1. 从 environment-probing curation 到 TaoToken 写入通道先拆 Token 账本Microsoft 近期关于 environment-probing curation 的论文把长期运行智能体的持久记忆问题推到了一个很工程化的位置经验不是写完就算写入前要有一个独立记忆智能体以只读方式探测环境校验这条经验是否正确、是否可复用。这个思路放到 Claude Code、Codex、CC Switch 这类编码工具里真正容易踩坑的不是“要不要校验”而是写入通道和校验通道的 Base URL、Key、Token 统计是否统一。很多团队的做法是主 Agent 走一个供应商校验 Agent 走另一个供应商最后经验库是更新了但没人能回答这次写入消耗了多少 Token、只读探测读了多少证据、哪些记忆读取其实可以省略。本文的目标很具体把经验库写入通道改到 TaoToken记忆校验再通过只读环境探测最后输出校验后的读取结果与 Token 消耗。TaoToken 的官网入口是 https://taotoken.net/?utm_sourcetaotoken_aicg_blog_endutm_contentmemory_curation_intro工具配置统一使用 Base URLhttps://taotoken.net/apiKey 先用占位符YOUR_API_KEY。下面不会复述论文结论而是给出可复制的配置路径Claude Code 走settings.json和ANTHROPIC_*Codex 走config.toml和model_providerCC Switch 用 Profile、Key、Base URL 三件套统一切换再用一个本地只读脚本完成记忆校验。2. 记忆校验的 Token 账本写入、探测、回执、再读取要复现 environment-probing curation 的核心动作先把一次“经验写入”拆成五个阶段。第一阶段是候选经验生成。主 Agent 在完成任务后从对话、报错、修复过程中提炼出一条候选经验例如“在本仓库升级依赖前先运行某个冒烟测试”。这一步通常由主模型完成消耗的是任务上下文和生成候选条目的 Token。第二阶段是只读环境探测。独立的记忆校验智能体不能直接接受候选经验它要按照白名单读取环境证据例如 README、依赖声明、测试文件、最近一次本地命令输出。只读意味着不修改文件、不写入数据库、不连接生产库也不执行任何有副作用的命令。校验 Agent 的任务是回答这条经验在当前环境中是否成立是否具有跨任务复用价值。第三阶段是校验回执。为了后面能自动过滤校验结果最好强制为 JSON例如correct、reusable、reason、suggested_fix四个字段。这样主流程不需要解析自然语言也能把“不通过”的经验挡在持久化之前。第四阶段是持久化。只有回执同时满足正确和可复用时才把候选经验、证据摘要、校验回执、时间戳写入经验库。写入本身不一定调用模型但如果在写入时做摘要压缩就会再产生一次 Token 消耗。第五阶段是再读取。下一轮任务读取记忆时不能只读经验文本还要读取校验标记和证据来源。否则一个已经被标记为“环境相关、不可复用”的经验会在另一个项目里被错误套用。把这五个阶段放在 TaoToken 的同一个 Base URL 下好处是每次调用的usage字段结构一致主 Agent 和校验 Agent 的消耗可以汇总到同一张账本里。切换模型时也不需要改业务代码只需要改配置中的模型名。3. 在 TaoToken 官网拿 KeyBase URL 与最小权限先把入口固定下来。打开 TaoToken 官网 https://taotoken.net/?utm_sourcetaotoken_aicg_blog_endutm_contentcreate_key_step完成注册或登录。然后在控制台创建 API Key创建页入口是 https://taotoken.net/console/api-keys?utm_sourcetaotoken_aicg_blog_endutm_contentcreate_key_api_keys。复制出来的 Key 不要直接写进仓库本文统一用YOUR_API_KEY占位。Base URL 不加任何 UTM 参数工具配置里统一写https://taotoken.net/api本地环境变量可以这样设置export TAOTOKEN_API_KEYYOUR_API_KEY export TAOTOKEN_BASE_URLhttps://taotoken.net/api如果你使用 Claude Code则还需要对应的ANTHROPIC_*变量如果你使用 Codex则不要在 Codex 配置里写ANTHROPIC_*。这是两套客户端认证变量不同混用会出现能启动但请求 401 或 404 的情况。最小权限建议经验库写入和记忆校验使用独立 Key方便按项目统计 Token。校验 Agent 的 Key 不授予生产环境操作权限只允许读取本地白名单文件。不要把 Key 提交到 Git用 shell 环境变量或本地未跟踪配置文件。如果团队多人共用给每个开发者单独创建 Key便于排障。4. Claude Codesettings.json 写 ANTHROPIC_*Claude Code 的配置重点是settings.json和ANTHROPIC_*环境变量。可以在用户级配置或项目级配置中写入env块。下面是一个可复制的示例模型名请按 TaoToken 控制台实际可用的模型替换{ env: { ANTHROPIC_BASE_URL: https://taotoken.net/api, ANTHROPIC_AUTH_TOKEN: YOUR_API_KEY, ANTHROPIC_MODEL: claude-sonnet-4-20250514, ANTHROPIC_SMALL_FAST_MODEL: claude-3-5-haiku-20241022 } }如果你不想改settings.json也可以只在当前终端临时导出export ANTHROPIC_BASE_URLhttps://taotoken.net/api export ANTHROPIC_AUTH_TOKENYOUR_API_KEY export ANTHROPIC_MODELclaude-sonnet-4-20250514配置完成后Claude Code 的请求会走 TaoToken 的 Base URL。此时你再让主 Agent 生成候选经验、让校验 Agent 读取本地证据两个调用都会出现在同一套 Token 统计里。Claude Code 文档入口放在这里后面 CTA 还会再列一次https://taotoken.net/doc/ClaudeCodeAnthropic?utm_sourcetaotoken_aicg_blog_endutm_contentmemory_validation_claudecode_doc注意ANTHROPIC_*只属于 Claude Code 这一类客户端。不要把它复制到 Codex 的config.toml里Codex 不认这组变量。5. Codexconfig.toml 写 model_provider禁止混用 ANTHROPIC_*Codex 使用config.toml管理模型供应商。典型位置是~/.codex/config.toml。下面示例把 TaoToken 注册为一个名为taotoken的 providerBase URL 仍然是不带 UTM 的https://taotoken.net/apimodel gpt-5-codex model_provider taotoken [model_providers.taotoken] name TaoToken base_url https://taotoken.net/api env_key TAOTOKEN_API_KEY wire_api responses然后在 shell 中提供 Keyexport TAOTOKEN_API_KEYYOUR_API_KEY如果你的 Codex 版本要求使用 chat completions 风格的接口可以把wire_api按客户端文档调整为对应值。但无论怎么调都不要把 Claude Code 的ANTHROPIC_AUTH_TOKEN写进这里。Codex 通过env_key读取TAOTOKEN_API_KEY这是两条独立认证链。验证思路是先用一个最小对话请求确认 Codex 能走通再让它执行记忆写入任务。不要让 Codex 直接连接生产数据库也不要把校验 Agent 配置成可以写生产环境的权限。记忆校验只需要读本地文件、读测试输出、读配置快照。6. CC Switch 三件套Profile、Key、Base URL如果你同时在 Claude Code、Codex、其他 CLI 之间切换可以用 CC Switch 做统一入口。这里说的三件套是Profile、Key、Base URL。Profile 决定当前激活哪个工具Key 决定认证Base URL 决定请求打到哪。示例配置如下具体字段名请按你本地 CC Switch 版本调整version: 1 profiles: - name: tao-claude tool: claude-code env: ANTHROPIC_BASE_URL: https://taotoken.net/api ANTHROPIC_AUTH_TOKEN: YOUR_API_KEY ANTHROPIC_MODEL: claude-sonnet-4-20250514 - name: tao-codex tool: codex env: TAOTOKEN_API_KEY: YOUR_API_KEY config_path: ~/.codex/config.toml - name: tao-gemini tool: gemini-cli env: GEMINI_API_KEY: YOUR_API_KEY GEMINI_BASE_URL: https://taotoken.net/api切换时注意三点Claude Code 的 Profile 写ANTHROPIC_*Codex 的 Profile 写TAOTOKEN_API_KEY不要交叉。切换后新开终端避免旧环境变量覆盖新 Profile。Base URL 统一用https://taotoken.net/api不要在末尾随手加斜杠或/v1除非客户端文档明确要求。这样记忆写入通道、记忆校验通道、再读取通道都能通过 CC Switch 切到同一组 TaoToken 配置Token 消耗也更容易按 Profile 汇总。7. 只读环境探测记忆校验脚本与 JSON 回执下面是一个可运行的 Python 示例。它做三件事读取白名单本地文件作为证据调用 TaoToken 的 Base URL 让校验智能体返回 JSON 回执打印校验结果和 Token 消耗。脚本没有连接生产库也没有 MCP 直连数据库所有读取都在本地执行。import json import os from pathlib import Path from openai import OpenAI client OpenAI( api_keyos.environ[TAOTOKEN_API_KEY], base_urlhttps://taotoken.net/api, ) READ_ONLY_FILES [README.md, pyproject.toml, tests/test_smoke.py] def read_only_evidence(paths): evidence {} for p in paths: path Path(p) if not path.exists(): evidence[p] missing continue if path.is_dir(): evidence[p] dir skipped continue text path.read_text(encodingutf-8, errorsignore) evidence[p] text[:3000] return evidence def validate_memory(candidate, evidence): system ( 你是独立记忆校验智能体。你只能读取给定证据不得修改环境 不得连接生产数据库。请判断候选经验是否正确、可复用。 只返回 JSON。 ) user { candidate: candidate, evidence: evidence, required_schema: { correct: boolean, reusable: boolean, reason: string, suggested_fix: string, }, } resp client.chat.completions.create( modelgpt-4.1-mini, # 按 TaoToken 控制台模型名替换 messages[ {role: system, content: system}, {role: user, content: json.dumps(user, ensure_asciiFalse)}, ], temperature0, response_format{type: json_object}, ) verdict json.loads(resp.choices[0].message.content) usage { prompt_tokens: resp.usage.prompt_tokens, completion_tokens: resp.usage.completion_tokens, total_tokens: resp.usage.total_tokens, } return verdict, usage if __name__ __main__: candidate 在本仓库执行升级前先跑 pytest -q 做冒烟检查。 evidence read_only_evidence(READ_ONLY_FILES) verdict, usage validate_memory(candidate, evidence) print(verdict:, json.dumps(verdict, ensure_asciiFalse, indent2)) print(usage:, json.dumps(usage, ensure_asciiFalse, indent2))这个脚本把“写入前校验”变成了一个明确步骤没有校验回执后面的持久化就不执行。correct和reusable都为true时才把经验写入经验库否则只记录候选和拒绝原因不污染持久记忆。8. 复现输出校验后读取结果与 Token 消耗表运行上面的脚本后你会得到形如下面的输出结构。数值仅表示格式实际 Token 以 TaoToken 返回的usage为准{ verdict: { correct: true, reusable: true, reason: README 与 pyproject 中的测试命令支持该经验, suggested_fix: }, usage: { prompt_tokens: 1234, completion_tokens: 56, total_tokens: 1290 } }接下来是“校验后读取”。经验库可以用 JSONL 保存每行包含候选经验、证据摘要、校验回执、写入时间。下一个任务读取时只拼接通过校验的条目import json from pathlib import Path def load_valid_memory(pathmemory_store.jsonl): memories [] for line in Path(path).read_text(encodingutf-8).splitlines(): item json.loads(line) verdict item.get(verdict, {}) if verdict.get(correct) is True and verdict.get(reusable) is True: memories.append(item) return memories def build_context(memories, max_items8): selected memories[-max_items:] blocks [] for item in selected: blocks.append( f经验{item[candidate]}\n f校验原因{item[verdict].get(reason, )}\n f证据来源{, .join(item.get(evidence_sources, []))} ) return \n\n.join(blocks) if __name__ __main__: valid load_valid_memory() context build_context(valid) print(context)Token 消耗可以按阶段记录成表阶段调用方输入 Token 来源输出 Token 来源是否走 TaoToken候选经验生成主 Agent任务上下文、最近报错候选经验文本是只读环境探测校验 Agent白名单文件截断证据JSON 校验回执是持久化写入本地脚本无模型输入无模型输出否校验后读取主 Agent已通过校验的经验任务提示拼接是这张表的用途是定位浪费如果只读探测的输入 Token 过高说明证据文件截断不够或白名单太宽如果候选经验生成的输出很长说明主 Agent 没有先压缩再校验如果读取阶段拼接了太多旧经验说明读取数量上限需要收紧。9. 排障401、404、模型名与重复写入401 未授权先检查YOUR_API_KEY是否已替换。Claude Code 看ANTHROPIC_AUTH_TOKENCodex 看TAOTOKEN_API_KEYCC Switch 看当前激活 Profile。不要在一个客户端里混用另一套变量名。404 路径错误Base URL 统一使用https://taotoken.net/api。不要在末尾随手加/v1也不要多加斜杠。Codex 的base_url和 Claude Code 的ANTHROPIC_BASE_URL都按这个值填写。Claude Code 可用但 Codex 不通最常见原因是把ANTHROPIC_*写进了 Codex 配置。Codex 使用config.toml中的model_provider和env_key不是ANTHROPIC_AUTH_TOKEN。反过来Claude Code 也不要读TAOTOKEN_API_KEY作为主认证变量除非你额外做了映射。CC Switch 切换后仍旧走旧配置环境变量优先级可能高于 Profile。切换后执行env | grep -E ANTHROPIC|TAOTOKEN|GEMINI检查必要时新开终端。把旧变量清理掉再启动工具。模型名不存在模型名要以 TaoToken 控制台模型列表为准。Claude Code 使用ANTHROPIC_MODELCodex 使用config.toml中的model。不要把两个客户端的模型名硬套。Token 消耗异常优先检查只读证据是否做了截断例如text[:3000]检查是否把整个仓库文件都塞进了校验请求检查校验回执是否强制 JSON避免自然语言长回复。如果经验重复写入用候选经验的哈希做去重例如sha256(candidate)写入前先查本地 JSONL。安全边界记忆校验 Agent 只读本地白名单文件不连接生产库不执行写命令。需要查询数据时由读者在本地执行只读 SQL 或命令再把结果作为文本证据传入校验请求。不要让 Agent 直连 Oracle 或任何生产数据库。10. CTA模型对话 → Coding Plan → 创建 Key → Claude Code 文档如果你准备把经验库写入和记忆校验完整跑一遍建议按下面顺序操作先到模型对话页验证 TaoToken 的模型可用性和返回结构https://taotoken.net/models/detail/chat?utm_sourcetaotoken_aicg_blog_endutm_contentmemory_validation_chat如果要把长期记忆校验放进日常编码流程查看 Coding Planhttps://taotoken.net/coding-plan?utm_sourcetaotoken_aicg_blog_endutm_contentmemory_validation_coding_plan创建自己的 API Key替换本文所有YOUR_API_KEYhttps://taotoken.net/console/api-keys?utm_sourcetaotoken_aicg_blog_endutm_contentmemory_validation_api_keysClaude Code 用户再看一遍配置文档确认settings.json与ANTHROPIC_*写法https://taotoken.net/doc/ClaudeCodeAnthropic?utm_sourcetaotoken_aicg_blog_endutm_contentmemory_validation_claudecode_doc回到最初的工程动作把经验库写入通道改到 TaoTokenBase URL 用https://taotoken.net/api记忆校验再通过只读环境探测执行写入前必须有 JSON 回执写入后只读取通过校验的条目每个阶段都记录prompt_tokens、completion_tokens和total_tokens。这样你得到的不是一条“看起来正确”的经验而是一条有证据来源、有校验标记、有 Token 账本的可复用记忆。