性能优化：提升响应速度

学完你能做什么

根据任务复杂度选择合适的模型，平衡成本和性能
有效管理上下文窗口，避免达到限制
合理配置 MCP 服务器，最大化可用上下文
使用策略性压缩保持对话逻辑连贯

你现在的困境

Claude Code 响应变慢？上下文窗口很快满了？不知道什么时候用 Haiku、Sonnet 还是 Opus？这些问题都会严重影响开发效率。

核心思路

性能优化的核心是在合适的时候用合适的工具。选择模型、管理上下文、配置 MCP，都是在做一个权衡：速度 vs 智能度，成本 vs 质量。

关键概念

上下文窗口是 Claude 能"记住"的对话历史长度。当前模型支持约 200k tokens，但会受 MCP 服务器数量、工具调用次数等因素影响。

常见性能问题

问题 1：响应速度慢

症状：简单任务也要等很久

可能原因：

用 Opus 处理简单任务
上下文过长，需要处理大量历史信息
启用了太多 MCP 服务器

解决方案：

用 Haiku 处理轻量任务
定期压缩上下文
减少启用的 MCP 数量

问题 2：上下文窗口很快满了

症状：开发一会儿就需要压缩或重启会话

可能原因：

启用了太多 MCP 服务器（每个 MCP 都会占用上下文）
没有及时压缩对话历史
使用了复杂的工具调用链

解决方案：

按需启用 MCP，用 disabledMcpServers 禁用不用的
使用策略性压缩，在任务边界手动压缩
避免不必要的文件读取和搜索

问题 3：Token 消耗快

症状：配额用得很快，成本高

可能原因：

总是用 Opus 处理任务
重复读取大量文件
没有合理使用压缩

解决方案：

根据任务复杂度选择模型
使用 /compact 主动压缩
使用 strategic-compact hooks 智能提醒

模型选择策略

根据任务复杂度选择合适的模型，可以大幅提升性能和降低成本。

Haiku 4.5（90% Sonnet 能力，3x 成本节省）

适用场景：

轻量级 Agent，频繁调用
结对编程和代码生成
多 Agent 系统中的 Worker agents

示例：

markdown

简单代码修改、格式化、生成注释
使用 Haiku

Sonnet 4.5（最佳编码模型）

适用场景：

主要开发工作
协调多 Agent 工作流
复杂编码任务

示例：

markdown

实现新功能、重构、修复复杂 bug
使用 Sonnet

Opus 4.5（最强推理能力）

适用场景：

复杂架构决策
需要最大推理深度的任务
研究和分析任务

示例：

markdown

系统设计、安全审计、复杂问题排查
使用 Opus

模型选择提示

在 agent 配置中通过 model 字段指定：

markdown

---
name: my-agent
model: haiku  # 或 sonnet, opus
---

上下文窗口管理

避免在上下文窗口使用过多会影响性能，甚至导致任务失败。

避免使用上下文窗口后 20% 的任务

对于这些任务，建议先压缩上下文：

大规模重构
跨多个文件的功能实现
复杂交互的调试

上下文敏感性较低的任务

这些任务对上下文要求不高，可以在接近上限时继续：

单文件编辑
独立工具创建
文档更新
简单 bug 修复

重要提醒

上下文窗口受以下因素影响：

启用的 MCP 服务器数量
工具调用次数
历史对话长度
当前会话的文件操作

MCP 配置优化

MCP 服务器是扩展 Claude Code 能力的重要方式，但每个 MCP 都会占用上下文。

基本原则

根据 README 的建议：

json

{
  "mcpServers": {
    "mcp-server-1": { ... },
    "mcp-server-2": { ... }
    // ... 更多配置
  },
  "disabledMcpServers": [
    "mcp-server-3",
    "mcp-server-4"
    // 禁用不用的 MCP
  ]
}

最佳实践：

可以配置 20-30 个 MCP 服务器
每个项目启用不超过 10 个
保持活跃工具数量在 80 个以下

按需启用 MCP

根据项目类型选择相关 MCP：

项目类型	推荐启用	可选
前端项目	Vercel, Magic	Filesystem, GitHub
后端项目	Supabase, ClickHouse	GitHub, Railway
全栈项目	全部	-
工具库	GitHub	Filesystem

如何切换 MCP

在项目配置（~/.claude/settings.json）中使用 disabledMcpServers：

json

{
  "disabledMcpServers": ["cloudflare-observability", "clickhouse-io"]
}

策略性压缩

自动压缩会在任意时刻触发，可能打断任务逻辑。策略性压缩在任务边界手动执行，保持逻辑连贯。

为什么需要策略性压缩

自动压缩的问题：

往往在任务中途触发，丢失重要上下文
不了解任务逻辑边界
可能打断复杂的多步骤操作

策略性压缩的优势：

在任务边界压缩，保留关键信息
逻辑更清晰
避免中断重要流程

最佳压缩时机

探索完成后，执行前 - 压缩研究上下文，保留实现计划
完成一个里程碑后 - 为下一阶段重新开始
任务切换前 - 清除探索上下文，准备新任务

Strategic Compact Hook

本插件包含 strategic-compact skill，自动提醒你何时应该压缩。

Hook 工作原理：

跟踪工具调用次数
达到阈值时提醒（默认 50 次调用）
之后每 25 次调用提醒一次

配置阈值：

bash

# 设置环境变量
export COMPACT_THRESHOLD=40

Hook 配置（已包含在 hooks/hooks.json 中）：

json

{
  "matcher": "tool == \"Edit\" || tool == \"Write\"",
  "hooks": [{
    "type": "command",
    "command": "node \"${CLAUDE_PLUGIN_ROOT}/scripts/hooks/suggest-compact.js\""
  }]
}

使用技巧

规划后压缩 - 计划确定后，压缩重新开始
调试后压缩 - 清除错误解决上下文，继续下一步
实现中不要压缩 - 保留相关变更的上下文
关注提醒 - Hook 告诉你"什么时候"，你决定"是否压缩"

查看当前状态

使用 /checkpoint 命令可以保存当前状态，再压缩会话。

性能检查清单

在日常使用中，定期检查以下项目：

模型使用

[ ] 简单任务用 Haiku 而不是 Sonnet/Opus
[ ] 复杂推理用 Opus 而不是 Sonnet
[ ] Agent 配置中指定了合适的 model

上下文管理

[ ] 启用的 MCP 不超过 10 个
[ ] 定期使用 /compact 压缩
[ ] 在任务边界而不是任务中途压缩

MCP 配置

[ ] 项目只启用需要的 MCP
[ ] 用 disabledMcpServers 管理不用的 MCP
[ ] 定期检查活跃工具数量（建议 < 80）

常见问题

Q: 什么时候用 Haiku、Sonnet 还是 Opus？

A: 根据任务复杂度：

Haiku: 轻量任务、频繁调用（如代码格式化、注释生成）
Sonnet: 主要开发工作、协调 Agent（如功能实现、重构）
Opus: 复杂推理、架构决策（如系统设计、安全审计）

Q: 上下文窗口满了怎么办？

A: 立即使用 /compact 压缩会话。如果启用了 strategic-compact hook，它会在合适的时候提醒你。压缩前可以用 /checkpoint 保存重要状态。

Q: 如何知道启用了多少个 MCP？

A: 查看 ~/.claude/settings.json 中的 mcpServers 和 disabledMcpServers 配置。活跃的 MCP 数量 = 总数 - disabledMcpServers 中的数量。

Q: 为什么我的响应特别慢？

A: 检查以下几点：

是否用了 Opus 处理简单任务？
上下文窗口是否快满了？
启用了太多 MCP 服务器？
是否在执行大规模文件操作？

本课小结

性能优化的核心是"在合适的时候用合适的工具"：

模型选择：根据任务复杂度选择 Haiku/Sonnet/Opus
上下文管理：避免窗口后 20%，及时压缩
MCP 配置：按需启用，不超过 10 个
策略性压缩：在任务边界手动压缩，保持逻辑连贯

附录：源码参考

点击展开查看源码位置

更新时间：2026-01-25

功能	文件路径	行号
性能优化规则	`rules/performance.md`	1-48
策略性压缩 Skill	`skills/strategic-compact/SKILL.md`	1-64
Hooks 配置	`hooks/hooks.json`	1-158
Strategic Compact Hook	`hooks/hooks.json`	46-54
Suggest Compact 脚本	`scripts/hooks/suggest-compact.js`	-
MCP 配置示例	`mcp-configs/mcp-servers.json`	-

关键规则：

模型选择：Haiku（轻量任务）、Sonnet（主要开发）、Opus（复杂推理）
上下文窗口：避免使用后 20%，及时压缩
MCP 配置：每项目启用不超过 10 个，活跃工具 < 80 个
策略性压缩：在任务边界手动压缩，避免自动压缩中断

关键环境变量：

COMPACT_THRESHOLD：工具调用次数阈值（默认：50）

性能优化：提升响应速度 ​

学完你能做什么 ​

你现在的困境 ​

核心思路 ​

常见性能问题 ​

问题 1：响应速度慢 ​

问题 2：上下文窗口很快满了 ​

问题 3：Token 消耗快 ​

模型选择策略 ​

Haiku 4.5（90% Sonnet 能力，3x 成本节省） ​

Sonnet 4.5（最佳编码模型） ​

Opus 4.5（最强推理能力） ​

上下文窗口管理 ​

避免使用上下文窗口后 20% 的任务 ​

上下文敏感性较低的任务 ​

MCP 配置优化 ​

基本原则 ​

按需启用 MCP ​

策略性压缩 ​

为什么需要策略性压缩 ​

最佳压缩时机 ​

Strategic Compact Hook ​

使用技巧 ​

性能检查清单 ​

模型使用 ​

上下文管理 ​

MCP 配置 ​

常见问题 ​

Q: 什么时候用 Haiku、Sonnet 还是 Opus？ ​

Q: 上下文窗口满了怎么办？ ​

Q: 如何知道启用了多少个 MCP？ ​

Q: 为什么我的响应特别慢？ ​

本课小结 ​

相关课程 ​

附录：源码参考 ​

性能优化：提升响应速度

学完你能做什么

你现在的困境

核心思路

常见性能问题

问题 1：响应速度慢

问题 2：上下文窗口很快满了

问题 3：Token 消耗快

模型选择策略

Haiku 4.5（90% Sonnet 能力，3x 成本节省）

Sonnet 4.5（最佳编码模型）

Opus 4.5（最强推理能力）

上下文窗口管理

避免使用上下文窗口后 20% 的任务

上下文敏感性较低的任务

MCP 配置优化

基本原则

按需启用 MCP

策略性压缩

为什么需要策略性压缩

最佳压缩时机

Strategic Compact Hook

使用技巧

性能检查清单

模型使用

上下文管理

MCP 配置

常见问题

Q: 什么时候用 Haiku、Sonnet 还是 Opus？

Q: 上下文窗口满了怎么办？

Q: 如何知道启用了多少个 MCP？

Q: 为什么我的响应特别慢？

本课小结

相关课程

附录：源码参考