前言¶
在 Agent 長對話、大上下文和頻繁工具往返的場景裏，Token 消耗往往比預期更快。常見做法是手工刪歷史、縮短提示詞或換更小上下文窗口，但既難持續，也容易誤刪關鍵信息。下面介紹 SkillHub 上的社區 Skill「token節省大師」，其定位是在 OpenClaw 全鏈路側做 Token 優化，而不是單獨改某一個客戶端的模型參數。
這是什麼¶
「token節省大師」是 SkillHub 座標 @user_65cfe060/token-saver-king 下的社區 Skill（來源：community，分類：ai-agent，當前版本 1.0.0，發佈者 user_65cfe060）。官方簡介將其描述爲面向 OpenClaw 的 Token 優化方案，並宣稱可通過內置能力幫助節省約 30%–50% 的 Token 消耗；該比例來自 Skill 頁面說明，實際效果取決於對話長度、工具調用頻率與模型計費方式。
Skill 標籤爲 requires_api_key=false，表示按 SkillHub 標註無需額外配置 API Key 即可安裝使用。
核心功能¶
以下能力均摘自 SkillHub 頁面簡介，安裝後具體行爲以技能包內 SKILL.md 爲準：
- 智能壓縮：對上下文做壓縮處理，減少送入模型的冗餘文本。
- 上下文管理：在長會話中管理上下文窗口，避免無效內容長期佔用 Token。
- 自動摘要：對歷史信息進行摘要，用更短的表示保留要點。
- 代碼優化：針對代碼相關上下文做優化，降低代碼塊帶來的 Token 壓力。
上述能力以「多維度優化引擎」形式組合，面向的是 Agent 運行鏈路中的 Token 使用，而非單一「換便宜模型」的替代方案。
安裝與啓用¶
SkillHub 官方推薦：讓當前使用的 AI Agent 閱讀 SkillHub 安裝文檔，並安裝 @user_65cfe060/token-saver-king。
若本機已具備 skillhub CLI，可按下列步驟操作。安裝時必須用 --dir 指向當前 Agent 的 skills 目錄，否則默認會裝到 ./skills/，Agent 可能無法識別。
1. 檢查 CLI
command -v skillhub && skillhub --version
未安裝時，可使用官方安裝腳本（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. 安裝本 Skill
將 <skills 目錄> 替換爲當前環境對應路徑，例如 Cursor 常用 ~/.cursor/skills/：
skillhub install @user_65cfe060/token-saver-king --dir ~/.cursor/skills/
其他客戶端的常見 skills 目錄（摘自 SkillHub 安裝文檔）：
- Claude Code：
~/.claude/skills/ - Codex：
~/.codex/skills/或項目下的.agents/skills/ - Windsurf：
~/.codeium/windsurf/skills/或.windsurf/skills/
OpenClaw 及其變體（NanoBot、PicoClaw、memUBot、MaxClaw、CoPaw、AutoClaw、KimiClaw、QClaw、EasyClaw、workbuddy 等）通常也有各自的 skills 目錄，需按實際 Agent 配置選擇 --dir。
安裝完成後，按所用 Agent 的要求重啓或重新加載 skills，使 token節省大師 生效。
典型用法¶
SkillHub 技能頁給出的標準安裝提示爲：
請根據 https://skillhub.cn/install/skillhub.md，安裝 @user_65cfe060/token-saver-king。
可將上述提示直接發給支持 Skill 的 Agent，由其在正確 skills 目錄完成安裝。公開頁面未單獨列出除安裝外的命令行示例或固定觸發詞；啓用後，Agent 應讀取技能包內的 SKILL.md 執行壓縮、摘要、上下文管理等邏輯。若需確認某一步是否生效，可在同一任務下對比安裝前後上下文長度或賬單 Token 用量（需自行記錄，官方未提供內置儀表盤說明）。
適用場景與注意¶
適合誰
- 主要在 OpenClaw 或兼容 SkillHub skills 目錄的 Agent 上跑長任務、多輪工具調用的開發者。
- 希望用 Skill 統一做上下文治理，而不是每次手寫「請精簡上文」的提示。
限制與注意
- 社區來源（community），維護節奏與兼容性以發佈者更新爲準；升級可用
skillhub在相同--dir下跟進 SkillHub 版本。 - 簡介中的 30%–50% 節省爲宣傳表述，未在已覈對頁面中給出可復現實驗數據，評估時請以自己的 workload 爲準。
- 自動摘要與壓縮可能改變細節表述，對強依賴原文逐字引用的場景（合規留痕、精確 diff）需自行權衡。
- SkillHub 頁面統計（截至資料抓取）：評分 100000，下載 1470，安裝 23；與第三方轉載數據可能不一致，以 SkillHub 技能頁 爲準。
結尾¶
「token節省大師」把壓縮、上下文管理、摘要與代碼相關優化打包成一條 Skill，面向 OpenClaw 全鏈路的 Token 壓力。若你已在用 SkillHub 管理 Agent 能力，可用官方座標安裝並放入對應 skills 目錄。詳情與安裝入口：
- SkillHub：https://www.skillhub.cn/skills/user_65cfe060/token-saver-king
- API 座標頁：https://api.skillhub.cn/user_65cfe060/token-saver-king
