Token Budget by toonight/get-shit-done-for-antigravity
npx skills add https://github.com/toonight/get-shit-done-for-antigravity --skill 'Token Budget'核心原则： 每个 Token 都至关重要。仅在需要时加载所需内容。
| 内容类型 | Tokens/行 | 备注 |
|---|---|---|
| 代码 | ~4-6 | 取决于详细程度 |
| Markdown | ~3-4 | 密度低于代码 |
| JSON/YAML | ~5-7 | 结构化，重复性强 |
| 注释 | ~3-4 | 自然语言 |
经验法则： tokens ≈ 行数 × 4
| 分类 | 行数 | 估算 Token 数 |
|---|
广告位招租
在这里展示您的产品或服务
触达数万 AI 开发者，精准高效
| 操作 |
|---|
| 小 | <50 | <200 | 自由加载 |
| 中 | 50-200 | 200-800 | 先考虑加载大纲 |
| 大 | 200-500 | 800-2000 | 使用搜索 + 片段 |
| 巨大 | 500+ | 2000+ | 切勿完全加载 |
基于 PROJECT_RULES.md 中的上下文质量阈值：
| 使用率 | 质量 | 预算状态 |
|---|---|---|
| 0-30% | 峰值 | ✅ 自由进行 |
| 30-50% | 良好 | ⚠️ 选择性加载 |
| 50-70% | 下降 | 🔶 压缩与总结 |
| 70%+ | 差 | 🛑 需要状态转储 |
估算当前使用情况： * 统计上下文中的文件数量 * 估算每个文件的 Token 数 * 计算近似百分比
检查预算状态：
当前：约 X,000 tokens (~Y%) 预算状态：[峰值|良好|下降|差]
调整策略： * 峰值：正常进行 * 良好：优先搜索 * 下降：仅使用大纲 * 差：触发状态转储
跟踪累积上下文：
## Token 跟踪器
| 阶段 | 已加载文件 | 估算 Token 数 | 累计 |
|-------|--------------|-------------|------------|
| 开始 | 0 | 0 | 0 |
| 任务 1 | 2 | ~400 | ~400 |
| 任务 2 | 3 | ~600 | ~1000 |
级别 1：仅大纲（函数签名）
级别 2：+ 关键函数（基于任务）
级别 3：+ 相关代码（如果需要）
级别 4：完整文件（仅在必要时）
始终先使用 context-fetch 技能：
理解文件后：
⚠️ TOKEN 预算：50%
切换到效率模式：
- 新文件仅加载大纲
- 进行总结而非加载
- 建议压缩
🛑 TOKEN 预算：70%
质量可能下降。建议：
1. 创建状态快照
2. 运行 /pause
3. 在新会话中继续
此技能与以下功能集成：
context-fetch — 加载前先搜索context-health-monitor — 质量跟踪context-compressor — 压缩策略/pause 和 /resume — 会话交接❌ “为了上下文”而加载文件 — 先搜索 ❌ 重复阅读同一文件 — 总结一次即可 ❌ 片段足够时加载完整文件 — 针对性加载 ❌ 忽略预算警告 — 质量将会下降
属于 GSD v1.6 Token 优化的一部分。有关效率规则，请参阅 PROJECT_RULES.md。
每周安装次数
–
代码仓库
GitHub 星标数
697
首次出现
–
安全审计
Core principle: Every token counts. Load only what you need, when you need it.
| Content Type | Tokens/Line | Notes |
|---|---|---|
| Code | ~4-6 | Depends on verbosity |
| Markdown | ~3-4 | Less dense than code |
| JSON/YAML | ~5-7 | Structured, repetitive |
| Comments | ~3-4 | Natural language |
Rule of thumb: tokens ≈ lines × 4
| Category | Lines | Est. Tokens | Action |
|---|---|---|---|
| Small | <50 | <200 | Load freely |
| Medium | 50-200 | 200-800 | Consider outline first |
| Large | 200-500 | 800-2000 | Use search + snippets |
| Huge | 500+ | 2000+ | Never load fully |
Based on PROJECT_RULES.md context quality thresholds:
| Usage | Quality | Budget Status |
|---|---|---|
| 0-30% | PEAK | ✅ Proceed freely |
| 30-50% | GOOD | ⚠️ Be selective |
| 50-70% | DEGRADING | 🔶 Compress & summarize |
| 70%+ | POOR | 🛑 State dump required |
Estimate current usage:
Check budget status:
Current: ~X,000 tokens (~Y%) Budget: [PEAK|GOOD|DEGRADING|POOR]
Adjust strategy:
Track cumulative context:
## Token Tracker
| Phase | Files Loaded | Est. Tokens | Cumulative |
|-------|--------------|-------------|------------|
| Start | 0 | 0 | 0 |
| Task 1 | 2 | ~400 | ~400 |
| Task 2 | 3 | ~600 | ~1000 |
Level 1: Outline only (function signatures)
Level 2: + Key functions (based on task)
Level 3: + Related code (if needed)
Level 4: Full file (only if essential)
Always use context-fetch skill first:
After understanding a file:
⚠️ TOKEN BUDGET: 50%
Switching to efficiency mode:
- Outlines only for new files
- Summarizing instead of loading
- Recommending compression
🛑 TOKEN BUDGET: 70%
Quality degradation likely. Recommend:
1. Create state snapshot
2. Run /pause
3. Continue in fresh session
This skill integrates with:
context-fetch — Search before loadingcontext-health-monitor — Quality trackingcontext-compressor — Compression strategies/pause and /resume — Session handoff❌ Loading files "for context" — Search first ❌ Re-reading same file — Summarize once ❌ Full file when snippet suffices — Target load ❌ Ignoring budget warnings — Quality will degrade
Part of GSD v1.6 Token Optimization. See PROJECT_RULES.md for efficiency rules.
Weekly Installs
–
Repository
GitHub Stars
697
First Seen
–
Security Audits
AI Elements：基于shadcn/ui的AI原生应用组件库，快速构建对话界面
60,400 周安装