什么是 prompt-compression?
将文档、提示和上下文压缩为 AGENTS.md 和 CLAUDE.md 的最小标记。在保持代理准确性的同时实现 80% 以上的令牌减少。 来源:ofershap/prompt-compression。
将文档、提示和上下文压缩为 AGENTS.md 和 CLAUDE.md 的最小标记。在保持代理准确性的同时实现 80% 以上的令牌减少。
通过命令行快速安装 prompt-compression AI 技能到你的开发环境
来源:ofershap/prompt-compression。
Use this skill when compressing documentation, framework references, API indexes, coding guidelines, or any structured knowledge into a compact format for inclusion in AGENTS.md, CLAUDE.md, or system prompts. The goal is maximum information density with minimum token usage.
Vercel's research (January 2026) showed that an 8KB compressed docs index in AGENTS.md achieved a 100% eval pass rate, compared to 53% baseline and 79% for skills with explicit trigger instructions.
Passive context (always loaded) beats active retrieval (agent must decide to invoke) because it eliminates the decision point. Compression is the key enabler -- it makes passive context viable without blowing up the context window.
将文档、提示和上下文压缩为 AGENTS.md 和 CLAUDE.md 的最小标记。在保持代理准确性的同时实现 80% 以上的令牌减少。 来源:ofershap/prompt-compression。
为搜索与 AI 引用准备的稳定字段与命令。
npx skills add https://github.com/ofershap/prompt-compression --skill prompt-compression将文档、提示和上下文压缩为 AGENTS.md 和 CLAUDE.md 的最小标记。在保持代理准确性的同时实现 80% 以上的令牌减少。 来源:ofershap/prompt-compression。
打开你的终端或命令行工具(如 Terminal、iTerm、Windows Terminal 等) 复制并运行以下命令:npx skills add https://github.com/ofershap/prompt-compression --skill prompt-compression 安装完成后,技能将自动配置到你的 AI 编程环境中,可以在 Claude Code、Cursor 或 OpenClaw 中使用
https://github.com/ofershap/prompt-compression