Sipcode.

Sipcode

Sipcode — это open-source инструментарий, который автоматически оптимизирует расход токенов в Claude Code. Вместо того чтобы «залпом» отправлять в контекст избыточные данные, Sipcode «попивает» токены — измеренно и экономно, сокращая медианный расход на 62,6% и сохраняя чистоту контекста для более точных ответов.

Ключевые возможности

• Прокси-перехватчик: Автоматически переписывает громоздкие команды в компактную форму до попадания в контекст Claude — уменьшает git diff на 94%, git status на 85%, git log на 80%
• Аналитика экономии: Читает локальные транскрипты Claude Code и показывает реальную статистику — сколько токенов сэкономлено, где произошли дублирующиеся чтения, какой потенциал для восстановления
• Детектор дрейфа: Молчит, пока всё в норме, но предупреждает при росте токенов на запрос сверх вашего базового уровня — помогает вовремя сбросить «загнивший» контекст
• 15 MCP-инструментов: Работают в Claude Desktop без сетевых вызовов — отчёты о расходе, прогнозы, сравнение с адаптивной медианой за 30/14/7/3 дня
• Локальная работа: Никакой телеметрии, никаких аккаунтов, никаких «phone home» — CI-сборка падает, если в коде появляются сетевые вызовы

Сценарии использования

• Ежедневная разработка в Claude Code: Установили прокси один раз — все git и shell-команды автоматически сжимаются, счёт за API падает, контекст остаётся читаемым
• Долгие сессии с накоплением контекста: Детектор дрейфа подскажет, когда 8K токенов на запрос уже не норма, а сигнал к новому чату — до того как качество ответов упадёт
• Анализ и оптимизация расходов: Команда sipcode why показывает, сколько ушло на дублирующиеся чтения и неактивный контекст — конкретные цифры в токенах и долларах
• Работа в Claude Desktop: MCP-сервер даёт доступ к той же аналитике через диалог — спросите «как я сегодня потратил?» или «сколько будет в конце месяца?»

Целевая аудитория

Sipcode создан для разработчиков, активно использующих Claude Code в терминале и ищущих способ снизить счета за API без потери продуктивности, а также для команд, которым важна предсказуемость расходов и качество ответов при работе с большими кодовыми базами.