distiq-code

Экономьте 3-5x на подписке Claude Code с помощью умного роутинга и кэширования.

distiq-code — локальный прокси для Claude Code CLI. Автоматически направляет простые задачи на дешёвые модели и кэширует повторные запросы.

Claude Code → localhost → [Умный роутинг] → Anthropic API

---

Реальная экономия

Claude Code Pro (~45 сообщений за 5-часовую сессию):

• Без прокси: упираетесь в лимит через 2-3 часа активной работы
• С distiq-code: используете всю 5-часовую сессию полностью

Claude Code Max 5x (~225 сообщений/сессия, $100/мес):

• Без прокси: лимит заканчивается через 3-4 часа
• С distiq-code: работаете все 5 часов без упора в лимит

Claude Code Max 20x (~900 сообщений/сессия, $200/мес):

• Без прокси: лимит расходуется на 70%
• С distiq-code: используете только 30-40% лимита за сессию

Как это работает

Умный роутинг — большинство запросов Claude Code не требуют Opus. distiq-code анализирует каждый промпт и направляет его на самую дешёвую модель, которая справится:

Задача	Модель	Стоимость
Архитектура, системный дизайн	Opus	$15/1M токенов
Генерация кода, отладка	Sonnet	$3/1M (в 5 раз дешевле)
Простые вопросы, объяснения	Haiku	$0.25/1M (в 60 раз дешевле)

Семантический кэш — похожие вопросы получают мгновенный ответ из локального FAISS-кэша вместо повторного обращения к API.

Anthropic Prompt Caching — автоматически добавляет cache_control breakpoints, чтобы повторяющийся контекст (tools, system prompt) получал 90% скидку от Anthropic.

Live-статистика — видно что происходит на каждом запросе:

[proxy] sonnet (from opus) | 6.1K in / 795 out | $0.0303 | saved $0.1210 | 20.3s | session saved: $0.134
[proxy] CACHE HIT (sim=0.95) | saved 342 tokens (~$0.0308) | session saved: $0.165 | 36ms

Быстрый старт

1. Установка

pip install distiq-code

Или из исходников:

git clone https://github.com/pixelligue/distiq-code.git
cd distiq-code
pip install -e .

Опциональные ML-фичи (семантический кэш + BERT-роутинг):

pip install distiq-code[ml]          # FAISS + sentence-transformers
pip install distiq-code[compression] # LLMLingua-2 сжатие промптов
pip install distiq-code[all]         # Всё вместе

2. Настройка

distiq-code setup

Что произойдёт:

• Проверка установки Claude CLI
• Загрузка ML-моделей (~400 МБ, если установлен [ml])
• Настройка ANTHROPIC_BASE_URL для Claude Code

3. Запуск прокси

distiq-code start

4. Использование Claude Code

В другом терминале:

claude

Всё. Все запросы теперь идут через прокси автоматически.

Возможности

Умный роутинг моделей

Tool-use оптимизация — все agentic операции (Read, Glob, Grep, Bash, MCP) автоматически идут на Sonnet вместо Opus. Чтение файлов и поиск не требуют сложного reasoning — экономия 5x.

Текстовый роутинг — два бэкенда:

• ML-роутер (по умолчанию с [ml]) — BERT-классификатор на основе K-NN по 75 примерам. ~5мс на запрос.
• Regex-роутер (фоллбэк) — паттерн-матчинг для запросов на RU + EN. Без зависимостей.

Роутинг только понижает — если Claude Code запрашивает Opus, а задача простая, она уходит на Sonnet. Никогда не повышает.

Семантический кэш

Использует FAISS + EmbeddingGemma-300M (Google, 2025) для поиска похожих запросов:

Запрос 1: "Как создать React компонент?"
Запрос 2: "Как сделать компонент в React?" → Cache hit (sim=0.94)

• Matryoshka embeddings — гибкая размерность (128/256/768)
• Настраиваемый порог схожести (по умолчанию: 0.85)
• TTL 7 дней
• До 10 000 кэшированных записей
• Tool-use разговоры никогда не кэшируются (устаревшие результаты)
• <200 МБ модель (квантизация), ~10мс на CPU

Anthropic Prompt Caching

Автоматически добавляет cache_control breakpoints к:

1. Последнему определению инструмента (tool)
2. Системному промпту
3. Последнему сообщению пользователя

Закэшированные токены получают 90% скидку на input. Настройка не требуется.

Сжатие промптов (опционально)

С pip install distiq-code[compression]:

• LLMLingua-2 BERT-base (440 МБ, 2024) — 3-6x быстрее, сжатие до 5x
• Последний запрос пользователя никогда не сжимается
• Ключевые слова кода (def, class, import и т.д.) сохраняются
• CodePromptZip (планируется) — +23-28% точность на code tasks, выйдет март 2025

Сжатие tool definitions (вдохновлено ClaudeSlim)

Опциональное сжатие определений инструментов для экономии ~100-300 токенов на запрос (10-15%):

TOOL_COMPRESSION_ENABLED=true

Что сжимается:

• Названия инструментов: "Bash" → "B", "Read" → "R", "Grep" → "S"
• Ключи параметров: "file_path" → "f", "command" → "c", "pattern" → "p"
• Длинные описания: обрезаются до 100 символов

⚠️ Экспериментально: Claude Code может сломаться при обновлении. Если возникают ошибки — отключите эту опцию.

Примечание: Экономия меньше, чем у ClaudeSlim (который заявляет 80% на tools), потому что Claude Code уже использует компактные схемы. Но каждый сэкономленный токен — это вклад в общую оптимизацию вместе с умным роутингом и кэшированием.

CLI-команды

distiq-code start    # Запустить прокси-сервер
distiq-code setup    # Одноразовая настройка (модели + env)
distiq-code stats    # Показать статистику использования
distiq-code config   # Показать текущую конфигурацию
distiq-code chat     # Интерактивный чат (опционально)
distiq-code version  # Показать версию

Статистика

distiq-code stats --period week

# Вывод:
# Requests: 347
# Cache hits: 72%
# Tokens saved: 1,084,000
# Cost saved: $12.40

Конфигурация

Все настройки через переменные окружения или .env файл:

# Сервер
PROXY_HOST=127.0.0.1
PROXY_PORT=11434

# Роутинг
SMART_ROUTING=true          # Умный роутинг моделей
ML_ROUTING_ENABLED=true     # BERT-роутер (требует [ml])

# Кэширование
CACHE_ENABLED=true
CACHE_TTL_HOURS=168                  # 7 дней
CACHE_SIMILARITY_THRESHOLD=0.85

# Anthropic Prompt Caching
PROMPT_CACHING_ENABLED=true          # Инъекция cache_control breakpoints

# Сжатие
COMPRESSION_ENABLED=true             # LLMLingua-2 сжатие промптов (требует [compression])
COMPRESSION_TARGET_TOKENS=500
TOOL_COMPRESSION_ENABLED=false       # Сжатие tool definitions (экспериментально)

# Отладка
DEBUG=false
LOG_LEVEL=INFO

Архитектура

src/distiq_code/
├── cli.py                 # Typer CLI + чат REPL
├── config.py              # Pydantic Settings
├── routing.py             # Умный роутинг (regex + embedding)
├── embedding_router.py    # K-NN embedding-роутер
├── clipboard.py           # Вставка скриншотов
├── auth/
│   └── cli_provider.py    # Claude CLI subprocess (OAuth)
├── cache/
│   └── semantic_cache.py  # FAISS + EmbeddingGemma-300M (Matryoshka)
├── compression/
│   └── compressor.py      # LLMLingua-2
├── stats/
│   └── tracker.py         # Метрики + трекинг стоимости
└── server/
    ├── app.py             # FastAPI factory
    ├── main.py            # Uvicorn entry point
    └── routes/
        ├── messages.py    # /v1/messages (Anthropic proxy)
        ├── chat.py        # /v1/chat/completions (OpenAI)
        └── health.py      # /health, /ready

Требования

• Python 3.11+
• Claude CLI установлен и авторизован

Лицензия

MIT — см. LICENSE.

---

Сделано в Distiq