پرش به محتوای اصلی
پرش به محتوای مقاله

master-of: کاهش مصرف توکن Claude Code با محدودسازی دامنه‌ها

·۲۴ شهریور ۱۴۰۵۱ دقیقه مطالعه
استادی در کدنویسی: ۲۰+ مهارت کلود کد را دربانی برای ورود گذاشتم
استادی در کدنویسی: ۲۰+ مهارت کلود کد را دربانی برای ورود گذاشتم
اشتراک‌گذاری
واقعاً چه چیز جدید است؟

جایگزینی بارگذاری پیش‌فرض و سراسری مهارت‌ها با سیستم گیت‌های دامنه برای کاهش اتلاف توکن در Claude Code.

اگر از Claude Code برای برنامه‌نویسی استفاده می‌کنید، احتمالاً متوجه شده‌اید که حتی پیش از تایپ اولین کلمه، هزاران توکن از اعتبار شما کسر می‌شود. این اتلاف سیستماتیک اکنون با یک راهکار هوشمندانه به پایان رسیده است.

طبق اعلام توسعه‌کننده این پروژه، در ۱۵ سپتامبر ۲۰۲۶ ابزاری به نام master-of منتشر شد تا مانند یک «دربان» برای مهارت‌های Claude Code عمل کند. در واقع اکثر عامل‌های کدنویسی — شبیه به دستیاری که تمام ابزارهای جعبه‌ابزارش را هم‌زمان روی میز می‌ریزد تا شاید یکی به درد بخورد — تمام توصیفات مهارت‌های نصب‌شده را به پرامپت سیستمی (System Prompt) تزریق می‌کنند. این موضوع باعث می‌شود ابزارهایی که به‌ندرت استفاده می‌شوند، فضای پنجرهٔ زمینه (Context Window) — که مثل میز کاری است و جای محدودی برای یادداشت‌ها دارد — را اشغال کنند.

همان‌طور که در تحلیل قبلی ما درباره‌ی تلاش توسعه‌دهندگان برای مدیریت پیچیدگی‌های CSS در مدل‌های زبانی اشاره کردیم، کاهش «نویز» در پرامپت برای کارهای مقیاس‌پذیر حیاتی است. master-of این مشکل را با پیاده‌سازی «گیت‌های دامنه» حل می‌کند؛ به این معنا که مهارت‌ها را در دسته‌هایی مثل طراحی، توسعه یا پژوهش سازماندهی می‌کند. این رویکرد در راستای تلاش‌های گسترده‌تر برای بهینه‌سازی مصرف منابع است، مشابه آنچه در راهکار Tare برای مهار مصرف توکن از طریق تحلیل محلی لاگ‌ها مشاهده کردیم.

بر اساس مستندات این ابزار، ویژگی‌های فنی کلیدی آن عبارتند از:

  • گیت‌های دامنه (Domain Gating): مدل تنها گیت مورد نیاز برای تسک فعلی را باز می‌کند.
  • قلاب‌های شروع جلسه (Session-Start Hooks): شناسایی خودکار مهارت‌های جدید و علامت‌گذاری آن‌ها برای دسته‌بندی.
  • دستور check-skills: ابزاری برای حسابرسی مهارت‌های گیت‌شده و تخمین میزان توکن‌های ذخیره‌شده.
  • کنترل دستی: اعمال تغییرات تنها پس از بازراه‌اندازی برای جلوگیری از تغییرات ناخواسته در پس‌زمینه.

استادی: ۲۰+ مهارت Claude Code را با یک دربان دیجیتال مجهز کردم

به گزارش منابع توسعه‌دهنده، این تغییر مدل را از حالت «بارگذاری همه‌چیز» به مدل «منابع به‌موقع» (Just-in-Time) منتقل می‌کند. این رویکرد نه تنها هزینه‌های مالی استنتاج (Inference) — یعنی همان لحظه تولید جواب توسط مدل — را کاهش می‌دهد، بلکه از سردرگمی مدل به دلیل وجود توصیفات نامرتبط در پرامپت جلوگیری می‌کند. این چالش مدیریت حجم داده‌های ورودی، یادآور محدودیت‌های Rulestack در مدیریت فایل‌های دستورالعمل برای جلوگیری از تضاد قوانین است.

کاربران می‌توانند این ابزار با لایسنس MIT را از طریق مارکت‌پلیس پلاگین‌ها با شناسه devrudals/master-of نصب کنند، به شرطی که Node 22.6+ یا Bun روی سیستم داشته باشند.

گام بعدی شما

  • اگر تعداد مهارت‌های نصب‌شده در Claude Code شما زیاد است، همین امروز master-of را نصب کنید تا هزینه توکن‌های هر جلسه را کاهش دهید.
  • با دستور check-skills میزان توکن‌های هدررفته در جلسات قبلی خود را تخمین بزنید.
  • مهارت‌های خود را بر اساس دامنه‌های کاری (مثلاً Frontend و Backend) دسته‌بندی کنید تا دقت مدل در انتخاب ابزار بالا برود.

اما چالش بعدی جامعه توسعه‌دهندگان این است که آیا این گیت‌های پیش‌فرض برای همه کاربرد دارند یا برای استک‌های پیچیده سازمانی به تاکسونومی‌های شخصی‌سازی‌شده نیاز است؛ موضوعی که در بررسی‌های آینده به آن خواهیم پرداخت.

چرا این موضوع مهم است؟

این ابزار با بهینه‌سازی مصرف توکن، هزینه عملیاتی توسعه‌دهندگان را کاهش و پایداری مدل را در پروژه‌های بزرگ افزایش می‌دهد. اعتبار این راهکار از تجربه عملی در مدیریت ابزارهای متعدد در محیط‌های Agentic نشأت می‌گیرد.

تأثیر برای ایران

برای توسعه‌دهندگان ایرانی که به دلیل محدودیت‌های پرداخت، مدیریت هزینه‌های API برایشان حیاتی است، این ابزار راهکاری عملی برای کاهش صورت‌حساب‌های ماهانه است.

·نگاه ما
تحریریه دات‌هوش

انتقال از مدل بارگذاری سراسری به مدل Just-in-Time در عامل‌های هوش مصنوعی، نشان‌دهنده بلوغ در مدیریت Context Window است. این رویکرد ثابت می‌کند که برای افزایش دقت مدل‌های استدلالی، حذف داده‌های نامرتبط (Noise Reduction) به اندازه افزایش اندازه پنجره متنی اهمیت دارد.

منابع

این گزارش با خط‌لولهٔ خودکار دات‌هوش از منابع معتبر جهانی تدوین و زیر نظر تحریریه منتشر شده است. روش کار ما

گفتگو

پنج‌شنبه‌های هوش‌محور

بسته‌ی هفتگی دات‌هوش

۵ خبر، ۲ ابزار، ۱ پرامپت در هر شماره. به‌زودی راه‌اندازی می‌شود — هر پنج‌شنبه صبح.

خبر کلیدی
ابزار کاربردی
پرامپت حرفه‌ای
تحلیل پژوهش
به‌زودی
زاویه‌ی ایرانی
به‌زودی
تمرین این هفته
به‌زودی

راهنماهای دات‌هوش

راهنماهای کاربردیِ دات‌هوش برای کار با هوش مصنوعی — از همین‌جا شروع کنید:

دات‌هوش

راهنمای فارسی هوش مصنوعی — با نگاه به ایران

اخبار روزانه، معرفی ابزارها و مدل‌ها، و آموزشِ کار با هوش مصنوعی؛ همیشه با این پرسش که از ایران چه چیزی کار می‌کند و چه چیزی نه.