这个工具解决什么问题
用大模型处理长文本的人都会遇到同一个问题：这段提示词到底要多少 token？提示词写长了怕超出上下文窗口，写短了又怕信息不够；要按量计费的时候，还得先估个成本才能决定值不值得跑。真正麻烦的是，很多在线 token 计算器要求你把文本粘贴到别人的网站上——如果文本是内部文档、合同、还没发布的代码，这一步就直接卡住了，根本不敢粘。自己装一个分词库又要配 Python 环境、下载词表，对不写代码的人来说门槛太高。
- 原来的做法：把文本粘到在线 token 计算网站（内部资料不敢粘），或者装 Python 环境 + 分词库再写脚本调用，一次两次还行，日常用根本不现实。
- 用这个工具：双击打开网页，文本粘进左边的框，右边立刻显示保守/常规/乐观三档 token 估算、文本构成明细，以及按你填写单价算出的成本。全程零联网、零上传。
- 省下来的：原来要么冒险上传要么放弃估算，现在打开就能算；估算只需一眼，长文本该不该截断、这次调用大概花多少钱，当场就有数。
技术实现
一个 HTML 文件，内联 CSS 与 JavaScript，双击用浏览器打开就能用。选单文件网页而不是桌面程序，是因为这个工具的核心需求是「快」和「放心」：不用安装、不用打包、任何系统都能开；而且网页天然可以把所有计算放在本地浏览器里完成，页面里没有任何网络请求代码，用户可以自己按 F12 查证「它真的没联网」。
- 按字符类别分段的启发式估算：不逐字符算，而是把文本切成「汉字段 / 拉丁单词段 / 连续数字段 / 标点段」四类连续段，每段按不同权重累加：汉字约 1 token/字，拉丁词长度 ≤4 记 1 token、更长按每 4 字符 1 token，数字每 2 位 1 token，标点按 0.6 token 计。这个分段方式更接近 BPE 分词器的实际切分直觉，比简单按字符数除以 4 准得多。
- 三档区间而不是一个假精确数字：输出保守下限（×0.82）、常规估算（×1.0）、乐观上限（×1.20）。真实的 BPE 分词需要几十 MB 词表，塞不进单文件网页；与其给一个看着精确其实偏得离谱的数字，不如给区间并说明来源。
- 用真实分词器校准过，并把实测数据写在页面上：开发时用 tiktoken 的两个真实分词器对同一段 237 字中文样本做了交叉验证：cl100k_base 实际 205 token，o200k_base 实际 158 token，本工具常规估算 188，三档区间 154–226 完整覆盖两个真实值。这个实测结果直接写在了结果区，用户可以自己判断可信度。
- 成本不预置任何价格：各家模型与不同时段的价格随时在变，写死单价等于编造。单价输入框留空由使用者自己填，工具只做 token ÷ 100 万 × 单价 这一步算术。
- 输入即算，没有「开始」按钮：绑定 input 事件实时重算，边打字边看数字变化。对于提示词调优这种反复改反复看价的场景，少一次点击就是少一次打断。
- 零网络请求：整个页面没有 fetch / XMLHttpRequest / 外部 CDN 引用，字体用系统字体，样式全部内联。断网状态下功能完全正常，也方便用户自行审计。
技术栈：单 HTML 文件、原生 JavaScript、零依赖 / 零安装
已知局限：是启发式估算而非精确分词，对主流分词器约有 -20% ~ +10% 的偏差（区间已覆盖）；对代码、Base64、多语言混排等特殊文本偏差会更大；不区分具体模型的词表差异。
操作教程
- 打开工具
双击 tool.html（或拖进浏览器窗口）。页面打开时已经填好一段示例文本，右边直接显示出估算结果，方便先看清长什么样。
预期结果：页面显示标题、左侧输入框（含示例文本）、右侧三档 token 估算与文本构成明细。 - 换成自己的文本
点「清空」清掉示例，把要估算的文本粘贴进左侧文本框；也可以点「从剪贴板粘贴」直接读取剪贴板内容。
预期结果：输入框里是自己的文本，右侧数字随之实时变化。 - 看三档估算
右上角显示保守下限 / 常规估算 / 乐观上限三个数字。常规估算适合用来判断是否超出上下文窗口；要算预算建议看乐观上限。
预期结果：三个数字随输入内容同步刷新。 - 填单价算成本
在「成本测算」里把单价改成你所用模型的价格（单位：元 / 百万 token），下方三行立刻给出对应成本。
预期结果：三行成本数字按 单价 × token ÷ 100 万 计算并刷新。 - 查看文本构成
右下角明细表列出总字符数、汉字数、拉丁单词数、数字串数、标点数、行数与段落数，用来判断文本为什么估出这个量。
预期结果：各项统计与文本内容一致。 - 复制统计结果
点「复制统计结果」把一份纯文本报告写入剪贴板，可以直接粘到需求文档或聊天窗口里。
预期结果：提示已复制；粘贴出来是带标题的文本报告。
全程在浏览器本地完成，不需要联网，不需要安装任何软件。
常见问题
技术实现与后续维护
本工具由我们自行开发并持续维护，每次迭代都经过本地自测。全部逻辑集中在一个 HTML 文件里，估算算法是独立的 estimate() 函数，输入文本返回统计对象，与界面渲染完全解耦——想调整估算规则只改这一个函数，想改界面只改 render()。
技术构成：
src/tool.html—— 唯一源码文件：内联样式、字符分类与估算算法、渲染逻辑、按钮行为DOCS/开发文档.md—— 工程结构、估算规则推导、实测校准数据与扩展点
运行环境：
单 HTML 文件工具，无需编译。用任意现代浏览器（Chrome / Edge / Firefox / Safari）直接打开 src\tool.html 即可运行。
可扩展方向：
- 在 estimate() 里增加模型选择项，按不同词表调整权重系数
- 增加批量文件统计（用 FileReader 读取本地文件，仍然零上传）
- 增加「按段落逐段估算」表格，定位超长段落
- 把结果导出为 CSV 或复制为 Markdown 表格
本工具免费提供使用，但不对外分发源码。如果你需要在本工具基础上做功能调整、对接内部系统或长期维护，可以联系我们做二次开发，源码与工程文档可在定制合作中一并交付。
需要其它功能？可以定制
这个工具只做一件事：不知道一段文本要花多少 token，成本算不准，超长还得截断。如果你的场景还需要别的处理，可以联系我们做二次开发，按你的实际数据格式和流程定制。
常见的定制需求：
- 批量导入多个 txt / docx 文件，统计整个语料库的 token 总量并导出报表
- 内置常见模型的窗口上限，自动判断文本是否需要分段
- 增加「按段落切分并逐段估算」，方便定位是哪个段落撑爆了窗口
- 做成浏览器书签小工具（bookmarklet），在任意网页上直接估算选中文本
- 联系方式：邮箱/微信见站内「联系我们」页面，或在本文下方留言
- 定制说明：请附上你的数据样例（脱敏即可）和期望结果，方便快速评估工作量
- 交付形式：定制项目可交付可执行程序，按需一并交付源码与工程文档，支持长期维护
使用说明与免责声明
- 本工具在本地运行，不联网、不上传任何数据到服务器。
- 涉及文件改写的功能，请在使用前备份原始文件。
- 软件完全免费，可自由使用与转发，请勿用于倒卖。
- 因误操作造成的数据问题请自行承担。
