Agent Skills
返回列表
Token 上下文优化器

Token 上下文优化器

AI Agent 更新于 2026.08.29

将以下提示词粘贴到你的 AI 对话框中：

请根据 https://skillhub.cn/install/skillhub.md，将 @user_4b08597e/token-context-optimizer 安装到 AI 助手。

技能介绍

解决什么问题

长任务里，Agent 常把工具输出、原始文件、历史讨论和中间推理全部留在上下文，导致 token 膨胀、缓存命中率下降、关键信息被噪音淹没。Token 上下文优化器把目标收窄为：只保留与当前决策相关的 token，其余通过子代理、文件、摘要、记忆或缓存移出，同时不牺牲正确性。

如何工作

该技能提供一套按位置分组的优化策略：

  • 输入削减：用 Grep / Glob 定位后再读取，限制 offset/limit；对大文件、JSON、二进制只传路径或按 ID 引用。
  • 压缩已有内容：把冗长工具输出总结成事实，或用 scripts/run_to_scratch.py 将 stdout 落到临时文件，上下文只保留开头和路径。
  • 生命周期管理：丢弃过期信息、维护状态摘要、把持久约定写入记忆文件，减少重复读入。
  • 缓存与复用：稳定提示前缀、按输入哈希缓存昂贵结果、恢复子代理，避免重复探索。
  • 并行与路由：独立调用并发执行，按任务选择 lite、默认模型或 reasoning 模型。
  • 度量与账本：用 scripts/token_ledger.py 记录每项优化前后的 token 估算，让节省可审计。

适用边界

它适合代码审查、长文档分析、多工具调用、子代理编排等上下文压力较大的场景。注意：精确字符串、函数体、错误文本等影响正确性的内容不能被摘要掉；预算和压缩策略应分阶段启用，避免为了省 token 而遗漏关键事实。

使用场景

  • 处理多轮代码审查时，把大文件读取改为 Grep 定位加限制读取，只保留 diff 进入上下文。
  • 分析大 JSON 或工具输出时，用临时文件承接完整 stdout，上下文只留摘要和文件路径。
  • 多子代理并行探索代码库时，要求返回结构化摘要，并用 ledger 记录每项优化的 token 节省。
  • 维护长会话状态时，把决策、待办和关键引用压缩成状态摘要，避免重复读入旧输出。

适合人员

  • 维护 Agent 工作流的工程师，想降低长任务中的 token 消耗并保留可审计的优化记录。
  • 做代码审查自动化的开发者，需要把大文件、日志和 diff 控制在最小上下文里完成判断。
  • 编排多子代理的研究人员，希望并行探索不同模块并按预算汇总结果而不是重复加载资料。
  • 构建生产级 LLM 应用的团队，需要稳定前缀缓存、结果复用和 token 账本来控制成本。