compression-strategy
为臃肿或配额紧张的会话推荐上下文压缩策略
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：compression-strategy。 它的用途是：为臃肿或配额紧张的会话推荐上下文压缩策略 完整的 Skill 内容见：https://321skill.com/skills/compression-strategy-x-7/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
‘我的会话上下文太长了，感觉响应变慢了，帮我分析一下怎么压缩。’，它会评估当前对话的Token使用情况，识别出可以总结或移除的冗余部分，并给出如‘建议将前三轮关于项目背景的讨论总结为一段摘要’的具体策略。
介绍
在AI对话中，过长的上下文会消耗大量Token，可能导致会话超出配额限制或响应变慢。本技能旨在分析当前会话的上下文状态，识别冗余或低效的信息，并提供针对性的压缩策略建议，帮助用户高效管理对话历史。
使用时，只需在对话中激活该技能，它便会自动评估当前会话的上下文长度、结构及内容，并给出具体的压缩建议，例如建议总结长篇文档、移除早期无关对话、或使用关键词替代冗长描述等。
该技能特别适合需要与AI进行长篇幅、多轮次深度对话的用户，例如进行代码审查、撰写长篇文档、分析复杂数据集或开展项目复盘时，常常会积累大量上下文。
使用建议：在对话感觉变慢或接近配额上限时使用。注意事项：压缩策略是建议性的，执行压缩操作（如删除历史）前请确认已保存重要信息。
核心特点
与通用对话管理工具不同，它专门针对AI会话的Token消耗问题，提供基于上下文内容分析的、具体可操作的压缩策略，而非简单的历史记录清理。
注意事项
不适合需要完整保留所有对话历史以进行严格审计或法律溯源的场景。
常见问题
这个技能会删除我的对话历史吗？
不会，它只提供策略建议，具体操作需要用户手动执行。
它能帮我节省多少Token？
节省量取决于当前上下文的冗余程度，技能会给出预估的优化空间。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/compression-strategy-x-7/raw/index.md 读取 compression-strategy 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/compression-strategy-x-7/raw/index.md（查看排版版本）