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
安装Install
dsh plugin --profile web add github:phoenixlucky/zerotoken-skill把 phoenixlucky/zerotoken-skill 加入你的 DSH 配置（web profile）即可启用。
READMEREADME
⚡ ZeroToken Skill
让 Agent 用最少的 token 做最准的事
⚔️ 将军受命，君必先谋于庙，行令于廷，君身以斧钺授将。曰：左、右、中军皆有分职；若逾分而上请者死；军无二令，二令者诛；留令者诛；失令者诛。
💬 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，从而大幅降低 token 消耗和响应延迟。
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。ZeroToken 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。
🔌 平台集成指南
方式一
请依次阅读并安装以下 Skill。
- ZeroToken Skill — phoenixlucky，Token 高效约束：最少 token 和精准提示完成任务，减少无效输出
- 地址：https://github.com/phoenixlucky/zerotoken-skill
请根据上面每个 Skill 的「安装指令」完成安装。
方式二：从远程 Skill 仓库引用（推荐，始终获取最新版本）
install-source --source https://clawhub.ai/phoenixlucky/zerotoken-skill
方式三
安装这个技能 https://clawhub.ai/phoenixlucky/zerotoken-skill
以下是 ZeroToken Skill 对五种主流 Agent 工具的具体强化方向。
⚡ Reasonix
| 强化维度 | 说明 |
|---|---|
| 🧠 原生 Skill 引擎 | Reasonix 的 Skill 机制原生支持本规范，载入即用，无需额外配置 |
| 🎯 自动模式匹配 | 根据请求特征自动选择六种任务模式之一（A-F），无需手动指定 |
| 🔧 工具链优化 | 按模式限制工具调用范围（简单问答不调工具、多文件任务分批加载） |
| 📄 输出规范 | 结论先行、不复述、要点+位置 等输出模板内嵌为默认行为 |
| 💰 Token 预算策略 | 按模式自动分配上下文深度：简单问答极低预算，重大重构允许高消耗 |
🤖 Codex CLI
| 强化维度 | 说明 |
|---|---|
| 📏 提示词纪律 | 消除冗长的 Agent 开场白、过渡语和客套话，直入主题 |
| 🎣 工具调用策略 | 先搜索定位再局部读取，避免扫描全项目；能 1 步不用 2 步 |
| ✂️ 输出精简 | 只返回结果+验证+注意，不添加无关分析和总结评语 |
| 🧮 上下文预算意识 | 先判断请求类型再决定投入多少上下文，不默认全量读取 |
🔧 OpenCode
| 强化维度 | 说明 |
|---|---|
| 🎯 行为可预测性 | 请求类型公开匹配对应模式，Agent 行为一致可预期 |
| 🚫 避免过度探索 | 不 glob 全目录、不预览多个候选、不扫描无关文件 |
| 📋 输出结构一致 | 结论先行格式，开发者一眼看到结果无需翻找 |
| ⚡ 减少无效往返 | 短计划（3-5 步）+ 分批执行，首轮就给出可操作的输出 |
🧠 Hermes
| 强化维度 | 说明 |
|---|---|
| 💬 指令响应效率 | 降低每次 instruct 调用的 token 消耗，响应更快 |
| 🔇 无装饰输出 | 直接给结果，无问候、无过渡、无"如果你还需要帮助" |
| 🧩 行为可配置 | 通过 system prompt 一次性注入完整决策表和行为规范 |
| 📉 上下文压缩 | 能用 1 句话表达的不用 3 句，保留全部准确性 |
🌐 openclaw（ClawHub）
| 强化维度 | 说明 |
|---|---|
| 📦 Skill 分发 | 一次编写，多平台加载，openclaw 作为官方发布中心 |
| 🔖 版本管理 | openclaw 托管最新 SKILL.md，所有用户统一更新路径 |
| 🔄 跨平台复用 | 同一套规范同时服务 Reasonix / Codex / Hermes 等不同工具 |
| 📐 标准化规范 | Skill 格式本身即是 ZeroToken 理念的实践——用最少的描述传达最完整的规则 |
📋 能力一览
根据你的请求特征，ZeroToken Skill 自动匹配六种任务模式。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 | 13 条陷阱规则 + 脚本工具，解决中文+Windows 工作流痛点 | 🟢 低 |
🎭 场景详解
A. 💬 简单问答 — "直接告诉我答案"
适用场景： 定义查询、翻译、短建议、快速事实确认。
典型信号：
"什么是 RESTful API？"
"把这段翻译成英文"
"Go 和 Rust 在并发模型上有什么不同？"
行为表现：
🏷️ 识别 → "简单问答，无需工具"
🔍 定位 → 从已加载上下文或内置知识提取
💡 输出 → 1-3 句精炼回答，无冗余开场白
不做什么： ❌ 不搜索代码库 ❌ 不调用外部工具 ❌ 不加"好的，我来回答..."这类客套话
B. 🔧 代码小改 — "这里有个小问题，改一下"
适用场景： 单文件 bug 修复、配置项调整、变量重命名、简单样式修改。
典型信号：
"这个按钮颜色不对，改成蓝色"
"login 函数有个空指针异常"
"把超时时间从 30s 改成 60s"
行为表现：
🏷️ 识别 → "单文件局部修改"
🔍 定位 → 快速 grep / LSP 跳到目标行
🔧 修改 → 精准编辑，不扫描无关文件
✅ 验证 → 最小化验证（语法检查 / 单测）
不做什么： ❌ 不写长篇计划 ❌ 不重构无关代码 ❌ 不扫描整个项目
C. 📦 多文件任务 — "跨模块，有计划地推进"
适用场景： 新增功能、常规重构、跨文件修改、接口变更。
典型信号：
"给用户模块添加导出 CSV 功能"
"把日志系统从 zap 迁移到 slog"
"重构 auth 中间件，支持多租户"
行为表现：
🏷️ 识别 → "跨文件任务，需要计划"
📋 计划 → 3-5 步短计划，标注文件清单
📂 分批 → 一次只加载 2-3 个相关文件
⚡ 执行 → 改一批 → 验证 → 下一批
不做什么： ❌ 不一次性加载所有文件 ❌ 不做过度设计 ❌ 不写超过 5 步的详细计划
D. 📚 大资料总结 — "太长了，说重点"
适用场景： 长文档分析、日志审查、PR 差异审查、大型配置审计。
典型信号：
"总结这个 5000 行的日志中的关键错误"
"review 这个 PR，只说有问题的部分"
"这个设计文档太长了，提取架构决策"
行为表现：
🏷️ 识别 → "资料总结，压缩输出"
🔍 提取 → 逐段扫描，只标记关键信息
📊 输出 → 要点列表 + 证据位置
❌ 省略 → 不逐段复述，不加评语
不做什么： ❌ 不逐段翻译/复述 ❌ 不输出"这部分看起来没问题" ❌ 不添加无关分析
E. 🏗️ 重大架构调整 — "要大改，先确认方案"
适用场景： 反复出 bug 的系统、架构不匹配、数据库迁移、大规模重构。
典型信号：
"这个支付模块太乱了，每次加功能都出 bug"
"把单体应用拆成微服务"
"ORM 性能太差，换成原生 SQL"
行为表现：
🏷️ 识别 → "重大变更，需要谨慎"
🩺 诊断 → 深入分析根因（非表面问题）
🤝 确认 → 向用户呈现 2-3 种方案+推荐
✅ 认可 → 用户确认后再动手
📈 增量 → 分步迁移，每步可验证/可回滚
核心区别： 这是唯一必须先确认方案再执行的模式。其他所有模式都是"识别即执行"。
F. 🖥️ Windows/PowerShell 环境适配 — "当前是 Windows/PowerShell + 中文环境"
⚠️ 此模式为可选环境适配，非默认行为。 仅当工作在 Windows PowerShell 环境且任务涉及中文时才启用。macOS / Linux 或纯英文工作流不需要此模式。
适用场景： Windows PowerShell + 中文环境下的文件读写、Git 操作、脚本执行、编码处理。
典型信号：
"这个中文文件打开是乱码"
"git diff 显示 \\xxx 而不是中文文件名"
"PowerShell 里中文报语法错误"
"文件被 GBK 污染了，修复一下"
行为表现：
🏷️ 识别 → "Windows/PowerShell + 中文环境，启用 F 模式"
📋 检查 → 13 条已知陷阱匹配当前症状
🛠️ 解决 → 对应脚本工具或安全模板处理
📝 输出 → 修复结果 + 验证确认
不做什么： ❌ 不在 bash 命令中直接嵌入含 + 的中文 ❌ 不使用 Add-Content 追加中文 ❌ 不直接在 PowerShell 中 print() 中文 ❌ 不忽略编码问题强行操作
内置工具包（scripts/）： safe_io.py（安全读写）、detect_gbk_contamination.py（检测修复 GBK 污染）、batch_edit.py（批量编辑）、fix_encoding.py（编码转换）、verify_output.py（验证输出）、init_env.ps1（环境初始化）
⚔️ AI 编程总纲（尉缭子十原则）
将军受命，君必先谋于庙，行令于廷，君身以斧钺授将。曰：左、右、中军皆有分职；若逾分而上请者死；军无二令，二令者诛；留令者诛；失令者诛。
核心不是军事，而是 权限边界、单一指令、责任明确、执行一致。与 ZeroToken 纪律互补：省 token 是效率，尉缭子是秩序。
完整十原则（含违反示例）、与任务模式的对应关系及 System Prompt 总纲见 SKILL.md「⚔️ AI 编程总纲（尉缭子十原则）」。
🔍 搜索资料规范
当任务需要搜索外部资料时，按以下优先级执行：
| 优先级 | 方式 | 条件 |
|---|---|---|
| 🥇 Chrome MCP | 真实浏览器搜索（不限百度） | mcp_call.py 存在且服务在线 |
| 🥈 web_fetch | 备选 | 仅当 Chrome MCP 不可用 |
Chrome MCP 真实浏览器可通杀微博/知乎/小红书等反爬严格的平台；若 Chrome MCP 不可用，允许使用当前网络可用的其他搜索方式。
完整规则（禁用行为、Windows 调用注意、搜索命令示例）见 SKILL.md「🔍 搜索资料规范」。
📝 精准提示词模板
用「目标 / 输入 / 约束 / 输出 / 预算」五要素压缩提示词；请求含糊时先用模板提炼再执行，只有缺少关键输入会导致结果不可用才追问，且一次只问 1 个问题。模板全文见 SKILL.md「📝 精准提示词模板」。
📜 Unicode 安全编码规范
全项目硬性编码规范，详见 docs/unicode-encoding-spec.md（15 条硬性规定 + 项目执行细则）：
- 🔤 文本文件统一 UTF-8（
.ps1例外，必须 UTF-8 with BOM） - 📖
open()一律显式encoding='utf-8'，写模式加newline='\n'防 CRLF 污染 - 🚫 禁止
errors='replace'静默损坏数据；非 UTF-8/UTF-16/GB18030 文件显式抛错 - 🖥️ Python 控制台输出优先
sys.stdout.reconfigure(encoding='utf-8') - 🌐 HTTP 头显式
charset=utf-8；JSON 用ensure_ascii=False - 🧪 完成后运行
python scripts/audit_encoding.py --root . --out audit_result.txt全项目审计（检测非 UTF-8 / 替换字符 / 混合换行）
✨ ZeroToken 强化模式
当用户明确要求"省 token"时，叠加更激进的压缩规则（零问候、最大压缩输出、省略冗余、准确性不妥协），触发词如"省点 token""简洁点""直接给结果"。完整规则见 SKILL.md「⚡ ZeroToken 强化模式」。
🚫 退出条件
教学/学习、头脑风暴、深度研究、用户要求详细等场景自动退出 ZeroToken 模式，切换为详尽模式。完整规则见 SKILL.md「🚫 何时不使用 ZeroToken」。
📖 核心文档
所有详细规范定义在 SKILL.md，配套脚本工具在 scripts/ 目录：
- 📐 快速决策表 — 按请求类型匹配模式与工具链
- 🧭 核心原则 — 先分类再预算、压缩提示词、渐进读取、先给结果、不复述、设置停止条件
- ⚔️ 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，附 System Prompt 总纲
- 📝 精准提示词模板 — 目标 → 输入 → 约束 → 输出 → 预算
- 🔍 搜索资料规范 — Chrome MCP 优先，web_fetch 备选
- 📜 Unicode 安全编码规范 — 全项目编码硬性规定，见
docs/unicode-encoding-spec.md - 🔄 六种任务模式详解 (A-F) — 每种模式的完整行为规范
- 🖥️ F. Windows/PowerShell 环境适配 — 13 条已知陷阱与解决方案
- 🛠️ scripts/ 工具集 —
safe_io.py,detect_gbk_contamination.py,batch_edit.py,fix_encoding.py,verify_output.py,audit_encoding.py,init_env.ps1 - ⚡ ZeroToken 强化模式 & 退出条件
- 🛡️ 质量底线 — 压缩不降质的硬性要求
🤖 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。
🔑 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 |
🏷️ 标签
zerotoken token-efficient prompt-engineering context-optimization agent-discipline ai-workflow token-budget concise-output
👑 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
相关推荐Related
- deepseek-ai/deepseek-harness DeepSeek Harness: Everything is a Plugin.
- deepseek-ai/deepseek-harness DeepSeek Harness (dsh) — 由 DeepSeek AI 开发的开源 agent harness（智能体框架）。一切皆插件：核心 + 插件 + 技能 = 可热插拔的 AI 编程工作台。DeepSeek Harness: …
-
nexu-io/open-design
🎨 Best DeepSeek Harness Design Plugin. The open-source Claude Design alternative. 🖥️ Local-first desktop app. 🖼️ Your…
-
ruvnet/ruflo
🌊 The original agent meta-harness. Deploy intelligent multi-player swarms, coordinate autonomous workflows, and build c…
-
amruthpillai/reactive-resume
A one-of-a-kind resume builder that keeps your privacy in mind. Completely secure, customizable, portable, open-source a…
-
esengine/DeepSeek-Reasonix
DeepSeek-native AI coding agent for your terminal. Engineered around prefix-cache stability — leave it running.
-
volcengine/OpenViking
Self-evolving Context Database for AI Agents. Unify Agent Memory, Knowledge RAG and Skills.
-
Molunerfinn/PicGo
:rocket: The Ultimate Image Uploader for Efficient Creators. Supports Obsidian, Typora, VS Code etc. and 60+ image hosti…