编程会话上下文占用优化
读取编程环境的指令、记忆、技能与工具配置,定位上下文浪费,经确认后优化并交付前后占用对比。
功能与用途
适合编程会话上下文频繁吃紧、长对话表现下降时使用。它读取本地指令文件、记忆、技能、工具服务及相关设置,统计占用并找出重复加载和配置冗余,形成可审阅的优化方案。你选择要执行的改动后,它备份相关文件、逐项调整,再次测量并给出前后对比,说明释放了多少上下文空间。使用前需安装配套测量脚本,并允许读取对应编程环境的本地配置;不同运行环境采用各自的检查流程。
适用场景
- 排查会话启动占用过高:检查指令、记忆和技能描述的重复与冗余,找出尚未开始编程就消耗大量上下文的原因。
- 整理累积的工具配置:审计技能、MCP服务和命令配置,列出可归档项目及依赖影响,经确认后实施整理。
- 改善长会话上下文紧张:检查压缩与缓存设置,结合使用记录提出调整建议,并测量已批准改动的效果。
适用人群
- 经常运行长会话的AI编程开发者
- 维护大量技能和MCP配置的开发者
- 管理团队AI编程环境的技术负责人
使用步骤
- 确认目标编程环境并定位配套测量脚本。
- 测量基线占用,检查指令、记忆、技能和工具配置。
- 查看审计结果、优化方案及配置差异。
- 选择并批准改动,备份后逐项实施。
- 复测上下文占用,查看节省结果并回退负收益改动。
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
- 2026-11-03
- 文件数
- 3
- 安装包大小
- 自动生成 ZIP
- 安全检查
- 基础检查通过
使用前准备
- 已安装Token Optimizer及其配套measure.py测量脚本。
- 具备Python 3运行环境,并能读取目标编程环境的本地配置。
- 执行优化时需具备相关文件的备份与写入权限,并确认具体改动。
依赖与权限
- COORD_PATH