省Token助手：在 WorkBuddy/QClaw 裏把對話 Token 花得更值
省Token助手（@user_ae5129cb/shengtoken-zhushou，v1.0.0）是 SkillHub 社區 ai-agent 類 Skill，作者青木會江湖，無需 API Key。提供任務模板、優化提問、上下文管理與批量創作指導，面向 WorkBuddy/QClaw 用戶。本文說明定位與四項能力，並依據 skillhub.cn 安裝文檔給出 CLI 安裝命令及 Cursor、Claude Code、Codex、workbuddy 等 skills 目錄要點。
閱讀全文token祕書就一個字省token：把本地檢索與壓縮接到 Agent 流程裏
SkillHub 社區 Skill「token祕書就一個字省token」（@user_5b2fc4e3/token-sheng，v1.0.0）將本地知識檢索、情報壓縮與雲端精加工寫入 SKILL.md，配合 GLOBAL_RULES Agentic RAG 以縮短上雲上下文。文章說明觸發方式、五步流程、skillhub 安裝命令與 Cursor 等 skills 目錄，並提示包內主要爲流程約定，腳本與知識庫需自行部署；README 另述 Ollama 長文壓縮與 config 示例。
閱讀全文Token省流skill：用執行模式路由控制 Agent 的 Token 消耗
Token省流skill（@user_6fc816d6/token-efficient-task-router-pro-version，v2.8.0）是 SkillHub 社區發佈的控制層 Skill，面向 WorkBuddy、OpenClaw、QClaw 等 Agent：通過意圖識別將請求路由到 Ask、Plan、Craft、Expert，配合預算先行、Token 監控與預估、消耗策略、上下文快照壓縮與模型能力畫像路由，並以分階段確認減少未授權的大範圍編輯。本文基於 SkillHub 公開簡介與安裝文檔，說明定位、能力、skillhub CLI 安裝路徑及適用注意點。
閱讀全文token節省大師：面向 OpenClaw 鏈路的 Token 優化 Skill
token節省大師是 SkillHub 社區 Skill（@user_65cfe060/token-saver-king，v1.0.0），面向 OpenClaw 鏈路，宣稱通過智能壓縮、上下文管理、自動摘要與代碼優化等多引擎降低 Token 消耗。本文依據 SkillHub 頁面與安裝文檔說明定位、能力與 skillhub CLI 安裝步驟（含 Cursor 等 skills 目錄），並提醒節省比例需自行驗證、摘要可能影響原文精度。無需 API Key（requires_api_key=false）。
閱讀全文古代人：用超壓縮中文回覆降低 Agent 對話 Token 消耗
古代人是 SkillHub 社區 Skill（@user_3a8d4fb8/ancientman-cn，v1.0.1），面向中文大模型提供超壓縮通信模式，簡介稱可減少約 75% 令牌使用並保持技術準確，無需 API Key。支持豆包、DeepSeek、千問等適配，並提供古風小生文言文壓縮子模式。文章說明定位、觸發詞、SkillHub CLI 安裝路徑及 Cursor/Claude Code 等 skills 目錄注意事項，便於開發者評估是否用於長對話降本。
閱讀全文Token節省王：在 Agent 全流程中壓縮 token 消耗的 Skill
Token節省王（@user_65cfe060/burgess-123）是 SkillHub 社區 ai-agent 類 Skill，面向 OpenClaw 問題解決全流程，通過輸入壓縮、思考精煉、輸出瘦身與上下文管理降低 token 消耗，支持 minimal、balanced、detailed 自動切換。官方頁面宣稱整體約可省 20%–40%，無需 API Key。本文基於 SkillHub 資料說明四引擎、安裝命令（skillhub install 與 Cursor/Codex 等 skills 目錄）及長對話與代碼生成等適用場景與使用注意。
閱讀全文詞元token節約省錢大師：在 Agent Skills 裏做 Token 診斷與瘦身
詞元token節約省錢大師（@user_ad872d55/token-saver-master，v2.2.2）是 SkillHub 社區 ai-agent 類技能，用於診斷 Skills 冗餘並執行壓縮、去重與刪除以釋放 token，且要求不得爲省錢削減數據、步驟與來源等乾貨。本文基於 SkillHub 公開說明整理定位、紅線、skillhub 安裝路徑（含 Cursor 的 ~/.cursor/skills/）及與官方一致的觸發用語，便於在維護膨脹技能庫時可控瘦身。
閱讀全文token省流助手：在 Agent 對話前壓縮上下文，節省 Token
SkillHub 社區 Skill「token省流助手」（@user_29dc410e/token-saver-qclaw，v1.0.1，ai-agent）面向長對話與大段代碼粘貼場景，自動壓縮用戶輸入、代碼片段與對話內容，官方稱可節省約 20%–70% Token，無需 API Key。文章說明其定位、已覈實功能，以及通過 skillhub CLI 或 AI 提示詞安裝到 Cursor、Claude Code 等 skills 目錄的步驟與使用注意。
閱讀全文記憶管家 V3.9.0：管理 `.workbuddy/memory/` 的 Token 節流與相關性加載
記憶管家 V3.9.0 是 SkillHub 上的 AI 記憶加速器與 Token 節流閥，面向 .workbuddy/memory/ 目錄。核心包括 tiktoken 分詞計量、--query/--tags 相關性加載（CJK bigram，可選 embedding）、硬預算閘與 throttle 壓實、三色告警與近 7 日均值、--force 與全命令 --json、self-test 安全自檢，以及並行摘要與 rank 緩存等性能優化。文章說明安裝 skillhub CLI、--dir 指向各 Agent skills 目錄的方式，以及 Token 檢查、智能加載、清理備份等典型觸發場景與使用注意。
閱讀全文context-compression：長會話 Agent 的上下文壓縮與 token 優化
context-compression 來自 Agent-Skills-for-Context-Engineering，面向超長會話的上下文壓縮與 handoff 摘要。文章說明其將優化目標定爲 tokens-per-task，介紹錨定迭代摘要、不透明壓縮與再生全量摘要三種路徑，強調工件軌跡與強制分節摘要，並給出觸發策略與 probe 評估方式，以及 Claude Code、npx skills 等常見啓用途徑。
閱讀全文dsh-token-frugal：DeepSeek Harness 輸入 Token 成本優化插件
DeepSeek Harness 插件 dsh-token-frugal 旨在通過分級節省策略和會話記憶匹配，降低長會話的輸入 Token 成本。該插件擴展了五個關鍵點：對工具結果進行無損或截斷壓縮、管理代理工具目錄、匹配工作區記憶、提供可視化分級控制面板及統計頁面。用戶可在對話框下方實時調整節省等級，並在設置中查看詳細的 Token 節省統計，從而在不影響核心能力的前提下有效控制成本。
閱讀全文dsh-pwsh-rtk-rewrite：DeepSeek Harness 原生 rtk 命令橋接插件
`dsh-pwsh-rtk-rewrite` 是 DeepSeek Harness (DSH) 的一個原生 rtk 橋接插件，旨在通過 rtk 重寫機制將原生 shell 命令轉換爲緊湊格式的 rtk 命令，以節省令牌。該插件支持 Windows + PowerShell，具備透明重寫、保留沙盒語義及失敗自動回退的特性。它通過自動分段重寫複合命令（如 `git status` -> `rtk git status`），在確保工具調用邏輯不變的前提下，解決了原生 shell 輸出冗長的問題。
閱讀全文dsh-token-saver：DeepSeek Harness 插件
`dsh-token-saver` 是一款爲 DeepSeek Harness 設計的 Cordis 插件，旨在通過掛載擴展點優化長任務中的 token 消耗。核心功能包括無損頭尾裁剪、grep 結果摺疊、自動上下文壓縮及可選的 LLM 摘要。插件提供保守、平衡和激進三種模式，基準測試顯示平衡模式平均可節省約 98.5% tokens。安裝需 Node.js >= 22.19.0，配置靈活，適合處理大文件和頻繁檢索結果的場景。
閱讀全文DeepSeek Harness 插件：merenguesl/dsh-tool-normalizer
`dsh-tool-normalizer` 是 DeepSeek Harness (DSH) 的自愈插件，位於 `tools/execute` 流水線，旨在修復模型工具調用失敗。通過填充缺失的 `description`、解析相對路徑、自動修復 Schema 以及重試文件操作，該插件減少了因錯誤導致的全量 Token 重試和賬單消耗，顯著提升了 Agent 的穩定性與可靠性。
閱讀全文dsh-context-guard：DeepSeek Harness 的 Token 高效工具結果修剪插件
`dsh-context-guard` 是 DeepSeek Harness (DSH) 的一個插件，旨在解決長會話中工具結果體積龐大導致的上下文溢出問題。它通過修剪過大的工具結果來控制 Token 消耗，具體機制包括：在下一次請求前將普通結果替換爲約 2.3K 字符的預覽（保留首尾），同時將原始數據存儲在追加式歷史中供特定恢復使用。插件支持搜索和回憶策略，需配合特定閾值設置與 Persona 提示使用，安裝後需重啓 DSH。
閱讀全文dsh-plugin-context-manager：自動記錄對話、注入記憶並摺疊真實上下文的 DSH 插件
# 前言 在 DeepSeek Harness（DSH）裏跑長會話，常見兩個麻煩：一是上下文窗口有限，早期定下的結論被擠出窗口後，模型就「忘了」；二是換一個會話，上次記下的重點帶不過去。常見對策是把摘要塞進 system prompt，但那隻作用於輔助提示塊，真實對話歷史原樣增長，token 佔用照漲。 下面介紹的 dsh-plugin-context-manager 針對的就是這兩點：自動記錄每輪對話，按優先級把記憶與跨會話置頂筆記注入每次模型請求，並且直接摺疊模型可見的真實對話歷史來降低 token 佔用。 # 這是什麼 dsh-plugin-con
閱讀全文dsh-mcp-lazy：DSH 的 MCP 懶加載插件，按需披露工具 Schema 減少 Token 浪費
# 前言 DSH 的理念是「一切皆插件」，開發者往往會在上面裝文件、瀏覽器、數據庫等多個 MCP。這時會有一個具體的代價：即使當前問題只需要文件工具，所有 MCP 的工具名稱、說明和參數也可能一起進入模型上下文。MCP 裝得越多，每輪被佔用的 Token 就越多。 下面介紹 leaforbook/dsh-mcp-lazy，一個把暫時用不到的工具說明先藏起來、任務需要時再加載的 DSH 插件。 # 這是什麼 dsh-mcp-lazy（npm 包名 `@yilinxiao/dsh-mcp-lazy`）是 DeepSeek Harness（DSH）的 MCP
閱讀全文DeepTrial/dsh-bash-rtk：把符合條件的 DSH bash 命令交給 rtk 壓縮輸出
`dsh-bash-rtk` 是 DeepTrial 維護的 DSH bash executor 插件，旨在將符合條件的 Shell 命令路由至 `rtk` 處理，以壓縮工具輸出並降低 Token 消耗，同時保持原有的執行語義。該插件採用保守策略，僅對簡單且在白名單內的命令（如 `git status`、`cargo build`）進行 `rtk` 包裝；對於包含 Shell 元字符的複雜命令、非白名單命令或在 `rtk` 缺失時，均自動退化爲原樣透傳。它提供標準與沙箱兩種 Executor，並支持通過配置項強制開關。使用前需單獨安裝 `rtk`，插件默認禁用，需在配置中顯式啓用方可生效。該插
閱讀全文Ponytail：讓 AI Agent 遵循 YAGNI 原則，減少過度工程與 Token 浪費
2026 年 8 月 GitHub Trending 熱門項目 Ponytail，是一套面向編碼 Agent 的 YAGNI Agent Skill：通過決策階梯與 /ponytail-review、/ponytail-audit 等命令，在寫代碼前優先複用、標準庫與原生能力，抑制過度設計與多餘依賴。官方 agentic benchmark 在 FastAPI+React 真實倉庫上測得均值代碼量約減 54%、Token 約減 22%、成本約減 20%，安全性保持 100%。支持 Claude Code Plugin、Cursor 規則注入等 14+ 宿主。本文介紹原理、實測數據、安裝方式與適用邊界。
閱讀全文MCP 服務器 codebase-memory-mcp：讓 AI Agent 真正「記住」你的代碼庫
2026 年 7 月 GitHub Trending 熱點項目 codebase-memory-mcp（DeusData 出品）通過 MCP 協議將代碼庫索引爲持久化知識圖譜，支持 158 種語言解析與 15 個 MCP 工具，讓 Claude Code、Cursor 等 Agent 用結構化查詢替代逐文件探索。官方 benchmark 稱結構類問題 Token 消耗可降低約 120 倍，Linux 內核級倉庫約 3 分鐘完成索引。本文介紹其 Hybrid LSP 語義增強、核心工具、安裝方式與適用場景。
閱讀全文