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

🤖 Codex CLI

🔧 OpenCode

🧠 Hermes

🌐 openclaw（ClawHub）

📋 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：

🎭 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 → 12 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。

🏛️ System Prompt 总纲： 臣缭以为：AI 编程，当先谋后动，后行其令。未明需求，不得编码；未定方案，不得实现。各模块各司其职，不得越权修改；一事唯遵一令，不得两令并行；新令既下，旧令即废，不得留存；既受其令，不得遗漏，不得擅改，不得借机重构。每次修改，应最小影响、责任明确、过程可追溯、结果可验证。凡编码者，以稳定为本，以一致为法，以执行为先。

🔍 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：

为什么？ web_fetch 依赖 Bing 搜索结果不稳定（曾返回完全无关内容），Chrome MCP 通过真实浏览器搜索，结果精准可控。Chrome MCP + 百度搜索可通杀微博/知乎/小红书等所有反爬严格的平台，无需为每个平台找专用 MCP server。

❌ 禁用行为：

• 禁止用 web_fetch 直抓社交媒体（微博/知乎/小红书等）— 登录墙/反爬 100% 失败
• 禁止自己写 Playwright/Puppeteer 脚本 — mcp_call.py 一行搞定
• 禁止用 web_fetch 直连搜索引擎（Google/百度/Bing）— 会被机器人检测拦截
• Windows 下必须用 mcp_call.py（Python 包装），不直接调 node mcp-bridge.js

📝 精准提示词模板

目标：<要解决什么>
输入：<数据/代码/错误/位置>
约束：<不能做什么/必须满足什么>
输出：<格式/字段/长度/验收标准>
预算：<直接回答 / 最小读取 / 需要验证>（可省略，默认最小读取）

用户请求含糊时，先用此模板提炼再执行。只有缺少关键输入会导致结果不可用时才追问，且一次只问 1 个问题。

📜 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，叠加以下规则：

• 🔇 零问候、零过渡、零客套 — 直接给结果
• 📉 最大压缩输出 — 用最短的合法表达
• 🧹 省略一切冗余 — 无总结、无"如果你还需要帮助"、无格式装饰
• ⚖️ 准确性不妥协 — 省的是表达方式，不是答案质量

何时触发： 用户说"省点 token"、"简洁点"、"直接给结果"等。

🚫 退出条件

以下场景自动退出 ZeroToken 模式，切换为详尽模式：

📖 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 — 12 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）

🏷️ 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