前言¶
写提示词的开发者大多遇到过同一种情况：需求说清楚了，token 也花出去了。一个需求从「帮我把这段日志里的错误聚一下」写成正式指令，往往要堆上角色设定、输出格式、边界条件，最后一段提示词比需求本身长好几倍。
已有的应对方式大概三种：自己手工精简，省 token 但费时间；背一套提示词模板语法，学习成本高；或者干脆不压缩，按量付费。这几种办法都没有在「说得省事」和「写得省钱」之间给出一个直接的通道。
下面介绍的 Skill 走的是第四条路：你照常说大白话，它负责把话压成 I-Lang 格式的精简指令。
这是什么¶
万能提示词压缩是一个社区来源的 Skill，坐标 @user_676aba5c/ilang-everything-is-ok，发布者 user_676aba5c，当前版本 1.0.4，分类 ai-agent。它解决的问题是：把自然语言需求转成 I-Lang 格式的精简指令，减少提示词占用的 token。
按 SkillHub 页面信息，它的标签是 requires_api_key=false，也就是说使用它本身不需要额外的 API Key。
核心功能¶
从官方简介看，这个 Skill 的能力边界是明确的：
- 输入是日常大白话，不需要用户预先学习任何语法。
- 输出是 I-Lang 格式的精简指令。
- 官方声明的 token 节省幅度是 40-65%。
- 官方说法是「任何 AI 都能用」，即压缩后的指令不绑定特定模型或特定 Agent 框架。
安装与启用¶
已抓取的资料里没有给出安装命令，也没有列出 Cursor、Codex CLI、Claude Code 各自的接入差异，这部分需要到官方页面确认，这里不推测。
可以核实到的信息是：
SkillHub 页面: https://www.skillhub.cn/skills/user_676aba5c/ilang-everything-is-ok
API 地址: https://api.skillhub.cn/user_676aba5c/ilang-everything-is-ok
坐标: @user_676aba5c/ilang-everything-is-ok
版本: 1.0.4
来源: community
分类: ai-agent
标签: requires_api_key=false
这类 Skill 基于通用 SKILL.md 格式。安装前建议先读一遍官方页面上的 SKILL.md 原文，确认它的触发条件和输出格式与你自己的工作流是否匹配。
典型用法¶
资料中没有给出官方的完整调用示例，因此这里只描述它的输入输出契约，不构造具体案例。
输入: 一段大白话描述的需求
输出: 对应的 I-Lang 格式精简指令
也就是说，你不必先用模板语法把需求重写一遍，而是把需求照常说出来，让 Skill 负责压缩这一层。至于它生成的 I-Lang 指令具体长什么样、保留了哪些语义细节，需要以官方页面上的示例为准。
适用场景与注意¶
适合的场景：日常需求描述偏口语化、希望降低提示词 token 开销、不想在模板语法上花时间的人。
需要注意的地方：
- 40-65% 的 token 节省是官方声明，资料里没有第三方验证数据，实际节省幅度取决于原始提示词的啰嗦程度。
- Skill 来源是 community，发布者是个人账号，安装数为 0、评分 100000，采用前建议自行审一遍 SKILL.md 内容。
- 压缩必然有所取舍，如果原始需求里包含语气、修辞或层级嵌套的语义，精简后可能丢失，关键约束要在压缩前就明确说出来。
- 官方称「任何 AI 都能用」，但不同模型对 I-Lang 这类非通用语法的遵循程度可能不一样，接入后建议先做一轮对照测试。
结尾¶
这个 Skill 的价值在于它把「压缩提示词」这件事变成了一个独立步骤，而不是要求开发者自己去学一套语法。如果你当前的提示词 token 开销偏高，可以把它作为一次低成本的尝试，先在小需求上验证一遍压缩后的指令是否仍然准确，再决定是否铺开使用。
官方地址：https://api.skillhub.cn/user_676aba5c/ilang-everything-is-ok
