---

name: recursive-context-pruning-token-budgeting description: "通过裁剪冗余上下文、管理 token 使用量和强制超简洁、直达价值的响应来优化 AI 代理性能。" category: prompt-engineering risk: safe source: self source_repo: Kench001/antigravity-awesome-skills source_type: self date_added: "2026-05-03" author: Kench001 tags: [efficiency, token-optimization, brevity, context-management] tools: [claude, cursor, gemini]

递归上下文裁剪与 Token 预算管理

概述

此技能实现了一种"守门人"逻辑，防止上下文窗口膨胀和不必要的 token 消耗。它确保代理仅处理相关数据片段，并遵循原子精度协议——以零对话填充词交付功能性答案。通过递归总结状态和剥离"桥接短语"，它最大化了长期运行开发工作流的持久性和速度。

何时使用此技能

• 构建多步骤代理时使用，防止长对话中的重复和"记忆漂移"。
• 处理大型文档集或代码库时使用，避免将整个文件倾倒到提示中。
• 需要纯功能性输出（代码/逻辑）而不需要"当然！这是你的..."开头时使用。

工作原理

步骤 1：元数据分片

扫描可用数据的标题、摘要和关键指标。创建上下文的"地图"而非注入完整源文件。除非请求特定的缩小片段，否则永远不要将整个文件拉入提示。

步骤 2：Token 预算分配

根据当前上下文窗口计算"安全响应限制"。分配 30% 用于当前逻辑处理，20% 用于即时输出，50% 用于未来上下文缓冲。

步骤 3：原子输出过滤

剥离所有"桥接短语"（例如"我已更新代码"、"根据你的请求"、"当然"）。直接以解决方案或代码块开始响应。

步骤 4：歧义检查

在执行步骤 3 之前，扫描缺失的关键变量（例如特定文件名或环境类型）。如果提示过于模糊，绕过原子输出并生成恰好一个简洁问题来解决阻塞。

步骤 5：抽象压缩

将当前轮次总结为"压缩状态字符串"（例如 [Project: Feasify | State: Auth-Fixed | Remaining-Tasks: 2]），以在下一个提示之前丢弃冗余对话数据。

示例

示例 1：过滤后的代码输出（无填充）

User: "Update the Firebase config to use environment variables."

const firebaseConfig = {
  apiKey: process.env.VITE_FIREBASE_API_KEY,
  authDomain: process.env.VITE_FIREBASE_AUTH_DOMAIN,
  projectId: process.env.VITE_FIREBASE_PROJECT_ID
};

示例 2：必要的澄清

User: "Deploy the function."

"Specify environment: production or staging?"

最佳实践

• ✅ 直接开始： 将代码或答案放在响应的第一个字符处。
• ✅ 边走边总结： 将 10 页讨论变成下一轮的 5 个要点。
• ✅ 省略签名： 永远不要以"如果需要更多帮助请告诉我"结尾。
• ❌ 无桥接短语： 避免"这是代码"、"当然"或"我可以帮你"。
• ❌ 不要猜测： 如果缺少输入，立即提问而不是浪费 token 在通用猜测上。

限制

• 此技能不能替代特定环境的验证、测试或专家审查。
• 极端简洁有时可能隐藏重要细微差别；对关键注释使用简洁的内联注释（// crucial step）。

安全注意事项

• 在压缩阶段永远不要裁剪安全头、特定环境的安全约束或系统级指令。
• 将原始系统指令保持在上下文的"根"位置，以防止基于上下文丢失的越狱攻击。

常见陷阱

• 问题： 响应过于简短，缺乏实施所需的上下文。 解决方案： 使用简洁的内联代码注释代替单独的文本段落。

• 问题： 由于过度压缩，代理丢失了总体目标。 解决方案： 始终将"主要目标"固定在每个裁剪后提示的顶部。

相关技能

• @atomic-precision-response - 专门用于移除对话填充词。
• @context-sharding - 用于管理大规模文档映射。