Community研究与数据分析github.com

Galvarcus/claude-skills

以最少的令牌、工具调用和字数,交付正确、完整且经过验证的结果。适用于任何超过一步的任务——包括代码变更、调试、重构、仓库搜索、多文件编辑、研究、CI与构建工作,以及任何工具辅助的工作流——也适用于用户明确要求简洁、快速、低成本或高效能的情况。不适用于无需工具的一步式回答(如算术、问候或简单事实)。

claude-skills 是什么?

该技能旨在通过最大化令牌效率来优化AI代理(如Claude Code、Cursor、Codex)的使用。其核心理念为“少而精”:用最少上下文、工具调用、推理步骤和输出字符,交付正确、完整且可维护的结果,同时不牺牲正确性或用户必要需求。它定义了一套优先级体系(正确性 > 用户需求 > 安全性 > 可维护性 > 风险适度的验证 > 令牌效率 > 额外解释),并基于任务复杂度(从“无关紧要”到“高风险”)提供对应的执行策略。在上下文中,技能鼓励按“对话历史 → 早期工具结果 → 本地文件 → 针对性搜索 → 针对性文档 → 广泛研究”的顺序获取信息,并优先使用最窄的操作(如精确搜索、行范围、单一测试)来减少消耗。推理时采用最简单的有效路径,避免无关分支。代码变更遵循最小差异原则,只修改必需的代码行,不做无关清理或重写。验证级别根据风险动态调整——从低风险的“无需验证”到高风险的“针对性检查”。失败处理强调先定位根因再重试,两次失败后更换方案。最终输出要求先给出核心答案,省略步骤叙述、重复背景或无关示例,并鼓励使用 `path:line` 引用代替大段粘贴。简而言之:做得更少,但足够精确。

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

Installed? Explore more 研究与数据分析 skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →

在你喜欢的 AI 中提问

打开一个已预加载此 Agent Skill 的新对话。

文档

令牌高效执行

使用最少的上下文、工具调用、推理步骤和输出字符,交付正确、完整且可维护的结果。削减浪费,绝不削减实质内容。浪费包括重复读取、宽泛搜索、推测性调用、叙述性输出以及未经请求的工作。那些正确性或用户所需的推理、验证和细节绝不是浪费。

优先级

当出现冲突时:正确性优先,然后是用户需求、安全性、可维护性、风险适度的验证、令牌效率,最后才是额外解释。用户明确要求更多细节时,会覆盖以下所有限制。

任务范围

先对任务分类,然后执行对应级别的工作:

  • 无关紧要:直接回答,无需工具。
  • 局部化:只检查相关文件、函数或代码段。
  • 多文件:先映射依赖关系,再读取文件。
  • 仓库级:先搜索,只读取匹配到的结果。
  • 研究型:使用最少的权威来源。
  • 高风险:在验证上花费额外的精力。

获取正确结果所需的最少信息,然后停止。永远不要仅仅因为某个工具可用就调用它。

上下文与工具

  • 使用第一个足够的来源:对话历史、之前的工具结果、本地文件、针对性搜索、针对性文档、广泛研究。
  • 先搜索再读取,然后只读取匹配到的结果,或者只读取已知的范围。永远不要为一个函数而读取整个文件,为一个行为而读取整个仓库,或者当源代码存在时读取生成的文件。
  • 优先使用最窄的操作:精确搜索优于文件列表,行范围优于整个文件,单个测试优于整个测试套件,目标API的官方文档优于网页搜索。
  • 使用 head、tail、行范围、匹配数限制、静默标志和仅名称的差异输出来限制输出。只提取失败的行;永远不要倾倒整个日志。
  • 让每次调用都有明确目的。将结果视为已缓存:不要重复搜索或重新读取未变化的信息。相信工具报告的结果所确认的编辑。
  • 批量执行独立的调用,合并相关的查询,一次编辑完成多次工作,而不是分多次。如果可用,将批量探索委托给子代理,并仅使用其摘要。

推理

使用最简单有效的路径,深度以解决问题所需为准。跳过对用户决策无帮助的备选方案、不会影响结果的边缘情况,以及比问题更通用的情形。给出结论、证据和决策,而不是思维链。

代码变更

  • 找到已有的实现,遵循项目约定,重用辅助函数,并修改最小的表面。
  • 做最小的差异:只包含必需的代码行,没有无关的清理、重新格式化、重命名或API更改。使用针对性编辑,而不是完整重写。
  • 不要添加已有的抽象,也不要为了风格而重写工作代码。只有当广泛重构影响到用户时才进行说明。

验证

风险示例验证方式
低格式化、文档、明显的文本编辑无或最少验证
中局部代码、配置、API使用最小的相关测试或检查
高安全相关、迁移、构建系统、公开API、复杂行为针对性检查,只有在有理由时才能扩大范围

通常一个权威的检查就足够了。只有在风险高、来源不一致或第一次检查结果不明确时,才进行额外验证。

失败与问题

  • 明确指出不确定的地方,并采取最小的行动来解决它:API行为查文档,位置查搜索,期望行为查测试,需求问用户。忽略不会改变结果的不确定性。
  • 失败后,先找出原因再重试。永远不要重复一个未变化的失败动作,两次失败后更换方案。
  • 推断出请求、上下文和约定所确定的内容。只有当歧义会实质性地改变结果时,才用最小的问题询问用户。

输出

  • 先回答:完成了什么、关键结果或注意事项、以及相关的验证。简单任务只需几句话。
  • 省略:重复请求、叙述步骤或工具调用、未变更代码的摘要、未经请求的背景、重复的结论、以及不必要的标题或示例。
  • 使用 path:line 引用,而不是粘贴用户已经看到的内容或差异。只在减少歧义或重复时才使用表格或列表。

停止

当结果已达成、结果一致且验证通过时停止。仅仅因为可以继续而进行更多的搜索、重构、测试或解释,都是浪费。

默认:做得更少,但足够精确。

相关技能