claw-smart-context
Skillby joe3112
clawhub⭐ 06/10
Token高效代理行为——响应调整、上下文剪枝、工具效率和委托
通过响应大小控制、上下文裁剪、工具调用优化和任务委派策略，系统性降低AI Agent的Token消耗，提升交互效率。
📊 商业分析
商业模式
free
独特价值
将Token节省策略系统化为可复用的Agent行为规范
竞品
1. Cursor Rules（内置上下文管理，更成熟生态）；2. Continue.dev Context Providers（开源可扩展，社区活跃）；3. Aider的repo-map（自动代码上下文裁剪，技术更深）
🎯 应用场景
目标用户
AI Agent开发者高频使用LLM的工程师关注API成本的技术团队负责人
工具信息
- 类型
- Skill
- 平台
- clawhub
- Stars
- ⭐ 0
- 价值评分
- 6/10
- 子分类
- AI Agent上下文优化与Token管理
- 可商业化
- ❌ 否
AI 标签
Token优化上下文管理Agent行为规范成本控制提示词工程
相关工具推荐
skill-creatorSKILL
由Anthropic官方出品，支持从零创建AI Skill、编辑优化现有Skill、运行评估测试并进行方差分析的性能基准对比，实现AI能力工程化闭环管理。
9/10⭐ 86,759
conversation-memorySKILL
为LLM对话提供短期、长期、实体三层持久化记忆系统，让AI真正记住用户，支持跨会话上下文延续与知识积累。
9/10⭐ 22,346
self-improvingSKILL
具备自我反思、自我批评、持续学习与记忆组织能力的自进化Agent，自动评估并永久改进输出质量，无需人工反复校正。
9/10⭐ 638
proactive-agentSKILL
将AI Agent从被动任务执行者升级为主动预判伙伴，内置WAL协议、工作缓冲区与自主定时任务，支持持续自我改进的智能体框架
9/10⭐ 628
cellcogSKILL
DeepResearch Bench排名第一的全模态AI代理框架。通过多代理编排实现深度推理与文本、图像、音频、视频等全模态融合,支持复杂任务自动化。
9/10⭐ 6