AI编程工具 on 拾光集

CodexBar：在 macOS 菜单栏统一查看 AI 编程工具额度

Tue, 28 Jul 2026 20:22:00 +0800

同时使用 Codex、Claude、Cursor、Gemini 和 GitHub Copilot 时，最麻烦的事情之一，就是不知道每个平台还剩多少额度，以及下一次什么时候重置。

CodexBar 是一款免费开源的 macOS 菜单栏应用，可以把多个 AI 编程工具的使用额度、重置倒计时、余额和服务状态集中显示在桌面顶部。

不用反复打开不同网站，抬眼看一下菜单栏，就能了解当前 AI 工具的使用情况。

CodexBar 能做什么？

CodexBar 主要解决三个问题：

查看不同 AI 服务的当前使用额度
显示会话、每周或每月额度的重置时间
提醒用户某个服务是否出现故障或额度不足

部分服务还可以显示：

剩余积分或账户余额
API 调用费用
Token 使用量
最近一段时间的使用趋势
服务故障和运行状态

具体能够显示哪些数据，取决于对应服务是否提供相关接口。

支持哪些 AI 工具？

CodexBar 官方目前列出了 63 个服务提供商，常见的包括：

OpenAI Codex
OpenAI API
Claude
Cursor
Gemini
GitHub Copilot
Grok
GroqCloud
OpenRouter
LiteLLM
DeepSeek
ElevenLabs
Deepgram
MiniMax
Kiro
Zed
Vertex AI
AWS Bedrock

不同服务的连接方式并不完全相同，可能需要使用 OAuth、API Key、浏览器登录状态、本地 CLI 或应用配置文件。

两种菜单栏显示方式

CodexBar 提供两种主要显示模式。

独立图标模式

每个 AI 服务在菜单栏中显示一个独立状态项。

这种方式适合只使用两三个 AI 工具的用户，可以直接看到每个平台的剩余额度。

合并图标模式

将多个服务合并到一个菜单栏图标中，再通过提供商切换器查看不同平台。

当启用的 AI 工具较多时，这种模式可以减少菜单栏占用空间。

CodexBar 本身没有 Dock 图标，主要通过菜单栏运行，界面比较简洁。

动态条形图标有什么用？

CodexBar 会使用动态条形图标表示当前额度。

用户不需要每次点击菜单，就能通过图标大致判断：

当前额度是否充足
使用量是否接近上限
是否需要等待下一次重置
服务是否出现异常

对于长时间使用 AI 编程助手的开发者，这种显示方式比频繁检查网页控制台更方便。

如何安装 CodexBar？

CodexBar 桌面应用要求：

macOS 14 Sonoma 或更高版本

使用 Homebrew 安装：

`1`	`brew install --cask codexbar`

也可以前往 GitHub Releases 页面下载安装包。

安装完成后，打开：

`1`	`Settings → Providers`

启用自己正在使用的 AI 服务，并根据提示完成登录或授权。

使用时需要注意什么？

CodexBar 会复用已有的 OAuth 登录、浏览器 Cookie、API Key、本地 CLI 登录状态或配置文件，不会要求用户把所有平台密码直接保存到应用中。

不过，部分功能可能需要：

访问浏览器 Cookie
读取钥匙串信息
读取本地项目或日志文件
配置 API Key
开启文件访问权限

因此，在启用某个提供商之前，建议先查看该服务对应的数据来源和权限说明。

此外，不同 AI 平台开放的数据并不一致，所以并不是所有提供商都能同时显示额度、费用、Token 和重置时间。

CodexBar 适合哪些人？

CodexBar 比较适合以下用户：

同时使用多个 AI 编程助手
经常遇到 Codex 或 Claude 额度限制
需要管理多个 API 账户
希望提前安排高消耗编程任务
不想频繁打开不同平台的控制台
想在菜单栏快速查看 AI 服务状态

如果你只偶尔使用一个 AI 工具，CodexBar 的作用可能不明显。

但对于每天同时使用 Codex、Claude、Cursor、Gemini 等工具的人来说，它可以减少检查额度和切换网页的时间。

总结

CodexBar 并不会增加 AI 工具的额度，它真正解决的是“额度不可见”的问题。

它把分散在不同平台中的使用限制、重置倒计时、账户余额和服务状态集中到 macOS 菜单栏，让用户能够更合理地安排 AI 编程任务。

项目免费开源，采用 MIT 许可证，支持 Homebrew 安装，也提供适用于 macOS 和 Linux 的命令行工具。

项目地址

GitHub：https://github.com/steipete/CodexBar
官方网站：https://codexbar.app/
Releases：https://github.com/steipete/CodexBar/releases

5个自定义 Skills，让 Codex 从代码生成器升级为全能 AI 开发助手

Tue, 28 Jul 2026 11:34:00 +0800

很多人使用 Codex 时，只让它完成“写代码”这一件事。

遇到需求就生成代码，出现报错再继续修改。这样的使用方式虽然方便，但 Codex 很难理解项目背景，也容易出现需求理解偏差、界面模板化、修改范围过大等问题。

更有效的方法，是通过 Agent Skills 为 Codex 增加固定的知识、规则和工作流程。

Skill 本质上是一组可重复使用的说明、脚本和资源。它可以让 Codex 在执行特定任务时，按照预先设定的流程工作，而不是每次都依赖临时提示词。OpenAI 的 Skills 项目也将其定义为帮助 Codex 扩展专业能力的模块化目录。¹

下面这 5 个 Skill，分别解决知识管理、方案审查、UI 设计、中文写作和代码质量问题。

一、obsidian-skills：把 Obsidian 变成 Codex 的知识库

在长期项目中，真正影响 AI 工作质量的往往不是模型能力，而是它不知道你之前做过什么。

例如：

项目已经确定了哪些技术方案
哪些错误曾经出现过
用户有哪些固定偏好
某项设计为什么被放弃
当前项目有哪些待办事项

obsidian-skills 可以让 Codex 读取和管理 Obsidian 知识库中的 Markdown 笔记、任务、属性、Bases 和 JSON Canvas。

该项目遵循 Agent Skills 规范，并明确支持 Codex CLI 等兼容 Skills 的 AI 编程工具。²

它能解决什么问题

使用这个 Skill 后，可以让 Codex：

搜索 Obsidian 中的历史笔记
创建和更新项目文档
整理零散的开发记录
查找与当前任务相关的内容
将解决方案沉淀为长期知识
根据历史记录继续未完成的工作

适合的使用场景

例如你可以告诉 Codex：

1
2
3

搜索 Obsidian 中与当前网站部署有关的笔记，
整理已经尝试过的方法、失败原因和最终解决方案，
然后根据这些信息继续排查问题。

这样可以减少重复解释项目背景，也能避免 AI 再次尝试已经失败的方法。

需要注意：它主要负责帮助 AI 操作和整理 Obsidian 知识库，并不等于自动拥有完整的长期记忆。最终效果仍取决于你的笔记结构和记录质量。

二、UI Skill：减少 AI 生成网页的模板感

AI 可以快速生成网页，但生成结果经常存在明显的“AI 模板感”。

常见问题包括：

不分场景地使用紫蓝渐变
所有内容都居中排列
页面由大量相似卡片组成
默认使用常见字体和圆角
只考虑桌面端，没有检查移动端
视觉效果不错，但真实上线后不好使用

UI Skill 的作用不是提供一个固定模板，而是给 Codex 增加一套设计判断标准。

目前 GitHub 上已经有多种面向 Codex 的 UI Skills。例如 ui-ux-pro-max-skill 提供了 UI 风格、配色、字体组合、产品类型、UX 规则和图表类型等设计知识，可用于网页和移动端界面的规划、生成、审查与优化。³

1. 建立设计黑名单

可以在 Skill 中明确禁止一些容易产生模板感的设计：

除非项目明确要求，否则不要默认使用：

- 紫色到蓝色的渐变背景
- 所有标题和内容居中对齐
- 大量相同尺寸的信息卡片
- 缺乏层级的圆角矩形
- 没有业务含义的装饰性光效
- 默认套用科技 SaaS 网站风格

设计黑名单并不是完全禁止这些元素，而是要求 Codex 在使用前说明理由。

2. 根据业务选择设计语言

品牌官网、个人博客和后台管理系统，不应该使用完全相同的设计方式。

Skill 可以要求 Codex先判断页面类型：

页面类型	设计重点
品牌落地页	品牌识别、视觉节奏、转化路径
个人博客	阅读体验、内容层级、页面速度
后台系统	信息密度、操作效率、状态反馈
电商页面	商品信息、信任感、购买路径
工具网站	功能入口、操作引导、结果展示

3. 增加上线前质检

页面完成后，要求 Codex 检查：

手机端图片是否变形
长英文和链接是否可以换行
按钮是否有明确反馈
文字对比度是否足够
页面加载是否依赖过大的图片
表单是否提供错误提示
页面是否存在横向溢出
键盘操作是否正常

这样可以让 Codex 从“生成一个好看的页面”，升级为“交付一个可以实际使用的页面”。

三、Humanizer-zh：减少中文内容的 AI 味

Codex 不只能写代码，也经常被用于生成：

产品介绍
README 文档
博客文章
更新日志
网站文案
操作说明
社交媒体内容

但 AI 生成的中文常常存在表达生硬、结构重复和营销感过强的问题。

Humanizer-zh 是一个中文内容优化 Skill，主要用于识别并减少 AI 写作痕迹，让文字更自然、更接近真实中文表达。其项目说明中明确提到，它可以用于编辑或审阅 AI 生成的文本。⁴

常见的 AI 写作问题

它可以重点检查以下内容：

频繁使用“值得注意的是”
每段都使用相同句式
过度使用“赋能”“重塑”“开启新篇章”
没有事实支撑的夸张表达
大量使用“首先、其次、最后”
句子看似完整，但缺少具体信息
中文中出现明显的英文翻译腔

使用示例

完成网站文章后，可以让 Codex 执行：

使用 Humanizer-zh 检查这篇文章。

要求：
1. 删除空泛和夸张的营销表达；
2. 保留技术事实、命令和项目名称；
3. 调整重复句式；
4. 使用自然、简洁的中文；
5. 不要为了口语化而降低专业性。

它适合作为内容发布前的最后一道编辑流程，而不是简单地把所有内容改成口语。

四、grill-me：在开发之前先把方案问清楚

AI 编程最常见的问题之一，是需求还没有明确，AI 就已经开始写代码。

结果通常是：

技术路线选择错误
功能边界不断扩大
忽略重要异常情况
修改大量无关文件
做完以后才发现需求理解错了

grill-me 的作用，就是在动手开发前扮演一个严格的方案审查者。

该 Skill 会围绕计划、设计或技术方案持续追问，直到关键决策、假设和分支得到明确。⁵

它会重点追问什么

例如开发一个用户登录功能时，grill-me 不会立刻生成代码，而是先检查：

使用邮箱、手机号还是第三方账号登录
是否需要注册、找回密码和邮箱验证
登录状态保存多久
是否允许多设备同时登录
失败次数是否需要限制
用户数据存储在哪里
哪些页面需要登录后访问
是否存在管理员和普通用户权限

使用示例

使用 grill-me 审查下面的开发方案。

在需求和边界没有明确之前，不要编写代码。
请重点检查：

- 隐含假设
- 异常流程
- 数据安全
- 权限设计
- 技术复杂度
- 后期维护成本

这个 Skill 看起来会让前期讨论变慢，但通常能减少后期返工。

五、编码原则 Skill：限制 Codex 的修改范围

前面四个 Skill 解决了知识、方案、设计和内容问题，最后还需要一套编码原则来限制 Codex 的执行行为。

这部分不一定需要安装现成项目，也可以根据自己的开发习惯创建一个自定义 SKILL.md。

五个 Skill 如何组成完整工作流

这五个 Skill 并不是相互独立的工具，可以按照开发流程组合使用。

第一步：读取历史知识

使用 obsidian-skills 搜索项目笔记、历史方案和踩坑记录。

第二步：审查需求

使用 grill-me 挑战需求和技术方案，找出缺失信息与边界情况。

第三步：设计并实现界面

使用 UI Skill 确定设计语言、页面结构、响应式规则和质检标准。

第四步：优化文字内容

使用 Humanizer-zh 调整页面文案、README 和博客内容，减少机械化表达。

第五步：完成最小修改并验证

使用编码原则 Skill 限制修改范围，并执行测试、构建和代码检查。

完整流程可以概括为：

历史知识检索
    ↓
需求追问与方案审查
    ↓
UI 设计与代码实现
    ↓
中文内容优化
    ↓
测试、验证与交付

实际使用时，不需要每次启用全部 Skill

五个 Skill 不一定每次都要同时使用。

可以根据任务类型进行组合：

任务	推荐 Skill
整理项目经验	obsidian-skills
开发复杂新功能	obsidian-skills + grill-me + 编码原则
制作网站页面	UI Skill + Humanizer-zh + 编码原则
编写技术文章	obsidian-skills + Humanizer-zh
重构旧项目	grill-me + 编码原则
制作产品落地页	UI Skill + Humanizer-zh
排查历史问题	obsidian-skills + 编码原则

Skill 数量并不是越多越好。真正重要的是每个 Skill 都有明确职责，并且不会互相冲突。

总结

Codex 的价值不只是生成代码。

通过 Skills，可以将知识、规范和工作流程固定下来，让 Codex逐渐具备以下能力：

读取并整理项目知识
在开发前审查需求
根据业务选择设计语言
优化中文内容表达
控制代码修改范围
在交付前完成自我验证

最终目标不是让 Codex 一次生成更多代码，而是减少沟通成本、降低返工概率，让每次修改都更加稳定和可控。

GitHub 项目地址

“编码原则”部分属于可自行创建的自定义 Skill，并非本文确认的单一 GitHub 项目。

OpenAI Skills 项目将 Agent Skills 描述为由指令、脚本和资源组成的模块化目录，可帮助 Codex 重复执行特定任务。 ↩︎
obsidian-skills 项目说明其遵循 Agent Skills 规范，并支持 Codex CLI。 ↩︎
UI UX Pro Max Skill 提供多种设计风格、配色、字体组合、UX 规则与技术栈支持。 ↩︎
Humanizer-zh 用于识别和减少中文文本中的 AI 生成痕迹。 ↩︎
grill-me 用于通过持续追问，对计划、需求或设计方案进行压力测试。 ↩︎

UI/UX Pro Max：让 AI 生成的界面摆脱模板感

Mon, 27 Jul 2026 21:55:00 +0800

使用 AI 编程工具生成网页时，很多人都会遇到同一个问题：

代码可以运行，但界面一眼就能看出是 AI 做的。

页面通常拥有相似的渐变背景、圆角卡片、超大标题和玻璃效果。无论开发的是企业官网、后台管理系统，还是医疗、金融类产品，AI 都可能套用相近的视觉风格。

这种问题并不完全是 AI 不会写前端，而是它在生成代码之前，缺少一套针对具体业务场景的设计判断。

开源项目 UI/UX Pro Max，就是为了解决这个问题而出现的。

UI/UX Pro Max 是什么？

UI/UX Pro Max 是一个面向 AI 编程助手的设计智能 Skill。

它不是一套固定的网页模板，也不是简单收集几十种配色方案，而是将 UI 风格、颜色、字体、用户体验规范、图表设计和技术栈规则整理成一个可检索的设计知识库。

当 AI 接到页面开发任务后，可以先根据产品类型、行业属性和使用场景检索合适的设计规则，再生成完整的设计系统，最后进入代码实现阶段。

官方项目资料显示，目前的规则库包含：

84 种 UI 风格
192 套配色方案
74 组字体搭配
98 条 UX 指南
25 种图表类型
22 种技术栈规则

项目采用 MIT License，并支持 Claude Code、Cursor、Windsurf、GitHub Copilot、Codex CLI、Gemini CLI、OpenCode 等多种 AI 编程助手。

AI 生成的 UI 为什么容易出现“模板感”？

普通 AI 编程助手接到这样的需求：

帮我设计一个现代化的 SaaS 产品首页。

它往往会直接进入代码生成阶段。

由于缺少行业、用户和品牌信息，AI 只能调用训练数据中出现频率较高的设计模式，例如：

蓝紫色渐变背景
大量圆角卡片
玻璃拟态效果
居中的超大标题
三列功能介绍
缺少差异化的信息架构
动效很多，但没有明确作用

这些设计本身并不一定错误。

真正的问题是，AI 没有先判断：

这是什么类型的产品？
页面主要面向谁？
用户进入页面后最需要完成什么任务？
这个行业适合什么视觉语言？
哪些设计会削弱专业感和可信度？
当前技术栈适合采用哪些组件和交互方式？

当所有项目都使用相同的设计套路时，页面自然会出现明显的“AI 味”。

UI/UX Pro Max 如何改善 AI 生成界面？

UI/UX Pro Max 的核心价值，不是为 AI 增加更多模板，而是改变 AI 的工作顺序。

普通工作流程通常是：

用户提出需求
→ AI 直接写代码
→ 生成页面
→ 再反复修改样式

接入 UI/UX Pro Max 后，流程会变成：

用户提出需求
→ 分析产品类型与使用场景
→ 检索设计规则
→ 生成设计系统
→ 编写页面代码
→ 检查常见 UI/UX 反模式

官方说明中也明确列出了这套过程：AI 会先理解需求，生成设计系统，推荐合适的样式、颜色和字体，再进行代码实现，并在交付前检查常见的 UI/UX 问题。

换句话说，它试图让 AI 从“直接写页面”，转变为：

先完成设计判断，再进行前端实现。

它能提供哪些设计判断？

1. 页面结构与用户流程

不同类型的产品，需要不同的信息结构。

例如：

SaaS 首页需要突出价值主张、功能、使用案例和转化入口
电商页面需要突出商品、价格、评价和购买路径
后台系统需要重视信息密度、筛选效率和操作反馈
医疗产品需要强调可信度、清晰度和无障碍体验
金融产品需要避免轻浮视觉，并突出安全感和数据准确性

UI/UX Pro Max 会根据产品类型，帮助 AI 选择更合理的页面结构，而不是机械套用统一模板。

2. UI 风格、配色与字体

项目内置了多种 UI 风格、配色方案和字体组合。

AI 可以根据行业和品牌定位，选择更适合的视觉语言。例如：

科技产品可采用克制、清晰的现代风格
奢侈品网站可使用更高留白比例与精细字体
儿童产品可使用更友好、活泼的颜色
企业后台应优先保证清晰度和信息效率
医疗和金融产品应避免过于娱乐化的视觉效果

重点并不是“哪套颜色更漂亮”，而是“哪套设计更符合业务场景”。

3. 交互规范与动效建议

AI 很容易为了让页面看起来高级，而加入过多动画。

但真正专业的动效，应该帮助用户理解状态变化，例如：

按钮点击后的反馈
表单提交中的加载状态
页面切换时的层级变化
错误信息出现的位置
弹窗打开与关闭的过渡
数据刷新后的视觉提示

UI/UX Pro Max 会引导 AI 使用有明确目的的动效，而不是为了炫技而增加动画。

4. 行业规则与设计反模式

这个项目还会检查一些常见的 UI/UX 问题，例如：

正文文字对比度过低
按钮颜色与背景接近
点击区域过小
页面缺少加载状态
表单错误提示不清楚
移动端布局没有适配
图标风格不统一
重要操作缺少确认机制
动画时间过长
内容层级不明确

对于医疗、金融、企业服务等需要建立信任的行业，这类检查往往比增加视觉特效更重要。

支持哪些前端技术栈？

UI/UX Pro Max 不只提供通用设计建议，还包含针对不同开发框架的规则。

官方列出的技术栈包括：

类型	支持的技术栈
Web	HTML、Tailwind CSS
React 生态	React、Next.js、shadcn/ui
Vue 生态	Vue、Nuxt.js、Nuxt UI
其他 Web 框架	Angular、Svelte、Astro、Three.js
PHP	Laravel、Blade、Livewire、Inertia.js
移动端	SwiftUI、Jetpack Compose
跨平台	React Native、Flutter
桌面端	JavaFX、WPF、WinUI 3、Avalonia 等

没有指定技术栈时，项目默认可以按照 HTML 和 Tailwind CSS 提供建议。

UI/UX Pro Max 安装方法

环境要求

安装前需要准备：

Node.js 与 npm
Python 3.x
已安装并可以正常使用的 AI 编程助手

项目中的设计搜索脚本需要 Python 3.x，但只使用 Python 标准库，不会额外安装依赖，也不需要联网运行。

第一步：安装命令行工具

`1`	`npm install -g ui-ux-pro-max-cli`

需要注意：

当前 npm 包名称是 ui-ux-pro-max-cli
安装完成后使用的命令是 uipro
旧的 uipro-cli 包已经过时，不建议继续使用

不想进行全局安装，也可以直接使用：

`1`	`npx ui-ux-pro-max-cli init --ai claude`

第二步：进入项目目录

`1`	`cd /path/to/your/project`

Windows 用户可以使用自己的实际项目路径，例如：

`1`	`cd D:\Projects\my-web`

第三步：为 AI 助手初始化

Codex CLI

`1`	`uipro init --ai codex`

Claude Code

`1`	`uipro init --ai claude`

Cursor

`1`	`uipro init --ai cursor`

Windsurf

`1`	`uipro init --ai windsurf`

Gemini CLI

`1`	`uipro init --ai gemini`

同时安装到所有支持的平台

`1`	`uipro init --ai all`

官方 CLI 还支持 GitHub Copilot、Kiro、Roo Code、Qoder、OpenCode、Continue、CodeBuddy、Warp、Augment 等工具。

安装后如何使用？

对于支持 Skill 自动触发的 AI 助手，安装完成后通常不需要记忆复杂命令。

可以直接输入类似需求：

请使用 UI/UX Pro Max，为一家面向欧洲客户的纺织品贸易公司设计官网首页。

先分析目标客户、品牌定位和用户访问目的，再输出完整设计系统，包括：

1. 页面信息架构
2. 主色与辅助色
3. 字体与字号层级
4. 栅格与间距规则
5. 按钮、卡片和表单规范
6. 响应式布局方案
7. 动效建议
8. 需要避免的设计反模式

设计系统确认后，再使用 Next.js、Tailwind CSS 和 shadcn/ui 编写代码。

相比只说“帮我做一个高级官网”，这样的提示词提供了更明确的业务信息，也更容易发挥 UI/UX Pro Max 的价值。

一个更实用的使用思路

在实际项目中，可以把 UI/UX Pro Max 分成三个阶段使用。

阶段一：生成设计系统

先让 AI 输出：

产品类型
目标用户
页面目标
信息架构
颜色系统
字体系统
间距系统
组件规范
动效规则
无障碍要求
避坑清单

阶段二：生成页面代码

设计规则确认后，再让 AI 编写：

首页
登录页
仪表盘
产品详情页
表单页面
移动端页面

这样可以减少不同页面之间颜色、字体、按钮和间距不一致的问题。

阶段三：检查已有页面

它也可以用于审核现有项目。

例如：

请使用 UI/UX Pro Max 检查当前页面。

重点检查：

- 信息层级是否清楚
- 配色对比度是否合格
- 字体和间距是否统一
- 移动端是否容易操作
- 表单是否有完整反馈
- 是否存在过度设计
- 是否有明显的 AI 模板感

请先列出问题和修改建议，再修改代码。

使用时需要注意什么？

UI/UX Pro Max 可以改善 AI 的设计判断，但它不能完全替代产品经理和专业设计师。

它无法自动知道：

企业真实的品牌规范
用户调研结果
产品的核心商业目标
哪些功能最影响转化
客户所在市场的审美差异
企业内部的合规要求

因此，在向 AI 提需求时，仍然需要补充具体信息。

相比下面这种模糊表达：

`1`	`帮我设计一个高级、现代、科技感的网站。`

更推荐这样描述：

1
2
3

为一家面向欧洲中高端男装品牌的面料供应商设计官网。

目标用户是品牌采购经理和设计师，页面需要突出面料开发能力、产品分类、认证信息、合作流程和联系方式。整体应专业、克制、有纺织行业质感，避免蓝紫渐变、玻璃拟态、过度动画和互联网 SaaS 模板风格。

输入的信息越具体，AI 越容易生成符合真实业务需求的界面。

总结

UI/UX Pro Max 解决的并不是“AI 不会写 CSS”，而是 AI 在编写前端代码之前，往往没有进行足够的设计分析。

它通过可检索的 UI/UX 知识库，把设计判断前置到代码生成之前，使 AI 能够按照下面的流程工作：

理解业务
→ 分析用户
→ 建立设计系统
→ 选择技术方案
→ 编写代码
→ 检查设计问题

对于没有专职设计师的个人开发者、小团队和 AI 编程用户来说，这种工作方式可以减少反复修改，也能让不同页面保持更统一的视觉和交互规范。

它不会让 AI 自动变成资深设计师，但能明显降低 AI 直接套用通用模板的概率。

项目信息

项目名称：UI/UX Pro Max
开发者：NextLevelBuilder
开源协议：MIT License
GitHub 项目：nextlevelbuilder/ui-ux-pro-max-skill

Headroom：最高减少 92% Token，用 AI 编程时别再把钱浪费在无效上下文上

Mon, 27 Jul 2026 20:09:00 +0800

使用 Claude Code、Codex、Cursor 等 AI 编程工具时，真正消耗 Token 的往往不只是你输入的提示词。

代码搜索结果、终端日志、报错堆栈、GitHub Issue、历史对话和 RAG 检索内容，都会被不断塞进上下文。随着任务持续进行，上下文越来越长，每次请求的成本和等待时间也会随之增加。

最近发现的开源项目 Headroom，就是专门解决这个问题的。

它会在日志、代码、文件和工具输出发送给大模型之前，先识别内容类型并压缩其中的重复信息和低价值内容，让模型尽量只接收真正需要的信息。

根据项目公开测试，部分场景可以减少约 47%—92% 的输入 Token。

Headroom 是什么？

Headroom 是一个面向 AI Agent 和 AI 编程工具的上下文压缩层。

简单理解，它位于 AI 工具与大模型 API 之间：

Claude Code / Codex / Cursor
            ↓
         Headroom
     压缩日志、代码和历史上下文
            ↓
   OpenAI / Anthropic 等模型

它并不是简单粗暴地删除历史消息，而是根据内容类型选择不同的压缩方式。

例如：

JSON 数据使用结构化压缩
源代码按照 AST 语法结构处理
普通文本使用专门的压缩模型
重复日志、无关字段和冗余搜索结果会被优先精简
原始内容可保存在本地，需要时仍可重新获取

Headroom 默认在本地运行，项目说明中表示，处理的数据可以保留在本机，而不需要额外上传到第三方压缩服务。

实际能节省多少 Token？

Headroom 项目给出了几组真实 Agent 工作负载测试数据：

使用场景	压缩前	压缩后	Token 减少
代码搜索，返回 100 条结果	17,765	1,408	92%
SRE 事故日志排查	65,694	5,118	92%
GitHub Issue 分类	54,174	14,761	73%
大型代码库探索	78,502	41,254	47%

这组数据说明，Headroom 最适合处理大量结构化数据、搜索结果和重复日志。

如果只是几句话的简单问答，压缩空间通常不会特别明显；但在大型代码仓库、持续调试或多 Agent 工作流中，每次节省的 Token 会不断累积。

压缩后会不会影响回答质量？

这是使用上下文压缩工具时最需要关注的问题。

Headroom 项目公开了 GSM8K、TruthfulQA、SQuAD v2 和 BFCL 等测试结果：

测试项目	原始结果	使用 Headroom	变化
GSM8K 数学推理	0.870	0.870	无变化
TruthfulQA 事实问答	0.530	0.560	小幅提升
SQuAD v2 问答	—	97%	19% 压缩率
BFCL 工具调用	—	97%	32% 压缩率

从项目公布的数据看，压缩后没有出现明显的准确率下降，部分测试结果甚至略有提高。

不过需要注意，这些结果主要来自项目方自己的测试环境，并不能代表所有代码库和业务场景。更稳妥的做法，是先在自己的项目中运行一段时间，对比压缩前后的回答质量和 Token 消耗，再决定是否长期启用。

Headroom 支持哪些 AI 编程工具？

Headroom 已经适配多种常见 AI 编程工具，包括：

Claude Code
OpenAI Codex
Cursor
Aider
GitHub Copilot CLI
OpenCode
Cline
Continue
Goose
OpenHands
Grok CLI
Kimi CLI

对于 Claude Code、Codex 和 Aider 等工具，可以直接通过 headroom wrap 启动。

Cursor 目前主要采用手动配置代理地址的方式接入。

此外，Headroom 也支持 Python、TypeScript、LangChain、Agno、LiteLLM、Vercel AI SDK 和 MCP 客户端，适合接入已有的 AI 应用或 Agent 系统。

最简单的安装方法

Headroom 要求 Python 3.10 或以上版本。

推荐使用 uv 进行隔离安装：

`1`	`uv tool install --python 3.13 "headroom-ai[all]"`

也可以直接使用 pip：

`1`	`pip install "headroom-ai[all]"`

安装完成后检查版本：

`1`	`headroom --version`

需要注意，npm 版本只是 TypeScript SDK，并不包含 headroom 命令行工具：

`1`	`npm install headroom-ai`

因此，想直接使用 headroom wrap、代理服务或 MCP 功能，应该优先安装 Python 版本。

在 Claude Code 中使用

安装完成后执行：

`1`	`headroom wrap claude`

Headroom 会启动本地代理，并通过代理启动 Claude Code。

之后，Claude Code 读取代码、运行命令或分析日志时，相关上下文会先经过 Headroom 处理，再发送给模型。

可以使用以下命令检查运行状态：

`1`	`headroom doctor`

查看压缩性能：

`1`	`headroom perf`

打开节省统计面板：

`1`	`headroom dashboard`

在 Codex 中使用

Codex 可以通过下面的命令启动：

`1`	`headroom wrap codex`

如果 Codex 无法识别终端里的 headroom 命令，可以先查询完整路径：

`1`	`command -v headroom`

然后把返回的绝对路径写入 Codex 的 MCP 配置：

1
2
3

[mcp_servers.headroom]
command = "/你的绝对路径/headroom"
args = ["mcp", "serve"]

这种情况通常不是 Headroom 安装失败，而是 Codex 启动时没有继承当前终端的 PATH 环境变量。

跨 Agent 共享记忆

Headroom 不只是压缩工具，还提供跨 Agent 共享上下文的能力。

例如，你可以让 Claude Code 和 Codex 使用同一个本地记忆存储：

1
2

headroom wrap claude --memory
headroom wrap codex --memory

这样，在 Claude Code 中已经分析过的项目内容，可以被压缩、去重后继续提供给 Codex 使用，减少不同 AI 工具重复读取同一批文件。

Headroom 还提供 headroom learn 功能，可以分析失败的历史会话，并把修正经验写入：

CLAUDE.local.md
CLAUDE.md
AGENTS.md
GEMINI.md
GROK.md

这类功能适合长期维护同一个代码库，但自动生成的规则仍然需要人工检查，避免错误经验被持续复用。

Headroom 适合哪些人？

Headroom 更适合以下场景：

经常使用 Claude Code、Codex 或 Cursor
需要分析大量终端日志和报错信息
经常进行大型代码库搜索
使用 API 按 Token 付费
同时使用多个 AI Agent
RAG 检索结果较长且重复内容较多
希望降低上下文成本和请求延迟

下面这些情况则不一定需要安装：

只是偶尔使用网页版 AI 聊天
每次任务都很短，上下文内容很少
使用的环境不允许启动本地代理
已经完全依赖模型厂商自带的上下文压缩
项目涉及敏感业务，但尚未完成安全审查

使用前需要注意什么？

1. 最高 92% 不代表每次都能省 92%

92% 是代码搜索和事故排查等特定测试场景的数据。

根据任务类型不同，实际压缩效果可能只有 20%、40%，也可能在结构化日志中达到更高比例。

2. 先在测试项目中验证

代码上下文可能包含函数签名、错误细节、配置字段和依赖版本。

即使 Headroom 支持可逆压缩，也建议先在非关键项目中测试，确认不会遗漏影响判断的重要信息。

3. 本地运行不等于没有安全风险

Headroom 会位于 AI 工具与模型服务之间，能够接触请求内容。

在公司项目或敏感代码环境中使用前，应检查项目源码、依赖、日志保存方式和代理配置。

4. 定期查看节省数据

可以通过以下命令检查实际收益：

1
2

headroom perf
headroom dashboard

不要只因为项目宣传中的最高数字就长期启用。真正有价值的是，它在你的工作流中能否稳定降低 Token，同时保持结果可靠。

总结

Headroom 解决的不是“提示词写得不够好”，而是 AI Agent 工作过程中产生了太多无效上下文。

代码搜索结果、构建日志、历史对话、RAG 数据和工具返回内容，会不断占用上下文窗口，也会增加 API 成本。

Headroom 在这些内容进入模型前进行结构化压缩，并提供可逆内容检索、跨 Agent 记忆和失败经验学习等功能。对于频繁使用 Claude Code、Codex、Cursor 或其他 AI 编程工具的人，它确实值得测试。

但更准确的说法不是“安装后一定节省 92%”，而是：

在日志、搜索结果和大型代码库等高冗余场景中，Headroom 有机会显著减少 Token；最终效果应以自己的项目测试结果为准。

项目地址

GitHub：https://github.com/headroomlabs-ai/headroom
开源协议：Apache License 2.0
当前 GitHub Stars：约 62.7K，数据会持续变化

AI编程工具 on 拾光集

CodexBar：在 macOS 菜单栏统一查看 AI 编程工具额度

CodexBar 能做什么？

支持哪些 AI 工具？

两种菜单栏显示方式

独立图标模式

合并图标模式

动态条形图标有什么用？

如何安装 CodexBar？

使用时需要注意什么？

CodexBar 适合哪些人？

总结

项目地址

5个自定义 Skills，让 Codex 从代码生成器升级为全能 AI 开发助手

一、obsidian-skills：把 Obsidian 变成 Codex 的知识库

它能解决什么问题

适合的使用场景

二、UI Skill：减少 AI 生成网页的模板感

1. 建立设计黑名单

2. 根据业务选择设计语言

3. 增加上线前质检

三、Humanizer-zh：减少中文内容的 AI 味

常见的 AI 写作问题

使用示例

四、grill-me：在开发之前先把方案问清楚

它会重点追问什么

推荐使用阶段

使用示例

五、编码原则 Skill：限制 Codex 的修改范围

推荐的核心原则

五个 Skill 如何组成完整工作流

第一步：读取历史知识

第二步：审查需求

第三步：设计并实现界面

第四步：优化文字内容

第五步：完成最小修改并验证

实际使用时，不需要每次启用全部 Skill

总结

GitHub 项目地址

UI/UX Pro Max：让 AI 生成的界面摆脱模板感

UI/UX Pro Max 是什么？

AI 生成的 UI 为什么容易出现“模板感”？

UI/UX Pro Max 如何改善 AI 生成界面？

它能提供哪些设计判断？

1. 页面结构与用户流程

2. UI 风格、配色与字体

3. 交互规范与动效建议

4. 行业规则与设计反模式

支持哪些前端技术栈？

UI/UX Pro Max 安装方法

环境要求

第一步：安装命令行工具

第二步：进入项目目录

第三步：为 AI 助手初始化

Codex CLI

Claude Code

Cursor

Windsurf

Gemini CLI

同时安装到所有支持的平台

安装后如何使用？

一个更实用的使用思路

阶段一：生成设计系统

阶段二：生成页面代码

阶段三：检查已有页面

使用时需要注意什么？

总结

项目信息

Headroom：最高减少 92% Token，用 AI 编程时别再把钱浪费在无效上下文上

Headroom 是什么？

实际能节省多少 Token？

压缩后会不会影响回答质量？

Headroom 支持哪些 AI 编程工具？

最简单的安装方法

在 Claude Code 中使用

在 Codex 中使用

跨 Agent 共享记忆

Headroom 适合哪些人？

使用前需要注意什么？

1. 最高 92% 不代表每次都能省 92%