squeez
★ 129
vs
Auto-claude-code-research-in-sleep
★ 11.0k
squeez vs Auto-claude-code-research-in-sleep
squeez：squeez 是一款端到端的令牌优化工具，专为 AI 命令行界面设计，可将 bash 输出压缩高达 95%，折叠冗余调用，并注入简洁的提示人格。它自动注册钩子，无新的运行时依赖，支持多种 AI CLI 主机，如 Claude Code、GitHub Copilot CLI、OpenCode、Gemini CLI 和 Codex CLI。；Auto-claude-code-research-in-sleep：Auto-claude-code-research-in-sleep (ARIS) 是一套为机器学习研究工作流设计的自定义 Claude Code 技能集。它通过 Claude Code 执行研究任务，并由外部大型语言模型（如 GPT-5.4）进行批判性评审，实现跨模型协作。该系统能自主发现研究思路、运行实验并撰写和完善论文，让研究人员醒来即可获得提交就绪的成果。
01
简评
选 squeez 如果…降低 AI CLI 交互的令牌成本，每月 API 账单节省高达 92%。
选 Auto-claude-code-research-in-sleep 如果…通过文献调研和头脑风暴，探索新的研究领域并发现新颖的研究思路。
02
并排对比
03
功能特性
squeez01Bash 压缩：通过 PreToolUse 钩子拦截每条命令，应用智能过滤、去重、分组和截断，最高减少 95%。
02上下文引擎：使用精确哈希（FNV-1a）和模糊三元组 shingle 的 Jaccard 比较（阈值≥0.85）检测跨调用冗余。
03总结回退：超过 500 行的输出被替换为不超过 40 行的密集摘要；良性输出阈值加倍。
04自适应强度：根据会话预算使用情况缩放压缩限制（低于 80% 使用 Full，以上使用 Ultra）。
05MCP 服务器：通过 stdio 运行 JSON-RPC 2.0 服务器，暴露 13 个只读工具供 LLM 交互。
Auto-claude-code-research-in-sleep0118 个可组合技能，支持灵活的工作流链式调用。
02自动化研究思路发现，包括文献调研、头脑风暴、新颖性检查和 GPU 试点实验。
03自主多轮评审循环，通过实验迭代改进研究成果。
04从叙述到可提交 LaTeX/PDF 的全面论文撰写流程。
05通过跨模型协作进行对抗性评审，突破单一模型盲点。
04
使用场景
squeez↳降低 AI CLI 交互的令牌成本，每月 API 账单节省高达 92%。
↳压缩冗长的命令输出（如 git 日志、构建错误、Docker 日志）以保持在上下文限制内。
↳通过消除冗余信息和提供结构化记忆摘要优化多轮会话。
Auto-claude-code-research-in-sleep↳通过文献调研和头脑风暴，探索新的研究领域并发现新颖的研究思路。
↳自动化研究项目的迭代评审和完善过程，包括运行实验，直至达到提交标准。
↳通过完整的撰写和格式化流程，将研究叙述转化为可提交的学术论文。
05
适合场景
squeez时下流行代码助手开发者工具
Auto-claude-code-research-in-sleep时下流行多智能体工作流自动化
FAQ
常见问题
squeez 和 Auto-claude-code-research-in-sleep 有什么区别？
squeez 和 Auto-claude-code-research-in-sleep 都属于 Code Assistant 类别。squeez 有 129 Stars，Auto-claude-code-research-in-sleep 有 11.0k Stars。
squeez 和 Auto-claude-code-research-in-sleep 哪个更好？
最佳选择取决于你的具体需求。降低 AI CLI 交互的令牌成本，每月 API 账单节省高达 92%。 时选 squeez，通过文献调研和头脑风暴，探索新的研究领域并发现新颖的研究思路。 时选 Auto-claude-code-research-in-sleep。
squeez 是免费的吗？
是的，squeez 在 GitHub 开源（Apache-2.0）。
Auto-claude-code-research-in-sleep 是免费的吗？
是的，Auto-claude-code-research-in-sleep 在 GitHub 开源（MIT）。
→