AI Helper 是一个开源的 Chrome 智能助手扩展，采用 ReAct 推理循环架构，内置 44 个工具，支持多轮工具调用和复杂任务拆解。其核心是「推理-行动-观察」循环：每一轮 AI 调用工具、拿到结果、把结果追加到消息历史中。复杂任务下，消息历史会迅速膨胀，导致 Token 消耗失控。
项目团队分享了长对话场景下的 Token 预算管理实践，核心思路是给每一轮推理设定明确的 Token 上限，并在接近上限时主动截断或压缩历史消息，避免上下文无限增长。这套方法直接面向使用大模型 API 的开发者，尤其是那些构建多轮 Agent 或工具调用型应用的人——它解决的是「对话越长、成本越高、响应越慢」的具体麻烦。
具体做法包括：按轮次分配 Token 预算，而非按整段对话统一分配；对工具返回的长结果做摘要或截断；在历史消息中标记关键信息，压缩非核心内容。这些策略能显著降低长任务的 API 调用成本，同时保持推理质量。
对于正在做 Agent 应用或 Chrome 扩展的开发者，这套工程实践有直接参考价值，可以避免多轮推理中常见的 Token 雪崩问题。
#GitHub #开源 #AIHelper #Chrome扩展 #Token管理 #ReAct #LLM
@GitHubTrendingHub