如何启用 9Router 的 Ponytail 模式（Lite/Full/Ultra）减少输出 token？
【免费下载链接】9routerUnlimited FREE AI coding. Connect Claude Code, Codex, Cursor, Cline, Copilot, Antigravity to FREE Claude/GPT/Gemini via 40+ providers. Auto-fallback, RTK -40% tokens, never hit limits.项目地址: https://gitcode.com/GitHub_Trending/9r/9router
如果你在通过 9Router 让 Claude Code、Codex、Cursor 等客户端写代码时，发现模型总产出冗长代码、多余的抽象和"以防万一"的脚手架，可以用 9Router 内置的 Ponytail 功能：它在每次 chat 请求转发给 provider 之前，向请求体的 system message 注入一段 "lazy senior dev"（懒高级开发）提示词，把模型逼向最小化、YAGNI-first 的写法，从而减少输出 token。本文基于项目 README.md 与相关源码，说明如何启用 Ponytail、在 Lite/Full/Ultra 三个档位之间选择，以及如何确认注入确实生效。
先说两个默认值（见 settingsRepo.js）：
ponytailEnabled默认false，即 Ponytail 默认关闭，需要你手动打开；ponytailLevel默认"full"，如果只打开开关不选档位，实际按 Full 档执行。
Ponytail 做了什么
注入的完整提示词在 ponytailPrompt.js 中，核心内容：
- 人设：You are a lazy senior developer —— "懒"指高效而非草率，"最好的代码是不用写的代码"；
- YAGNI 阶梯：写代码前停在第一个成立的台阶——1) 这东西是否必须存在；2) 标准库能否解决；3) 平台原生能力能否覆盖；4) 已装依赖能否解决（不为几行代码新增依赖）；5) 能否一行了事；6) 最后才写最少可运行的代码；
- 规则：不写未要求的抽象（单实现的 interface、单产品的 factory、永不变值的配置一律不写）、删除优先于新增、最少的文件、最短的可工作 diff；
- 输出格式：先给代码，随后最多三行说明"跳过了什么、什么时候补"，固定模式为
[code] → skipped: [X], add when [Y]； - 底线：信任边界的输入校验、防数据丢失的错误处理、安全、无障碍、以及你明确要求的任何内容，绝不为简化而砍掉；非平凡逻辑会留下一个可运行的自检。
注入时机在 chatCore.js：格式翻译完成后、dispatch 到 provider executor 之前执行，且受总开关约束（见下文"单请求绕过"）。
选择档位：Lite / Full / Ultra
三个档位对应同一套阶梯与规则，强度不同（README 与 dashboard 前端常量描述一致）：
| 档位 | 级别值 | 行为 |
|---|---|---|
| Lite | lite | 按要求实现，但额外用一行指出"更懒的替代方案"，由你来决定是否采纳 |
| Full | full（默认） | 强制执行 YAGNI 阶梯：stdlib → 原生能力 → 现有依赖 → 一行代码 → 最少代码；最短 diff、最短解释 |
| Ultra | ultra | YAGNI 极端派：删除优先于新增，直接给出一行解，并在同一回复里质疑需求中其余部分的必要性 |
档位值是小写字符串lite/full/ultra，UI 按钮和 API 字段都用这套值。
通过 Dashboard 启用（主路径）
- 打开 9Router Dashboard 的 Token Saver 页面（路由
/dashboard/token-saver，README 中写作 Dashboard → Endpoint → Ponytail）。该页同时管理 RTK、Headroom、Caveman 等 token 节省项，Ponytail 是其中的独立一行； - 找到Lazy senior dev (Ponytail)这一行，把右侧 Toggle 打开；
- 打开后，Toggle 左侧会出现Lite / Full / Ultra三个按钮，点击其中一个选择档位；
- 每个操作都会立即通过
PATCH /api/settings持久化，刷新页面后仍保持。
替代路径：直接调用 settings API
如果你习惯用命令行管理（或 dashboard 不便访问），读写的是同一组字段：
# 查看当前设置（返回 JSON，检查 ponytailEnabled / ponytailLevel 字段） curl http://<9Router 服务地址>/api/settings # 启用 Ponytail 并设为 Lite 档；<9Router 服务地址> 替换为你实际访问 dashboard 的主机与端口 curl -X PATCH http://<9Router 服务地址>/api/settings \ -H "Content-Type: application/json" \ -d '{"ponytailEnabled": true, "ponytailLevel": "lite"}'关闭时把ponytailEnabled置为false即可，档位值可以保留。
验证是否生效
- 设置持久化：
GET /api/settings的返回中应为ponytailEnabled: true、ponytailLevel为你所选的档位； - 响应形态：向任意走 9Router 的模型发一个编码请求。开启后回复会遵循 Ponytail 的输出格式——先给代码，随后至多三行说明，出现
→ skipped: [X], add when [Y]这样的收尾，且不再附带设计说明式的长文； - 运行日志：chatCore.js 对每个请求维护一条 token-saver 标记日志行，Ponytail 生效时会追加
PONYTAIL:<level>（如PONYTAIL:lite），可在 9Router 的调试/请求日志中搜索该标记确认。
单请求绕过与组合使用
- 单请求绕过：请求头加
X-9Router-Token-Saver: off，该次 chat 请求会绕过所有 token 节省项（包括 Ponytail、Caveman、RTK、Headroom）。适合临时需要模型"正常发挥"的场景； - 组合：Ponytail 与 Caveman（输出简练化）、RTK（输入压缩）互不冲突，可叠加使用——Ponytail 约束"写什么代码"，Caveman 约束"话怎么说"，RTK 压缩"输入里的工具输出"；
- 边界：Ponytail 只改变模型的写作风格，文档未给出固定的 token 节省百分比，README 只说明收益是 "Fewer output tokens, less refactoring"。信任边界的输入校验、安全、防数据丢失的错误处理等内容按提示词约定不会被简化掉。
如果同一请求里你既想要 Ponytail 的极简代码、又想要 Caveman 的电报式回复，在同一个 Token Saver 页面同时打开两者开关即可，验证方式相同。
【免费下载链接】9routerUnlimited FREE AI coding. Connect Claude Code, Codex, Cursor, Cline, Copilot, Antigravity to FREE Claude/GPT/Gemini via 40+ providers. Auto-fallback, RTK -40% tokens, never hit limits.项目地址: https://gitcode.com/GitHub_Trending/9r/9router
创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
