AI上下文与Token消耗优化
检查当前会话的上下文占用率,通过执行压缩、精简提示词与精简输出格式,降低Token消耗并防止模型失忆。
功能与用途
本功能面向使用 Claude Code 或大模型智能体的开发者与重度用户,用于解决对话轮数过多导致的响应缓慢、Token 预算耗尽及模型降智问题。它提供基于上下文占比的分级诊断方案,指导用户适时调用压缩指令、精简项目规范文件、精简无用 MCP 工具,并将繁重任务委派给子 Agent,从而在长程编码中保持模型的高精度响应。
适用场景
- 长程编码防失忆与卡顿:当会话上下文占用超过70%时,指导用户在功能节点进行压缩,避免模型遗忘关键规则。
- MCP工具与项目配置瘦身:排查冗余的 MCP 插件与过长的配置文档,减少每次请求携带的额外元数据开销。
- 重度日志与搜索任务委派:将测试输出、全量日志和大规模文件检索分流至子 Agent 处理,保持主上下文干净。
适用人群
- AI编程开发者
- 大模型终端工具重度用户
- 自动化Agent开发人员
- 全栈工程师
使用步骤
- 运行 `/context` 命令查看当前会话的上下文占用百分比与预算。
- 占用超过70%时,在当前任务边界执行 `/compact` 进行上下文压缩。
- 审查并禁用非必要 MCP 工具,将长日志和批量检索委派给子 Agent。
- 优化项目配置文件与提示词,采用精简代码优先的输出模式。
开始使用
将需求和 Skill 名称发送给已连接 SkillPX MCP 的 AI 助手,核对适用工具和安装要求。
技术信息
- 分类
- AI工作流
- 适用工具
- Codex、Claude Code、OpenClaw、Hermes Agent、国内 Agent
- 使用难度
- 进阶
- 版本
- main
- 最近更新
- 2026-09-29
- 文件数
- 3
- 安装包大小
- 自动生成 ZIP
- 安全检查
- 基础检查通过