トークン削減を考えると、コストを30%削減するだけですか?

• ⚡ より速いローカル及び雲 LLM:より少ないトークン、より少ないコンテキストの妄想。
• より良い結果:コンテキスト回転を減らし、LLMをタスクに集中させます。
• あなたのためのより多くのコンテキスト:より少ないコンテキストBloat、 記憶の圧縮を減らして下さい。

お使いのAIエージェントは、現在のユーザータスクと意図に関連するツールのみを参照してください。

✅ BM25 デフォルトでランキング ✅ 必須 API キー無し ✅ 透明に働く

![テレメトリーなし][telemetry-shield]

![シェル][シェルシールド] ![Python][python-tech-shield] ![TypeScript][typescript-shield] ![錆][錆技術シールド] ![Go][go-tech-shield] の検索結果 ![C][c-tech-shield]

Claudeコード、Claudeコードデスクトップ、Claude Cowork

コードx

カーソル

Clear Your Toolsは、このようなコーディングエージェントのリバースプロキシです Claudeコード、Codex CLI、 そしてカーサー。

問題:

• コンテキスト回転: 入力長さが成長するにつれてモデルの正確さおよび推論の低下は、 タスクの難しさが同じままであっても。 不当なコンテンツの削除を一貫して改善します。
• コンテキスト希釈: NoLiMa のベンチマークに 12 のモデルの 11 の わずか32Kトークンで、短いコンテキストベースラインの50%以下に落ちました.

Clear Your Tools

Clear Your Tools is a reverse proxy for coding agents such as Claude Code, Codex CLI, and Cursor.

The problem:

• Context Rot: Model accuracy and reasoning degrade as input length grows, even when task difficulty stays the same. Removing irrelevant content consistently improves results.
• Context Dilution: On the NoLiMa benchmark, 11 of 12 models fell below 50% of their short-context baseline at just 32K tokens.
• Context Bloat: Even frontier models lose recall and reasoning quality as context grows into the 32-200K of tokens—and every extra token adds API cost, because providers resend the full history on each turn.
• Local inference: Smaller inputs reduce memory pressure and speed up generation on self-hosted models.