前言¶
長對話、複雜推理和大文檔處理時，輸入、中間推理和回覆都會快速堆高 token 用量，直接推高 API 成本並逼近上下文上限。常見做法是手動縮短提示詞或事後刪減歷史，但很難覆蓋「輸入預處理、思考過程、輸出格式、上下文窗口」整條鏈路。下面介紹社區 Skill Token節省王（座標 @user_65cfe060/burgess-123），它面向 OpenClaw 問題解決全流程，用四種優化引擎與三種可切換模式，在資料中宣稱整體可節省約 20%–40% 的 token 使用（分項比例爲官方頁面說明，實際效果取決於任務與模型）。
這是什麼¶
Token節省王 是 SkillHub 上分類爲 ai-agent 的社區 Skill（版本 1.0.0，來源 community，發佈者 user_65cfe060）。頁面標註作者爲萬里；標籤 requires_api_key=false，安裝後無需額外 API Key。
一句話定位：Token 優化專家——在 Agent 執行任務時，通過輸入壓縮、思考精煉、輸出瘦身和上下文管理，減少各環節 token 消耗，並支持 極簡（minimal） / 均衡（balanced） / 詳細（detailed） 三種模式自動切換，官方說明爲在節省 token 的同時儘量不影響理解。
核心功能¶
資料與 SkillHub 頁面一致，能力可歸納爲以下四塊（各塊節省比例爲官方描述，非獨立測評數據）。
輸入壓縮¶
智能識別冗餘查詢，提取核心指令，過濾非必要描述。官方標註約節省 15%–20% 輸入側 token。
思考精煉¶
用結構化推理替代長段自然語言，以符號縮寫代替完整句子，壓縮中間「思考」類文本。官方標註約節省 10%–15%。
輸出瘦身¶
採用結論先行、列表優先、用表格替代長段描述等方式縮短回覆。官方標註約節省 10%–15%。
上下文管理¶
通過概念索引、動態摘要、優先級窗口管理長上下文。官方標註約節省 5%–10%。
三種模式¶
- minimal（極簡）、balanced（均衡）、detailed（詳細）：按場景自動切換，無需在每條消息裏手動指定模式（具體切換規則以 Skill 內
SKILL.md爲準）。
自動激活¶
當用戶表述中出現與「省 token、簡潔、總結、精簡、高效」相關的意圖時，Skill 可被自動激活（以 Agent 加載該 Skill 後的行爲爲準）。
安裝與啓用¶
Skill 遵循通用 SKILL.md 格式。在 SkillHub 頁面給出的安裝方式是：參照官方安裝文檔，安裝座標 @user_65cfe060/burgess-123。
1、安裝 SkillHub CLI（若尚未安裝）¶
先檢查是否已有 CLI：
command -v skillhub && skillhub --version
未安裝時，可使用官方一鍵腳本（完整安裝含 CLI 與默認 Skill）：
curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash
僅安裝 CLI：
curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash -s -- --cli-only
2、安裝 Token節省王¶
安裝時必須用 --dir 指向當前 Agent 實際讀取的 skills 目錄，否則默認落在 ./skills/，Agent 可能無法加載。
skillhub install @user_65cfe060/burgess-123 --dir <你的 skills 目錄>
常用客戶端的 skills 路徑（來自 SkillHub 安裝文檔）：
| 環境 | skills 目錄 |
|---|---|
| Cursor | ~/.cursor/skills/ |
| Claude Code | ~/.claude/skills/ |
| Codex | ~/.codex/skills/ 或項目下 .agents/skills/ |
在 Cursor 中示例：
skillhub install @user_65cfe060/burgess-123 --dir ~/.cursor/skills/
安裝後按你所用客戶端要求重啓或重新加載 Agent，使 Skill 生效。頁面未單獨列出 Codex CLI 與 Claude Code 的差異命令，安裝步驟相同，僅 --dir 不同。
也可將下面提示詞交給已具備 SkillHub 能力的 AI，由其按文檔完成安裝：
請根據 https://skillhub.cn/install/skillhub.md，安裝 `@user_65cfe060/burgess-123`。
典型用法¶
官方資料未提供獨立腳本示例，用法體現在 Skill 被加載後的對話行爲上：
- 在對應 Agent 的 skills 目錄完成安裝並啓用 Skill。
- 發起長對話、複雜推理、代碼生成或大文檔相關任務；或在需求中帶上「簡潔」「總結」「精簡」「省 token」「高效」等表述，以觸發自動激活說明中的關鍵詞場景。
- 觀察 Agent 是否在輸入整理、推理表述和回覆結構上更緊湊；若需要更完整說明，可在對話中明確要求「詳細」或「detailed」，與三種模式中的 detailed 方向一致（具體以 Skill 規則爲準）。
搜索與覈對座標時可用：
skillhub search burgess
適用場景與注意¶
適合：官方列出的長對話、複雜推理、代碼生成、大文檔處理；希望在 OpenClaw 類問題解決流程中系統性控 token，而不是單次改 prompt。
注意：
- 節省比例（20%–40% 及各引擎分項）來自 SkillHub 頁面文案，不是第三方基準測試結果，生產環境應結合自己的模型與任務抽樣驗證。
- 極簡模式可能犧牲部分解釋性；對合規、審計要求高的輸出，宜傾向 balanced 或 detailed，或在提示中明確要求保留依據。
- Skill 描述針對 OpenClaw 全流程優化；在其他 Agent（如 Cursor、Codex）中行爲取決於該客戶端如何執行
SKILL.md指令，效果可能與 OpenClaw 不完全相同。 - 無需 API Key，但仍會產生所用大模型本身的 token 與費用。
結尾¶
Token節省王 把輸入、思考、輸出與上下文四條線的壓縮策略寫進一個社區 Skill，並通過三種模式做自動切換，適合在 Agent 日常開發中作爲「默認省 token」的輔助規則。安裝與座標以 SkillHub 爲準。
- SkillHub 頁面：https://www.skillhub.cn/skills/user_65cfe060/burgess-123
- API 座標頁：https://api.skillhub.cn/user_65cfe060/burgess-123
- 安裝說明：https://skillhub.cn/install/skillhub.md
