前言¶

文件一多，Agent 的工具输出会迅速膨胀：几十个 Office 文档、成片 HTML、图片引用，每轮都原样塞进上下文，很快逼近窗口上限。硬截断会丢信息，不截断会被成本和窗口同时压垮。docroom 是给这类场景准备的 Skill，思路是把重复、结构化的输出先压一遍，同时保证要引用的原文和事实不被压坏。

这是什么¶

docroom 是社区发布的 Agent skill，坐标 @user_9c50a897/docroom，当前版本 4.0.0，分类 office-efficiency，发布者 user_9c50a897，来源标注为 community。它解决的问题是：当文件密集的办公任务产生大体积、高重复或结构化的工具输出时，Agent 需要借助官方 Headroom 运行时降低上下文占用，同时不能牺牲准确性。

它不需要 API key（标签 requires_api_key=false），在 SkillHub 上的评分是 100000。下载量在线索与抓取资料中分别记为 334 和 733，两处不一致，本文以官方页面为准，不采信任一数字。

核心能力¶

按官方简介，docroom 的能力分三层。

第一层是压缩与回查：

• 面向办公文档调优的类 Headroom MCP 压缩，在本地执行；
• 原生 SmartCrusher；
• CCR 回查，用于被压缩后需要重新取原文的场景。

第二层是计量与分类：

• token 计量，压缩前后都能量出占用；
• 内容分类，判断哪些内容适合压缩、哪些不适合。

第三层是保真与门禁，也就是它区别于普通压缩的地方：

• 保真保护（fidelity protection），防止压缩把关键语义改掉；
• 质量门禁覆盖 Office 文件、HTML、图片、引用、源事实和敏感材料六类对象。

办公场景里最容易出错的就是后两类：引用被压断导致出处对不上，源事实被改写导致结论失真。质量门禁在这里不是附加功能，而是这套 Skill 的主要卖点。

安装与启用¶

已抓取的资料里没有给出具体的安装命令和配置字段，下面只列出资料中已核实的接入信息。

Skill 坐标：@user_9c50a897/docroom
版本：4.0.0
来源：community
分类：office-efficiency
官方地址：https://api.skillhub.cn/user_9c50a897/docroom
SkillHub 页面：https://www.skillhub.cn/skills/user_9c50a897/docroom

按通用 SKILL.md 格式的 Skill 接入流程，通常是把 SKILL.md 放到 Agent 的 skills 目录，或在客户端里按坐标启用。本资料未记录 Cursor、Codex CLI、Claude Code 各自的差异，也没有给出需要写入的配置项，这部分需要以官方页面为准，这里不做推测。

典型用法¶

资料里没有逐条命令式的示例，下面按官方简介描述的能力梳理一条典型链路，具体参数以官方页面为准。

1、把文件密集任务的输出交给 Headroom 运行时压缩。这一步处理的是体积最大、重复度最高的部分，例如多个 Office 文档的正文提取结果。

2、用 token 计量确认压缩前后的占用变化。没有这一步，”省了多少上下文”只是感觉，不是数据。

3、用内容分类区分可压缩与不可压缩的部分。图片、引用、敏感材料会被门禁拦下来，不进入压缩。

4、需要被压掉的原文时，用 CCR 回查取回。这一步保证压缩不等于丢弃。

5、输出前过保真保护和质量门禁，确认引用、源事实与敏感材料没有被改写。

适用场景与注意¶

适合的场景：处理大量 Office 文档、HTML 页面或图片引用的 Agent 任务，工具输出体积大且重复度高，同时上下文窗口紧张。

需要注意的地方：

• 它依赖官方 Headroom 运行时，压缩在本地执行，不是纯客户端的文本截断；
• 对引用和源事实的保护依赖质量门禁，压缩比例过大时仍需人工核对关键结论；
• 敏感材料有独立门禁，涉密任务的取舍策略应在使用前确认；
• 它是社区来源的 Skill，接入前建议按自身任务验证压缩效果与保真边界。

结尾¶

docroom 做的事情很具体：把文件密集型办公任务里膨胀的工具输出压小，同时用保真保护和质量门禁守住引用、事实和敏感材料。对上下文窗口紧张的 Agent 来说，它比直接截断输出更可控，比通用压缩方案更贴近办公文档的形态。

官方地址：https://api.skillhub.cn/user_9c50a897/docroom