Agent 与会话技能

zerotoken-skill

phoenixlucky/zerotoken-skill

让 Agent 高效又守纪律 — 不止省 token：ZeroToken 压缩无效上下文/推理/输出；尉缭子十原则约束权限边界、单一指令、先谋后动、验证先于结束；附 Unicode 编码规范、搜索规范、六种任务模式。More than token savings: ZeroToken efficiency + AI coding discipline for Reasonix / Codex / OpenCode / Hermes

查看仓库项目主页

Stars: 17
Forks: 1
Issues: 0
更新: 19 天前

PROJECT TOPICS

项目标签

agent-discipline ai-agent ai-workflow codex concise-output context-optimization dsh-plugin llm opencode prompt-engineering reasonix skill token-budget token-efficiency token-efficient zerotoken

INSTALL REFERENCE

安装参考

未验证

dsh plugin --profile web add github:phoenixlucky/zerotoken-skill

在 DSH 中安装

该命令指向仓库当前默认分支；尚无绑定当前 commit 的完整验证结果。

PROJECT README

README

⚡ ZeroToken Skill

让 Agent 用最少的 token 做最准的事

⚔️ 先谋后动，军无二令 —— 省 token 是效率，尉缭子是秩序。

💬 用不完，根本用不完，妈妈再也不用担心我缺 token 了。

[]() []()

ZeroToken Skill 是一套为 AI Agent 设计的提示词纪律规范——在不降低回答准确性的前提下，压缩无效上下文、无效解释、无效工具调用和无效输出。

它解决的核心问题是：Agent 在任务中经常过度读取、过度思考、过度输出，导致一次对话消耗成千上万不必要的 token。本 Skill 通过一套可执行的模式决策表 + 行为约束 + 工具链策略，让 Agent 在每一个任务环节都有明确的"省 token 行为准则"。

🎯 目标： 用最精准的提示，做最少的往返，产最精炼的结果。

✅ 适用于： Reasonix / Codex CLI / OpenCode / Hermes / Cline 等主流 Agent 工具。一次学习，全平台受益。

🔌 安装

方式	操作
AI 助手安装（推荐）	直接对助手说：`安装这个技能 https://github.com/phoenixlucky/zerotoken-skill`（或 ClawHub 源 `https://clawhub.ai/phoenixlucky/zerotoken-skill`）
远程 Skill 仓库引用	`install-source --source https://github.com/phoenixlucky/zerotoken-skill`（或 `--source https://clawhub.ai/phoenixlucky/zerotoken-skill`）
手动载入	克隆仓库，将本目录作为 Skill 载入，入口为 `SKILL.md`

📦 分发双端：GitHub（源码）+ ClawHub（发布包）。详见 references/publishing-clawhub.md（仅维护者）。

📋 能力一览

根据请求特征与系统环境，ZeroToken Skill 自动匹配七种任务模式。每种模式都有专属的工具链、输出格式和 token 预算策略：

模式	一句话概括	Token 成本
A. 💬 简单问答	直接回答，不跑工具	🔵 极低
B. 🔧 代码小改	定位 → 读 → 精准改 → 最小验证	🟢 低
C. 📦 多文件任务	短计划 → 分批加载 → 按步推进	🟡 中
D. 📚 大资料总结	要点 + 证据位置，不逐段复述	🟠 中高
E. 🏗️ 重大架构调整	诊断根因 → 确认方案 → 增量迁移	🔴 高（但可控）
F. 🖥️ Windows/PowerShell 环境适配	系统参数自动识别保存 + 15 条陷阱规则 + 脚本工具，Windows 系统自动启用	🟢 低
G. 🐧 POSIX 标准工作流	Linux/macOS 自动启用：sh/bash 工具链，不套用 PowerShell 规则	🔵 极低

平台环境由 python scripts/detect_env.py 自动识别（SKILL.md 中的 F/G 模式），无需用户声明语言或平台。

🧩 任务模式速查

模式	典型信号	行为要点	不做什么
A. 简单问答	定义查询、翻译、短建议	从已加载上下文/内置知识提取，1-3 句直接回答	❌ 不搜索代码库 ❌ 不加客套话
B. 代码小改	单文件 bug、配置调整、重命名	grep 定位 → 只读命中行附近 → 精准改 → 最小验证	❌ 不写长计划 ❌ 不重构无关代码
C. 多文件任务	新增功能、常规重构、接口变更	3-5 步短计划，一次加载 2-3 个文件，改一批验一批	❌ 不一次性加载所有文件 ❌ 不超 5 步
D. 大资料总结	长文档、日志、PR 差异	只标记关键信息，输出「要点 + 证据位置」	❌ 不逐段复述 ❌ 不加无关评语
E. 重大架构调整	反复同类 bug、架构不匹配	唯一必须先确认方案再执行：诊断根因 → 2-3 方案 → 增量迁移	❌ 不跳过影响面评估 ❌ 不做不可逆大改
F. Windows/PowerShell	`detect_env.py` 报 Windows	按保存的系统参数选 PowerShell，含特殊符号/中文的写入走 Python 脚本	❌ 不在 Windows 用 bash ❌ 不用 `Add-Content` 写中文
G. POSIX	`detect_env.py` 报 Linux/macOS	sh/bash（macOS 默认 zsh），不套用 F 模式规则	❌ 不套用 PowerShell 规避规则

完整行为定义、工具链与输出模板见 SKILL.md；E 模式迁移手册见 references/refactor-playbook.md。

💻 平台集成

宿主	强化方向
⚡ Reasonix	原生 Skill 引擎、请求特征自动匹配模式、按模式限制工具调用范围
🤖 Codex CLI	提示词纪律、先搜索后局部读取、只返回结果+验证+注意
🦾 Cline	A-G 决策表约束读取深度、停止条件明确、结论先行输出
🔧 OpenCode	行为可预期、避免全目录 glob、短计划分批执行、减少无效往返
🧠 Hermes	降低每次 instruct 的 token 消耗、无装饰输出、system prompt 一次性注入
🌐 openclaw（ClawHub）	Skill 分发与版本托管，同一套规范跨平台复用

📖 文档地图

文档分层： SKILL.md 是常驻核心（决策表 + 原则 + 输出格式，≤14KB）；细节按需读取 references/ 下的参考文档——这样加载时不为当前任务用不到的内容付 token。

SKILL.md（常驻核心）

📐 快速决策表 — 按请求类型匹配模式与工具链
🧭 核心原则（8 条） — 先分类再预算、压缩提示词、渐进读取、先给结果、不复述、plan 只写顶层步骤、设置停止条件、先识别环境再选 Shell
⚔️ AI 编程总纲（尉缭子十原则） — 权限边界、单一指令、责任明确、执行一致
📝 精准提示词模板 — 目标 → 输入 → 约束 → 输出 → 预算
🔄 任务模式要点 (A-G) — 每种模式的首轮行为
⚡ ZeroToken 强化模式 & 退出条件 / 🛡️ 质量底线

references/（按需读取）

文档	内容
`windows-powershell.md`	F 模式：15 条已知陷阱 + 脚本工具表 + 推荐工作流 + 安全读写模板
`refactor-playbook.md`	E 模式：根因诊断 → 影响面 → 方案确认 → 增量迁移 → 收尾
`search.md`	搜索资料规范：仅用已注册工具、显式授权桥、数据外发提示、禁用行为
`tool-mapping.md`	工具名跨宿主映射、宿主 verification 循环、plan/todo 注册行为
`publishing-clawhub.md`	维护者手册：C1-C6 发布陷阱 + 固定发布时序

其他目录

📜 docs/unicode-encoding-spec.md — Unicode 安全编码规范 15 条 + 项目执行细则
🛠️ scripts/ 工具集 — zt.py（统一入口：zt.py help / zt.py check）, detect_env.py, safe_io.py, detect_gbk_contamination.py, batch_edit.py, fix_encoding.py, verify_output.py, audit_encoding.py, audit_skill.py, bump_version.py, init_env.ps1

📚 延伸阅读

以下内容在 SKILL.md / references/ / docs/ 有完整定义，此处只给入口，避免双份事实源：

📝 精准提示词模板 — SKILL.md「精准提示词模板」
⚔️ AI 编程总纲（尉缭子十原则） — 完整十原则与 System Prompt 总纲见 SKILL.md「AI 编程总纲」
⚡ ZeroToken 强化模式 — 更激进的压缩规则见 SKILL.md「ZeroToken 强化模式」
🚫 何时退出 ZeroToken — 教学/头脑风暴/深度研究自动切详尽模式，见 SKILL.md「何时不使用 ZeroToken」
🔍 搜索资料规范 — 已注册工具优先、抓取工具兜底，见 references/search.md
📜 Unicode 安全编码规范 — 文本统一 UTF-8（.ps1 例外带 BOM），见 docs/unicode-encoding-spec.md

🔑 核心原则（一句话版）

#	原则	含义
1	先分类，再预算	接到请求先确定模式，再分配 token
2	压缩提示词	用最短的精确描述代替长段落
3	渐进读取	按需读取，不看完整文件
4	先给结果	结论先行，细节随后
5	不复述	不重复用户已说的内容
6	plan 只写顶层步骤	避免 bullet 子步骤被 todo 系统注册为独立待办项
7	设置停止条件	已定位目标、必要调用方和验证方式后即停止搜索，不重复读取未变化的文件
8	先识别环境，再选 Shell	命令行任务先跑 `detect_env.py` 保存系统参数，再按平台选 PowerShell / POSIX shell

🤖 Agent 预设

针对 OpenAI 兼容接口（含 Codex、OpenCode、Hermes 等）的预设配置位于 agents/openai.yaml，可直接导入使用。

👑 The King Skills

The King Skills 是一个 AI Agent Skill 索引网站，收集热门且好用的 AI Agent Skill，指导各种 AI Agent 快速一键安装配置。

🌐 网站地址： https://phoenixlucky.github.io/theKingSkills/
📂 覆盖范围： 10 大分类，持续收录优质 Skill
🚀 目标： 让用户像安装 App 一样安装 AI Agent Skill

⚡ 少即是多 — Less is More

CLASSIFICATION EVIDENCE

分类依据

项目类型技能

功能分类Agent 与会话

规则置信度高

系统优先读取 GitHub Topics，再与站内分类词典和词根规则比对。当前命中： skill、ai-workflow、context-optimization、prompt-engineering、token-budget。