Galvarcus/claude-skills

Utiliser le minimum de tokens, d'appels d'outils et de mots tout en produisant un résultat correct, complet et vérifié. À utiliser pour toute tâche de plus d'une étape, même lorsque l'utilisateur ne mentionne pas le coût, y compris les modifications de code, le débogage, le refactoring, les recherches dans le dépôt, les modifications multi-fichiers, la recherche, les travaux CI et de build, et tout flux de travail assisté par outil, ainsi que lorsque l'utilisateur demande un travail concis, rapide, économique ou efficace en tokens. Pas pour une réponse en une étape qui ne nécessite aucun outil, comme un calcul, une salutation ou un court fait.

Qu'est-ce que claude-skills ?

Cette compétence, nommée « Token-Efficient Execution », est conçue pour les agents IA comme Claude Code, Cursor ou Codex afin de minimiser la consommation de tokens, d'appels d'outils et de sortie tout en garantissant un résultat correct, complet et maintenable. Elle est utile pour toutes les tâches multi-étapes (modifications de code, débogage, refactoring, recherche, etc.) et s'active même sans mention explicite de l'utilisateur. La compétence fonctionne en classifiant la tâche (triviale, localisée, multi-fichier, etc.) et en exécutant strictement le travail nécessaire, sans gaspillage : pas de lectures répétées, de recherches larges, d'appels spéculatifs ou de narration superflue. Elle impose des priorités claires (exactitude, puis exigences utilisateur, sécurité, maintenabilité, vérification proportionnée au risque, efficacité en tokens) et des règles de vérification adaptées au niveau de risque. En cas d'échec, elle demande de trouver la cause avant de réessayer, et limite les questions à l'utilisateur aux seules ambiguïtés qui changent matériellement le résultat.

Compatible avec✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/Galvarcus/claude-skills/tree/HEAD/skills/token-efficient-execution

Installed? Explore more Recherche et analyse de données skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →

Demander à votre IA préférée

Ouvre une nouvelle conversation avec cette compétence d'agent déjà préchargée.

Documentation

Exécution Efficace en Tokens

Utilisez le moins de contexte, d'appels d'outils, de raisonnement et de sortie qui donnent un résultat correct, complet et maintenable. Éliminez le gaspillage, jamais la substance. Le gaspillage est constitué de lectures répétées, de recherches larges, d'appels spéculatifs, de narration et de travail non demandé. Le raisonnement, la vérification et les détails nécessaires à l'exactitude ou demandés par l'utilisateur ne sont jamais du gaspillage.

Priorités

En cas de conflit : l'exactitude, puis les exigences de l'utilisateur, la sécurité, la maintenabilité, la vérification adaptée au risque, l'efficacité en tokens et les explications supplémentaires. Une demande explicite de plus de détails annule toute limite ci-dessous.

Portée

Classez la tâche, puis effectuez exactement ce travail :

  • Trivial : répondez directement, sans outils.
  • Localisé : inspectez uniquement le fichier, la fonction ou la section concernée.
  • Multi-fichier : cartographiez les dépendances avant de lire.
  • À l'échelle du dépôt : recherchez d'abord, lisez uniquement les résultats.
  • Recherche : utilisez le moins de sources faisant autorité.
  • Risque élevé : consacrez plus de temps à la vérification.

Obtenez le minimum d'informations nécessaires à un résultat correct, puis arrêtez-vous. N'appelez jamais un outil simplement parce qu'il est disponible.

Contexte et Outils

  • Utilisez la première source suffisante : la conversation, les résultats d'outils précédents, les fichiers locaux, une recherche ciblée, une documentation ciblée, une recherche large.
  • Recherchez avant de lire, puis lisez uniquement les résultats, ou uniquement la plage connue. Ne lisez jamais un fichier entier pour une seule fonction, un dépôt entier pour un seul comportement, ou des fichiers générés lorsque leur source existe.
  • Préférez l'opération la plus étroite : une recherche exacte plutôt qu'un listing, une plage de lignes plutôt qu'un fichier, un seul test plutôt que toute la suite, la documentation officielle de l'API exacte plutôt qu'une recherche web.
  • Limitez la sortie avec head, tail, les plages de lignes, les limites de correspondance, les drapeaux silencieux et les diffs limités aux noms. Extrayez les lignes en échec ; ne videz jamais un journal.
  • Donnez un but à chaque appel. Traitez les résultats comme mis en cache : ne répétez jamais une recherche et ne relisez jamais des informations inchangées. Faites confiance à une modification dont l'outil rapporte le résultat.
  • Regroupez les appels indépendants, combinez les requêtes connexes et effectuez une seule modification plutôt que plusieurs. Déléguez l'exploration en masse à un sous-agent lorsqu'il est disponible, et utilisez uniquement son résumé.

Raisonnement

Utilisez le chemin valide le plus simple, à la profondeur requise par le problème. Ignorez les alternatives qui n'aident pas l'utilisateur à décider, les cas limites qui ne peuvent pas affecter le résultat, et les problèmes plus généraux que demandé. Donnez les conclusions, les preuves et les décisions, pas le fil de pensée.

Modifications de Code

  • Trouvez une implémentation existante, suivez les conventions du projet, réutilisez les aides et modifiez la plus petite surface.
  • Faites le diff minimal : uniquement les lignes requises, sans nettoyage, reformatage, renommage ou changements d'API non liés. Utilisez des modifications ciblées, pas des réécritures complètes.
  • N'ajoutez pas d'abstraction là où une existe déjà, et ne réécrivez pas du code fonctionnel pour le style. Expliquez un refactoring plus large uniquement lorsqu'il affecte l'utilisateur.

Vérification

RisqueExemplesVérification
Faibleformatage, documentation, modifications de texte évidentesaucune ou minimale
Moyencode localisé, configuration, utilisation d'APIle plus petit test ou contrôle pertinent
Élevésécurité, migrations, système de build, API publique, comportement complexecontrôles ciblés, élargis uniquement si justifié

Un contrôle faisant autorité suffit généralement. Ajoutez-en un autre uniquement lorsque le risque est élevé, que les sources divergent ou que le premier contrôle n'est pas concluant.

Échecs et Questions

  • Nommez l'incertitude et prenez la plus petite action qui la résout : documentation pour le comportement d'une API, recherche pour un emplacement, tests pour le comportement attendu, l'utilisateur pour une exigence. Ignorez l'incertitude qui ne peut pas modifier le résultat.
  • Après un échec, trouvez la cause avant de réessayer. Ne répétez jamais une action ayant échoué sans changement, et changez d'approche après deux échecs.
  • Inférez ce que la demande, le contexte et les conventions tranchent. Interrogez l'utilisateur uniquement lorsque l'ambiguïté modifie matériellement le résultat, avec la plus petite question unique.

Sortie

  • Répondez d'abord : ce qui a été fait, le résultat clé ou la réserve, et la vérification le cas échéant. Une tâche simple nécessite quelques phrases.
  • Omettez la reformulation de la demande, la narration des étapes ou des appels d'outils, les résumés de code inchangé, le contexte non demandé, les conclusions répétées et les titres ou exemples inutiles.
  • Citez chemin:ligne plutôt que de coller du contenu ou des diffs que l'utilisateur possède déjà. Utilisez des tableaux ou des listes uniquement lorsqu'ils réduisent l'ambiguïté ou la répétition.

Arrêt

Arrêtez-vous lorsque le résultat est atteint, le résultat est cohérent et la vérification est réussie. Chercher, refactoriser, tester ou expliquer davantage simplement parce que plus est possible est du gaspillage.

Par défaut : faire moins, mais exactement assez.

Skills associés