Token省流引擎

它解决什么问题

长任务里真正烧钱的不是模型单价，而是被反复塞进上下文的原文：整个仓库的目录树、几千行的日志文件、已经读过三遍的旧代码，以及每轮对话末尾都会滚一遍的历史记录。这些内容占用的窗口会挤掉本该留给推理的预算，也会让工具调用次数膨胀——结构探查变成反复 grep + Read，输出里夹着大量自然语言包装。结果是一轮还没做完，上下文已经满了，只能开新会话重来。

这个技能把「让任务跑完」和「让任务跑得便宜」拆开：先定位，再读取；能外置的一律外置；能不写就一行都不写。

核心机制

三层懒加载。 常驻上下文的只有 frontmatter（约 100 token），正文命中触发词才加载，scripts/ 下的脚本源码始终不进上下文，只通过 Bash 调用并拿返回值。原则是：能不进上下文的内容一律外置，能用返回值代替的内容一律不读原文。

工具调用替代上下文注入。 code_graph.py 把代码库预索引为符号加边的图谱，支持 --mode symbols/graph/callers/callees/impact，一次调用拿到结构，不用反复翻文件；file_search.py 负责正则定位与少量上下文；preflight.py 在动手前先确认仓库里是否已有实现。拿到精确行号后，再用 Read 的 offset/limit 读那一段窗口。全文件读取被放在最后，只有文件小于 100 行且必须全量理解时才允许。

结构化输出与滑动窗口。 所有脚本输出紧凑 JSON（短字段名，无缩进），出错返回 {"error":""} 并以非零码退出，避免长堆栈污染上下文。对话侧保留最近 3 轮原文，更早的轮次压成不超过 5 行的要点，只留已确认结论、未决问题和关键约束；已被新结论覆盖的历史直接丢弃，不做追加式保留。

流水线拆分与决策阶梯。 大任务拆成检索、分析、修改、校验四段，段间只传 JSON、文件路径和行号区间，校验段只读被改过的窗口。写代码前必须依次过七步检查：这个功能真的需要吗、仓库里是否已有实现、标准库能否解决、平台原生 API 能否解决、已有依赖能否解决、能否一行搞定，以上都不行才写最少代码。

适用边界

它优化的是 token 成本，不是正确率，也不是可维护性。code_graph.py 是正则启发式的轻量替代，不是 Tree-sitter AST：动态分发、反射、宏展开这类场景拿不到可靠结构，重型分析应该用真正的语义解析工具。

省 token 有一条硬边界不可逾越：输入校验、鉴权、序列化等信任边界处的校验逻辑，不能因为「看起来冗余」就简化或删除，这条规则优先级高于任何成本优化。同理，压缩摘要会丢弃细节，如果你判断后续轮次需要完整的中间过程，就别把它压成要点。