Token Saver 省 Token 助手

问题：Token 在无声处泄漏

多轮对话中，用户输入常夹杂大量语气词与客套，例如"你好，能不能帮我分析一下……"、"我想请你帮个忙……"。模型每一轮都为这些填充内容支付 Token 成本，长期累积相当可观。与此同时，助手回复也习惯带上"好的，让我来……"、"希望对你有帮助"等开场与收尾，进一步放大不必要的开销。

工作原理

短问豁免：≤20 个汉字（或 ≤10 个英文单词）的消息直接通过，不做任何处理。"继续"、"好的"、"在吗"这类短回复完全不受影响。

输入压缩（Step A）：将原始消息解析为 [任务]、[输入]、[约束]、[历史] 四部分结构。具体规则：

• 剥离所有填充：问候语（你好/谢谢）、礼貌用语（能不能/可不可以）、前缀（我想/我需要）
• 自然语言问句转为祈使指令
• 技术术语、数字、文件路径、代码片段原样保留
• 用户提供的格式规范归入 [约束]
• 需引用前序上下文时，追加 [History: T{n}={core_fact}]，最多 3 条，丢弃确认性对话

输出约束（Step B）：压缩生效后，强制以下输出规则：

• 实质内容 ≤5 条或 ≤50 个汉字（代码块、表格、文件输出不计）
• 跳过开场（好的/收到/让我来）和收尾（希望对你有帮助）
• 跳过过渡词（首先/其次/另外/此外）
• 复杂任务例外：结构化数据用 JSON 或 Markdown 表格，不受限
• 信息不足时输出 [追问]，最多 3 项，每项 ≤5 个汉字

适用边界

该技能不是"缩水"，信息量不变，仅去除语气词和客套。代码块、文件路径、终端命令不做任何压缩。压缩过程完全透明，用户不会看到"正在压缩…"之类的提示。若某次需要完整回复，输入前加 @full 即可绕过。