一、Token 计算范围
Cursor 的 Token 消耗包括：
- 输入 Token（Input Tokens）
- 你的提示词（Prompt）
- 代码上下文（选中的代码、打开的文件）
- 系统提示词
- 历史对话记录
- 输出 Token（Output Tokens）
- AI 生成的代码
- AI 的回答和解释
- 生成的文档
二、Token 计算详情
1. 输入 Token 计算
包含的内容：
- 你的消息：你输入的所有文本
- 代码上下文：
- 当前打开的文件
- 选中的代码片段
- 通过 @ 引用的文件
- 通过 @codebase 引用的代码库
- 系统提示：Cursor 的系统提示词
- 对话历史：当前会话中的历史消息
计算方式：
输入 Token = 你的消息 Token + 代码上下文 Token + 系统提示 Token + 历史对话 Token
2. 输出 Token 计算
包含的内容：
- AI 生成的代码
- AI 的回答和解释
- 生成的注释和文档
计算方式：
输出 Token = 生成的所有内容 Token
三、Token 消耗场景
场景 1: 普通对话（Ask 模式）
输入 Token:
- 你的问题：~50 tokens
- 系统提示：~100 tokens
- 历史对话：~200 tokens（如果有）
- 总计输入：~350 tokens
输出 Token:
- AI 回答：~500 tokens
- 总计输出：~500 tokens
总消耗： ~850 tokens
场景 2: 代码生成（Agent 模式）
输入 Token:
- 你的提示：~100 tokens
- 选中的代码：~500 tokens
- 相关文件上下文：~1000 tokens
- 系统提示：~100 tokens
- 总计输入：~1700 tokens
输出 Token:
- 生成的代码：~800 tokens
- 解释说明：~200 tokens
- 总计输出：~1000 tokens
总消耗： ~2700 tokens
场景 3: 使用 @codebase（代码库搜索）
输入 Token:
- 你的问题：~100 tokens
- 代码库搜索结果：~5000 tokens（可能很大）
- 系统提示：~100 tokens
- 总计输入：~5200 tokens
