compression-strategy
自动推荐上下文压缩策略，减少Token消耗
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：自动推荐上下文压缩策略，减少Token消耗 完整的 Skill 内容见：https://321skill.com/skills/compression-strategy-x/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
'当前会话上下文已经超过5万Token，帮我压缩到2万以内，保留最近3轮对话和所有关键决策点。' 它会分析上下文，推荐策略：删除冗余回复、摘要历史讨论、保留结构化数据，并预览压缩后的大小，确认后自动执行。
介绍
当AI会话上下文过长或触发配额限制时，手动压缩不仅耗时，还容易丢失关键信息。本Skill能自动分析当前会话的臃肿程度、配额使用情况，并推荐最合适的压缩策略（如摘要、删除冗余、保留核心等），让对话在有限配额内持续高效运行。
使用方式简单：只需在会话中表达“上下文太长了，帮我压缩一下”或“Token快超了，优化一下”，Skill便会评估上下文结构，给出压缩建议并允许你一键执行。支持自定义压缩深度和保留关键信息的优先级。
适合频繁使用AI对话、需要处理大量上下文或受配额限制的开发者和高级用户，尤其是智能体开发者、后端工程师和全栈工程师。在构建复杂AI应用或管理多轮对话时，能显著降低Token消耗和成本。
建议在每次会话前主动设置配额警戒线，配合本Skill的自动触发功能。注意压缩后可能会丢失部分非关键细节，请根据业务场景调整压缩粒度，重要对话建议先备份原文。
核心特点
与一般的手动摘要或固定压缩比不同，本Skill会根据会话上下文动态评估冗余程度，并推荐多种策略（如分层压缩、关键信息提取等），用户可预览效果后再执行，避免一刀切导致信息丢失。
注意事项
不适合对上下文完整度要求极高的场景（如法律、医疗等需要精确原文的对话），压缩后可能遗漏部分细节。
常见问题
如何安装这个Skill？
通过npm全局安装：npm install -g compression-strategy，然后配置到你的AI Agent中即可。
压缩策略可以自定义吗？
支持自定义压缩深度、保留关键词列表，以及是否优先保留最近对话内容，可在配置文件中调整。
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/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/raw/index.md（查看排版版本）