前言¶
在 Cursor、Claude Code 等環境裏，長對話和冗長回答會快速喫掉上下文窗口和計費 Token。常見做法是手動要求「簡短一點」，但模型仍容易保留客套話和重複解釋。若你主要用中文模型（豆包、DeepSeek、千問等），又希望在不犧牲技術準確性的前提下明顯縮短回覆，可以看一下 SkillHub 上的社區 Skill「古代人」。
這是什麼¶
「古代人」是 SkillHub 座標 @user_3a8d4fb8/ancientman-cn 下的 ai-agent 類 Skill，當前版本 1.0.1，來源爲 community，發佈者爲 user_3a8d4fb8（SkillHub 頁面標註作者爲 GARYLOOOOP）。標籤 requires_api_key=false，安裝後不需要額外 API Key。
一句話定位：中文超壓縮通信模式——讓 Agent 像「古代人」一樣簡潔作答，官方簡介稱可將令牌使用量減少約 75%，同時保持完整技術準確性；並針對中文大模型語言特點做了適配。
官方頁面：
- SkillHub：https://www.skillhub.cn/skills/user_3a8d4fb8/ancientman-cn
- API 元數據：https://api.skillhub.cn/user_3a8d4fb8/ancientman-cn
核心功能¶
以下能力均來自官方簡介與 SkillHub 頁面，未單獨覈實基準測試方法。
-
超壓縮中文回覆
引導模型用更短的中文表達技術內容，目標是在準確度不降的前提下顯著減少輸出 Token。 -
中文模型適配
說明中寫明針對豆包、DeepSeek、千問等中文大模型優化，並適配不同模型的表達風格。 -
古風小生模式
在壓縮場景下可使用文言文進行古典風格通信（與日常壓縮模式並列，見觸發詞）。 -
會話內觸發
無需改代碼即可在對話裏切換壓縮行爲，觸發詞見下文「典型用法」。
安裝與啓用¶
Skill 基於通用 SKILL.md 格式。SkillHub 推薦兩種方式：
方式一：讓當前 Agent 按官方安裝文檔操作
把下面意圖發給 Agent（與 SkillHub 頁面一致）：
請根據 https://skillhub.cn/install/skillhub.md，安裝 `@user_3a8d4fb8/ancientman-cn`。
方式二：本機已安裝 SkillHub CLI
先確認 CLI 是否可用：
command -v skillhub && skillhub --version
未安裝時，可按 SkillHub 安裝文檔 執行推薦的一鍵安裝；僅 CLI 時加 --cli-only。
安裝本 Skill 時，必須用 --dir 指向當前 Agent 的 skills 目錄，否則默認落在 ./skills/ 可能不會被識別：
skillhub install user_3a8d4fb8/ancientman-cn --dir <你的 skills 目錄>
常用路徑（摘自 SkillHub 安裝文檔，按你實際使用的客戶端選擇）：
| 客戶端 | skills 目錄示例 |
|---|---|
| Cursor | ~/.cursor/skills/ |
| Claude Code | ~/.claude/skills/ |
| Codex | ~/.codex/skills/ 或項目下 .agents/skills/ |
裝好後按各自客戶端規則刷新或重啓 Agent，使 Skill 被加載。官方未單獨列出 Cursor / Codex / Claude Code 的差異配置項，三者差異主要體現在 skills 目錄路徑 上。
典型用法¶
安裝並啓用後，在對話中用官方列出的觸發詞即可進入對應模式，例如：
- 日常壓縮：
古代人模式、原始人模式、少用點token、簡潔點、壓縮模式、/ancientman、古代人、原始人 - 僅壓縮、更激進：
極致模式（僅壓縮） - 文言文古典壓縮：
古風小生模式、文言文（僅壓縮）
示例（可複製到 Agent 對話）：
古代人模式。接下來幫我 review 這段 Go 錯誤處理，只給問題和改法，不要鋪墊。
或：
古風小生模式（僅壓縮）。簡述 Kubernetes Pod 與 Deployment 之別。
具體壓縮幅度取決於模型、任務和上下文；官方給出的「約 75%」爲簡介中的目標描述，使用前宜在你自己的模型與任務上自行對比 Token 或字數。
適用場景與注意¶
適合誰
- 中文爲主、長會話裏 Agent 回答偏長的開發者。
- 已在使用 SkillHub / 支持 SKILL.md 的 Agent，希望用規則約束輸出長度而非每次手寫 prompt。
- 需要技術結論完整、但希望減少寒暄和重複說明的場景。
限制與注意
- 壓縮不等於省略關鍵信息：複雜方案、合規說明等仍可能變長；「極致模式」更偏長度，需自行判斷是否影響可讀性。
- 古風小生 / 文言文：適合明確接受古典表述的交互；技術協作默認可先用日常壓縮觸發詞。
- 數據以 SkillHub 爲準：截至資料抓取時，評分爲 100000，下載 1324，安裝 14；與頁面更新不同步時以 SkillHub 詳情頁 爲準。
- 未要求 API Key，但 Token 統計與計費仍由你所用模型與平臺決定，Skill 本身不替代用量監控。
結尾¶
「古代人」把「少說廢話、保留技術準確」寫進 Skill 規則，並針對中文大模型做了觸發詞與古風壓縮子模式。若你正在爲中文 Agent 對話的 Token 成本或上下文長度發愁，可先按上文安裝 @user_3a8d4fb8/ancientman-cn，用觸發詞試一輪真實任務，再決定是否長期掛在 skills 目錄裏。
官方入口：https://www.skillhub.cn/skills/user_3a8d4fb8/ancientman-cn
