(jù)轉(zhuǎn)成自然語言和 Markdown 表格。回答結(jié)構(gòu)性問題時(shí)禁止把整個(gè)源碼文件讀進(jìn)上下文。這份 SKILL.md 里最值錢的是 --budget 2000 這個(gè)參數(shù)和「禁止全量讀取源碼」這條約束。前者從工具側(cè)限制了返回體積后者從提示詞側(cè)堵住了 AI 偷懶的路徑。 ## 4. 驗(yàn)證請(qǐng)求與 tokens 對(duì)比 ### 4.1 讓 Skill 生效 創(chuàng)建完 SKILL.md 后重啟 VS Code 窗口。然后在 Continue 的對(duì)話窗口里輸入 text 請(qǐng)?zhí)砑?skills .continue/skills/graphifyContinue 會(huì)掃描并加載這個(gè)技能。加載成功后你可以用下面的命令確認(rèn)npx skills list --agent continue如果列表里出現(xiàn)了graphify說明技能已經(jīng)掛載。有時(shí)候因?yàn)榫彺嬖驔]生效重啟窗口再試一次即可。4.2 第一次構(gòu)建圖譜在項(xiàng)目根目錄下直接在 Continue 對(duì)話里問一個(gè)結(jié)構(gòu)性問題比如這個(gè)項(xiàng)目的整體架構(gòu)是什么AI 應(yīng)該會(huì)先執(zhí)行圖譜構(gòu)建命令。構(gòu)建過程視項(xiàng)目大小而定幾萬行的項(xiàng)目大概一到兩分鐘。構(gòu)建完成后會(huì)在項(xiàng)目根目錄生成graphify-out/文件夾里面有g(shù)raph.json、graph.html和GRAPH_REPORT.md。4.3 tokens 用量對(duì)比驗(yàn)證壓縮效果最直接的辦法是看 Continue 對(duì)話窗口底部顯示的 tokens 計(jì)數(shù)。做兩組對(duì)照第一組關(guān)閉 Skill直接問「訂單狀態(tài)機(jī)在哪些地方被改寫」。Continue 會(huì)走默認(rèn)的向量檢索把相關(guān)文件全量塞進(jìn)上下文。記錄輸入 tokens。第二組啟用 Skill問同樣的問題。AI 會(huì)先執(zhí)行g(shù)raphify query拿到精簡(jiǎn)的節(jié)點(diǎn)和邊列表再組織回答。記錄輸入 tokens。我在一個(gè)約 6 萬行的 Go 項(xiàng)目里實(shí)測(cè)第一組輸入 tokens 約 7.8 萬第二組約 1.2 萬降幅接近 85%?；卮鹳|(zhì)量方面結(jié)構(gòu)性問題調(diào)用鏈、依賴關(guān)系反而更準(zhǔn)因?yàn)閳D譜的邊是 AST 解析出來的比向量檢索的相似度匹配可靠。業(yè)務(wù)邏輯問題兩者差別不大但 tokens 消耗依然低很多。4.4 一個(gè)具體的查詢示例假設(shè)你想知道AuthService和UserRepository之間的關(guān)系在 Continue 里輸入AuthService 和 UserRepository 是怎么關(guān)聯(lián)的Skill 觸發(fā)后AI 執(zhí)行~/.graphify-env/bin/graphify path AuthService UserRepository返回結(jié)果類似PATH FOUND (3 hops): AuthService --imports-- UserService --inherits-- BaseService --calls-- UserRepositoryAI 會(huì)把這條路徑整理成文字并標(biāo)注每個(gè)節(jié)點(diǎn)所在的文件。整個(gè)過程只消耗了圖譜查詢的少量 tokens沒有讀取任何源碼文件。5. 本篇常見錯(cuò)排查5.1 Skill 不生效最常見的原因是 SKILL.md 的 front matter 格式不對(duì)。name和description必須用---包裹且description要寫清楚觸發(fā)場(chǎng)景。如果 description 寫得太泛比如只寫「代碼分析」AI 可能不會(huì)主動(dòng)觸發(fā)。另外確認(rèn).continue/skills/目錄在項(xiàng)目根目錄下不是用戶目錄下。5.2 graphify 命令找不到Continue 執(zhí)行 Skill 里的命令時(shí)用的是系統(tǒng) PATH不會(huì)自動(dòng)激活虛擬環(huán)境。所以 SKILL.md 里必須寫絕對(duì)路徑比如~/.graphify-env/bin/graphify。如果你把 Graphify 裝在 conda 環(huán)境里路徑類似/opt/anaconda3/envs/xxx/bin/graphify按實(shí)際路徑改。5.3 圖譜構(gòu)建報(bào)錯(cuò)構(gòu)建時(shí)如果提示缺少 API Key說明 Graphify 需要調(diào)用模型來做語義推理。在終端里設(shè)置環(huán)境變量export ANTHROPIC_API_KEY你的_TAOTOKEN_API_KEY export ANTHROPIC_BASE_URLhttps://taotoken.net/api然后重新執(zhí)行構(gòu)建命令。注意這兩個(gè)變量要在執(zhí)行 graphify 的同一個(gè)終端會(huì)話里設(shè)置。5.4 tokens 沒降下來如果啟用 Skill 后 tokens 依然很高檢查兩個(gè)地方。一是 SKILL.md 里的約束是否被 AI 遵守可以在對(duì)話里直接問「你剛才讀取了哪些文件」如果 AI 說讀了整個(gè)文件說明約束沒生效把「禁止全量讀取源碼」這條寫得更強(qiáng)硬一些。二是--budget參數(shù)是否生效默認(rèn)值可能偏大手動(dòng)改成 2000 或更低。5.5 圖譜過期導(dǎo)致回答不準(zhǔn)代碼改動(dòng)后圖譜不會(huì)自動(dòng)更新需要手動(dòng)執(zhí)行g(shù)raphify . --update。如果發(fā)現(xiàn) AI 回答的調(diào)用關(guān)系和實(shí)際代碼對(duì)不上先更新圖譜再問?？梢栽?SKILL.md 里加一條規(guī)則每次回答結(jié)構(gòu)性問題前檢查graph.json的修改時(shí)間如果超過一天就提示用戶更新。6. 把 Skill 用順手的幾個(gè)建議Skill 這套機(jī)制的價(jià)值在于把重復(fù)的工作流固化下來。Graphify 只是其中一個(gè)例子同樣的思路可以套到其他場(chǎng)景比如把項(xiàng)目的代碼規(guī)范寫成 Skill讓 AI 每次生成代碼前先讀一遍或者把部署流程寫成 Skill讓 AI 按固定步驟執(zhí)行。回到 tokens 壓縮這件事核心邏輯是「讓 AI 少讀、精讀」。圖譜查詢是少讀--budget限制是精讀。兩者配合才能在不犧牲回答質(zhì)量的前提下把開銷壓下來。如果你還在用默認(rèn)配置硬扛長(zhǎng)上下文不妨按上面的骨架搭一套跑一周看看賬單變化。需要長(zhǎng)期在編碼場(chǎng)景里用這套配置的話可以了解一下 Coding Plan它針對(duì)高頻編碼請(qǐng)求做了額度優(yōu)化https://taotoken.net/coding-plan?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewrite接入文檔和 API Key 管理入口在這里https://taotoken.net/api-keys?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewrite https://taotoken.net/doc?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewrite想先驗(yàn)證模型對(duì)話效果可以直接在網(wǎng)頁端試https://taotoken.net/model-chat?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewrite