Token 优化器

解决多轮对话的上下文膨胀问题

在复杂的 AI 代理工作流中，多轮对话往往导致上下文迅速膨胀。冗长的历史消息、啰嗦的用户输入以及缺乏约束的模型输出，不仅增加了 token 成本，还会稀释大模型的注意力，降低核心任务的成功率。

核心能力与执行机制

该技能通过一套结构化的压缩与过滤机制来管理工作上下文，核心包含四个维度：

• 会话状态管理：默认处于关闭状态。一旦激活，将在整个会话中持续生效，支持通过自然语言（如“这次不优化”）进行单次跳过或全局关闭。
• 意图蒸馏：当对话超过一定轮数或上下文杂乱时，自动提取当前真正的任务意图，过滤掉无关的历史讨论，将其浓缩为单一意图声明。
• 输入压缩：去除重复信息、修饰性废话（如“可能”、“我觉得”），并将冗长的自然语言描述转换为 JSON、表格等高密度的结构化数据，同时执行质量检查以确保边界条件未被遗漏。
• 输出约束：针对不同的输出类型应用特定的节省指令。例如，要求代码输出跳过样板解释和冗余注释；要求解释类输出限制在 3 个核心要点内；要求数据报告仅展示 Top 10 并引导查看完整数据。

适用边界与安全红线

该机制并非适用于所有场景，且必须严格遵守安全底线：

• 禁止压缩敏感数据：绝不能为了节省 token 而移除安全敏感信息（如 API 密钥、凭据）或关键错误处理代码。
• 避免过度压缩：压缩过程不能以产生歧义为代价，必须在保留罕见场景（Edge cases）和用户需求约束的前提下进行。
• 强制完整性验证：在执行最终优化前，必须通过验证脚本（如 validate_completeness.py）确认优化后的输入依然包含完成任务所需的所有必需信息。
• 细节场景豁免：当用户需要完整的 API 文档或详尽的诊断日志时，应触发单次跳过机制，保持全量输出。