DeepSeek V4 Pro + Codex：token 优化技巧与内存缓存实战（技能文件缓存命中率提升）

揭示 DeepSeek V4 Pro 探索中提升 token 效率的两大技能与内存缓存策略，帮助你减少 token 消耗。

背景与要点

• 目标：在 DeepSeek V4 Pro 跑 Codex 时降低 token 消耗，提升对话效率。
• 两大技能：
  • Token-saver：将代码改写后只返回路径并标记 done，避免多余文本，实测可节省 60-80% 的 token。
  • Memory：即使上下文被压缩，下次对话能从 MEMORY.md 重新加载用户习惯与项目结构，确保每次对话约 800 token 左右。

核心思路

• 稳定性优先：skill 文件一旦写好，避免再动，只有缓存命中才会带来持续收益。
• 关注点：缓存命中率决定实际效果，优先确保 MEMORY.md 的完整性与可读性。

步骤要点（简化版）

1. 编写/调整 skill 文件，使输出仅返回路径并附上 done 标记。
2. 将用户习惯、项目结构等信息保存在 MEMORY.md。
3. 循环验证：对话中断后再开新对话，观察 token 使用趋势。

实用链接

• 资源：
  • Github 项目： https://github.com/lokikill123/codex-token-skills

提示：手慢的朋友，赶紧安装并测试这两项技能，提升你的工作效率。

下载链接

GitHub：
https://github.com/lokikill123/codex-token-skills