Agent Skills
返回列表
TokenLite 安全上下文压缩策略

TokenLite 安全上下文压缩策略

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，安装 @user_a72d54a9/tokenlite

技能介绍

问题

当 Agent 调用工具后，常会遇到很长的非代码输出：JSON 日志、接口响应、批处理结果。直接塞入上下文会挤占 token，截断又会丢失失败状态、异常值、schema 变体等对后续推理重要的信息。需要一种可回取、有明确安全边界的压缩机制。

工作方式

TokenLite 将“先判断、再压缩、再按需取回”作为主流程。tokenlite.py sense --input FILE --json 会评估内容并返回 content；当 auto_compressed=true 时保留 ccr_id，后续用 retrieve 通过 --grep、--line、--field 取回片段。对源码、用户输入、短堆栈有保护：reason=protected:code 时返回逐字节原内容。JSON 数组压缩会保留嵌套错误、失败状态、罕见类别、schema 变体和稳健数值离群点，并加入确定性代表样本。

边界

CCR 是本地未加密临时存储，不适合缓存密钥。--input 优于 --text，避免 shell quoting 破坏多行大文本。遥测默认关闭；可选 hook 会修改用户级配置，需显式批准。适用于大工具输出的上下文瘦身，不适用于源码改写、秘密持久化或自动安装全局 hook。

使用场景

  • 排查接口返回的长 JSON 失败记录时，用 JSON 压缩保留错误、罕见值和离群点，再用 retrieve 取回。
  • 在 Agent 会话中缩小大日志上下文，同时保持源码不压缩和短堆栈原样可查。
  • 需要审计最近压缩决策时，用 audit 查看 sense 调用，并用 cleanup 清理过期 CCR。
  • 多行大文本处理时改用 --input 传文件，避免 shell quoting 破坏 --text 参数。

适合人员

  • 构建 AI Agent 的工程师，需要把长工具输出压成可控上下文又不丢关键错误。
  • 调试多工具链的开发者，需要在压缩后按 grep、行号或字段回取原始片段。
  • 关注本地隐私的 LLM 应用维护者，需要默认关闭遥测并控制 CCR 临时存储边界。
  • 写 Agent 评测脚本的人，需要用 should 或 sense 的 JSON 输出判断是否值得压缩。