WorkBuddy Harness · 2026-10-21

MetaRefine Token
实测报告

标准整理方案在五类固定开发工作流中减少了完整任务 Token 用量。

WorkBuddy · mr-deepseek · 11 组完整对照

整体结果 · 11 组对照

累计少用 2,517,414 个 Token

同一模型与固定任务下，对比标准整理关闭（OFF）与开启（ON）的完整会话用量。

42.08%合计节省率

5,982,700 → 3,465,286 Token
共减少 2,517,414 Token

OFF5,982,700 Token

ON3,465,286 Token

0相同刻度5,982,700 Token

22/22答案按预期全部通过

5/5五类场景全部节省

11组 OFF / ON 完整对照

五类工作流 · 合并累计值

每一类任务，用量都更低

每行采用相同零起点刻度；节省百分比按各场景累计 OFF 与累计 ON 计算。

完整任务 Token · 每类按所有配对轮次累计整理关闭 OFF整理开启 ON

模块打包单轮节省范围为 40.91%–58.06%；场景累计率与单轮最高值分别计算。

逐轮完整任务

查看每次运行的数据

展开场景可查看每轮输入、输出、总 Token、请求数量、答案核验及节省值。

订单回归881,383 Token · 54.10% · 3 轮单轮 54.08%–54.12%

OFF 合计 1,629,026 TokenON 合计 747,643 Token累计减少 881,383 Token

轮次	OFF · 整理关闭					ON · 整理开启					节省
轮次	输入	输出	总计	请求数	答案	输入	输出	总计	请求数	答案	节省
第 1 轮	541,703	1,196	542,899	9	通过	247,825	1,230	249,055	9	通过	293,844 54.12%
第 2 轮	542,016	1,176	543,192	9	通过	247,774	1,671	249,445	9	通过	293,747 54.08%
第 3 轮	541,754	1,181	542,935	9	通过	247,748	1,395	249,143	9	通过	293,792 54.11%
合计	1,625,473	3,553	1,629,026	27	全部通过	743,347	4,296	747,643	27	全部通过	881,383 54.10%

构建文件清单190,974 Token · 24.71% · 2 轮单轮 24.64%–24.78%

OFF 合计 772,942 TokenON 合计 581,968 Token累计减少 190,974 Token

轮次	OFF · 整理关闭					ON · 整理开启					节省
轮次	输入	输出	总计	请求数	答案	输入	输出	总计	请求数	答案	节省
第 1 轮	385,220	1,037	386,257	9	通过	289,333	1,757	291,090	9	通过	95,167 24.64%
第 2 轮	385,492	1,193	386,685	9	通过	289,451	1,427	290,878	9	通过	95,807 24.78%
合计	770,712	2,230	772,942	18	全部通过	578,784	3,184	581,968	18	全部通过	190,974 24.71%

CI检查日志302,039 Token · 33.72% · 2 轮单轮 33.70%–33.74%

OFF 合计 895,722 TokenON 合计 593,683 Token累计减少 302,039 Token

轮次	OFF · 整理关闭					ON · 整理开启					节省
轮次	输入	输出	总计	请求数	答案	输入	输出	总计	请求数	答案	节省
第 1 轮	446,919	1,213	448,132	9	通过	294,775	2,144	296,919	9	通过	151,213 33.74%
第 2 轮	446,688	902	447,590	9	通过	295,549	1,215	296,764	9	通过	150,826 33.70%
合计	893,607	2,115	895,722	18	全部通过	590,324	3,359	593,683	18	全部通过	302,039 33.72%

类型错误定位247,298 Token · 26.55% · 2 轮单轮 26.53%–26.56%

OFF 合计 931,602 TokenON 合计 684,304 Token累计减少 247,298 Token

轮次	OFF · 整理关闭					ON · 整理开启					节省
轮次	输入	输出	总计	请求数	答案	输入	输出	总计	请求数	答案	节省
第 1 轮	464,813	1,042	465,855	9	通过	340,446	1,677	342,123	11	通过	123,732 26.56%
第 2 轮	464,731	1,016	465,747	9	通过	340,309	1,872	342,181	11	通过	123,566 26.53%
合计	929,544	2,058	931,602	18	全部通过	680,755	3,549	684,304	22	全部通过	247,298 26.55%

模块打包895,720 Token · 51.08% · 2 轮单轮 40.91%–58.06%

OFF 合计 1,753,408 TokenON 合计 857,688 Token累计减少 895,720 Token

轮次	OFF · 整理关闭					ON · 整理开启					节省
轮次	输入	输出	总计	请求数	答案	输入	输出	总计	请求数	答案	节省
第 1 轮	708,579	4,822	713,401	19	通过	417,938	3,589	421,527	14	通过	291,874 40.91%
第 2 轮	1,029,834	10,173	1,040,007	26	通过	434,076	2,085	436,161	14	通过	603,846 58.06%
合计	1,738,413	14,995	1,753,408	45	全部通过	852,014	5,674	857,688	28	全部通过	895,720 51.08%

固定任务包 · WorkBuddy

按同一组步骤复现

准备 MetaRefine 与 WorkBuddy 的本地连接，使用复现包内固定的任务、seed、完整提示、工具和答案预期。保持方案为标准整理。

01连接 WorkBuddy
在 MetaRefine「工具」页接通 WorkBuddy，并选择 mr-deepseek。
02准备独立运行
将每个任务分别放入 OFF 与 ON 独立工作区，双方都新建会话。
03切换整理开关
OFF 同时关闭上下文整理与工具结果精简；ON 同时开启；其他设置保持一致。
04核对完整结果
执行完整提示、核对答案，并累计该任务所有请求用量；完成后恢复原设置。

下载完整复现包下载结果数据 JSON

复现包包含固定任务材料与完整用量记录说明。统计包含恢复与辅助请求；总量按每请求回执的输入与输出 Token 累加。