下载

Skill UI

浏览并发现 9699+ 精选技能

全部编程开发人工智能设计创意产品商业数据科学市场营销职场通用效率工具硬件工程语言学习

搜索 Token优化，共找到 14 条记录

默认排序最新上传最多下载

AI智能体上下文压缩

context-compression

sickn33/antigravity-awesome-skills

针对AI智能体在处理超长对话历史（数百万Tokens）时遇到的上下文窗口限制问题。本技能提供先进的上下文压缩策略，核心在于通过结构化摘要（如明确记录“文件修改”、“决策点”等模块）来防止关键技术信息丢失。它强调的优化目标是“任务完成所需的总Token量”，而非单纯的请求Token量，确保智能体在复杂任务链中能保持完整状态和准确的知识追踪。

上下文优化策略

context-optimization

sickn33/antigravity-awesome-skills

本技能提供了一套高级的LLM上下文管理框架，旨在提升有限上下文窗口的有效容量。它涵盖了压缩、观测屏蔽、KV缓存优化和上下文分区等四种核心技术。通过优化Token使用，可以有效解决上下文限制问题，帮助构建成本更低、延迟更小、能处理大规模文档和复杂任务的生产级AI Agent系统。

Exa搜索结果处理与RAG上下文管理

exa-data-handling

jeremylongshore/claude-code-plugins-plus-skills

用于处理和优化来自Exa搜索API的原始搜索结果。该技能提供对内容提取范围的全面控制，支持选择元数据、高亮、全文或结构化摘要。核心功能包括实现带时效性的结果缓存、引用去重，以及最关键的基于令牌预算的内容筛选，确保检索内容能适配大型语言模型（LLM）的上下文窗口，是构建高级RAG和知识检索系统的关键工具。

Langfuse LLM成本监控与优化

langfuse-cost-tuning

jeremylongshore/claude-code-plugins-plus-skills

本指南展示如何利用Langfuse强大的分析功能，实现大型语言模型（LLM）的成本监控、分析与优化。内容涵盖自动令牌使用量跟踪、通过Metrics API获取成本报告，以及实现智能模型路由，根据任务复杂度和输入长度自动选择最具成本效益的模型。适用于需要管理AI预算、控制LLM支出和提升系统效率的开发团队。

大型语言模型提示词优化

llm-application-dev-prompt-optimize

sickn33/antigravity-awesome-skills

本技能模拟专家级提示词工程师，专注于为大型语言模型（LLMs）优化提示词。它运用宪法AI、思维链等高级技术，将基础指令转化为生产级的优化提示，能够显著提高模型的准确性、降低幻觉并节省成本。适用于需要系统性提升LLM性能和流程优化的场景。

LLM上下文优化与API使用

openrouter-context-optimization

jeremylongshore/claude-code-plugins-plus-skills

本技能提供了一套针对大型语言模型（LLM）在OpenRouter平台上的上下文窗口和Token使用优化策略。它涵盖了上下文限额查询、模型选择、对话截断、文档分块（RAG）和提示缓存等方面。适用于处理长篇对话或大型文档，帮助用户在上下文受限时，既能保证输出质量，又能有效控制API成本，防止超出Token限制。

LLM提示优化

optimizing-prompts

jeremylongshore/claude-code-plugins-plus-skills

分析并简化提示词，减少冗余、压缩字数、提升指令明确性，让使用大模型时成本更低、响应更快、输出更清晰，适合希望优化提示以控制费用或提升效果的场景。

大型语言模型提示词优化指南

llm-prompt-optimizer

sickn33/antigravity-awesome-skills

本技能提供了一套完整的提示词工程优化流程，用于提高所有大型语言模型（LLM）的输出质量和稳定性。它系统性地指导用户如何通过定义角色、设定情境、限制约束、提供指令和输出模板等方式，将模糊的输入转化为精确的指令。用户可以可靠地实现结构化JSON输出、部署思维链推理，有效降低模型幻觉风险，同时优化Token消耗，确保输出结果始终高质量、高一致性。

LLM提示词结构化优化

sickn33/antigravity-awesome-skills

本方法论将冗长、自然的语言系统指令，转化为原子化、结构化的标签格式。它通过分解复杂的规则为明确的标签（如trigger:、action:），解决了大型语言模型（LLM）指令遵循度低的问题，极大地提高了规则执行的精准度、可靠性和效率。

上下文预算与LLM优化

affaan-m/everything-claude-code

本工具用于审计Claude Code会话中所有组件（如代理、技能、规则和MCP服务器）的Token消耗。它能分析上下文开销，识别冗余或臃肿的组件，并生成详细的上下文预算报告。帮助用户管理Token使用量，确保模型运行效率和性能。

代码会话使用分析报告

anthropics/claude-plugins-official

该工具生成一份可交互的HTML报告，用于详细分析Claude Code会话的使用指标。它追踪了Token消耗（输入/输出）、子代理调用、技能使用和缓存效率等关键数据。帮助开发者直观地了解资源消耗，识别工作流中的效率瓶颈和潜在的优化点，实现更经济高效的AI开发。

Anthropic API成本优化指南

clade-cost-tuning

jeremylongshore/claude-code-plugins-plus-skills

本指南详细介绍了在使用Anthropic Claude API时降低成本的专业策略。内容涵盖了根据任务复杂度选择合适的模型（Haiku, Sonnet, Opus）、实施提示词缓存、利用消息批量处理，以及高效的令牌数量削减技巧，帮助开发者构建成本效益更高的AI应用。

语言