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（推荐，AI助手安装）

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

install-source --source https://github.com/phoenixlucky/zerotoken-skill

或者

install-source --source https://clawhub.ai/phoenixlucky/zerotoken-skill

方式三 （AI助手安装）

安装这个技能  https://github.com/phoenixlucky/zerotoken-skill

或者

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

| 强化维度 | 说明 | |---------|------| | 🧠 原生 Skill 引擎 | Reasonix 的 Skill 机制原生支持本规范，载入即用，无需额外配置 | | 🎯 自动模式匹配 | 根据请求特征与系统环境自动选择任务模式之一（A-G），无需手动指定 | | 🔧 工具链优化 | 按模式限制工具调用范围（简单问答不调工具、多文件任务分批加载） | | 📄 输出规范 | 结论先行、不复述、要点+位置 等输出模板内嵌为默认行为 | | 💰 Token 预算策略 | 按模式自动分配上下文深度：简单问答极低预算，重大重构允许高消耗 |

---

🤖 Codex CLI

| 强化维度 | 说明 | |---------|------| | 📏 提示词纪律 | 消除冗长的 Agent 开场白、过渡语和客套话，直入主题 | | 🎣 工具调用策略 | 先搜索定位再局部读取，避免扫描全项目；能 1 步不用 2 步 | | ✂️ 输出精简 | 只返回结果+验证+注意，不添加无关分析和总结评语 | | 🧮 上下文预算意识 | 先判断请求类型再决定投入多少上下文，不默认全量读取 |

---

🦾 Cline

| 强化维度 | 说明 | |---------|------| | 🎯 任务模式匹配 | A-G 决策表直接约束每轮的读取深度与工具范围 | | ⏹️ 停止条件 | 定位到目标与验证方式即停，不反复读同一个文件 | | 📄 结论先行输出 | 「已完成 / 改动 / 验证 / 注意」四段式，省去总结性废话 | | 🔐 编码安全 | Windows 下的写入一律走 Python，规避 GBK 污染与 emoji 丢字 |

---

🔧 OpenCode

| 强化维度 | 说明 | |---------|------| | 🎯 行为可预测性 | 请求类型公开匹配对应模式，Agent 行为一致可预期 | | 🚫 避免过度探索 | 不 glob 全目录、不预览多个候选、不扫描无关文件 | | 📋 输出结构一致 | 结论先行格式，开发者一眼看到结果无需翻找 | | ⚡ 减少无效往返 | 短计划（3-5 步）+ 分批执行，首轮就给出可操作的输出 |

---

🧠 Hermes

| 强化维度 | 说明 | |---------|------| | 💬 指令响应效率 | 降低每次 instruct 调用的 token 消耗，响应更快 | | 🔇 无装饰输出 | 直接给结果，无问候、无过渡、无"如果你还需要帮助" | | 🧩 行为可配置 | 通过 system prompt 一次性注入完整决策表和行为规范 | | 📉 上下文压缩 | 能用 1 句话表达的不用 3 句，保留全部准确性 |

---

🌐 openclaw（ClawHub）

| 强化维度 | 说明 | |---------|------| | 📦 Skill 分发 | 一次编写，多平台加载，openclaw 作为官方发布中心 | | 🔖 版本管理 | openclaw 托管最新 SKILL.md，所有用户统一更新路径 | | 🔄 跨平台复用 | 同一套规范同时服务 Reasonix / Codex / Hermes 等不同工具 | | 📐 标准化规范 | Skill 格式本身即是 ZeroToken 理念的实践——用最少的描述传达最完整的规则 |

---

📋 能力一览

根据你的请求特征与系统环境，ZeroToken Skill 自动匹配七种任务模式。每种模式都有专属的工具链、输出格式和 token 预算策略：

| 模式 | 一句话概括 | Token 成本 | |------|-----------|:----------:| | A. 💬 简单问答 | 直接回答，不跑工具 | 🔵 极低 | | B. 🔧 代码小改 | 定位 → 读 → 精准改 → 最小验证 | 🟢 低 | | C. 📦 多文件任务 | 短计划 → 分批加载 → 按步推进 | 🟡 中 | | D. 📚 大资料总结 | 要点 + 证据位置，不逐段复述 | 🟠 中高 | | E. 🏗️ 重大架构调整 | 诊断根因 → 确认方案 → 增量迁移 | 🔴 高（但可控） | | F. 🖥️ Windows/PowerShell 环境适配 | 系统参数自动识别保存 + 15 条陷阱规则 + 脚本工具，Windows 系统自动启用 | 🟢 低 | | G. 🐧 POSIX 标准工作流 | Linux/macOS 自动启用：sh/bash 工具链，不套用 PowerShell 规则 | 🔵 极低 |

---

🎭 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 — "detect_env.py 识别到 Windows 系统"

自动启用： python scripts/detect_env.py 探测到 Windows 系统即进入此模式， 不要求任务涉及中文。系统参数（OS / Shell / 控制台编码 / 中文支持 / PowerShell 版本） 探测后保存到 .zerotoken/environment.json（7 天有效期），后续命令选择以保存的参数为准。

适用场景： Windows 系统下的命令执行、文件读写、Git 操作、脚本执行、编码处理。

典型信号：

detect_env.py 报告 os.name == "windows"
"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 → detect_env.py 探测 Windows 系统，自动启用 F 模式
   📋 检查 → 系统参数已保存；15 条已知陷阱匹配当前症状
      🛠️ 解决 → PowerShell 命令 + 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 Windows 上使用 bash（一律 PowerShell）❌ 不在 bash 命令中直接嵌入含 + 的中文 ❌ 不使用 Add-Content 追加中文 ❌ 不用 PS 5.1 的 Set-Content / Out-File 默认编码写非 ASCII 内容 ❌ 不直接在 PowerShell 中 print() 中文 ❌ 不忽略编码问题强行操作

统一入口： python scripts/zt.py help（zt.py check 一键跑完全部校验）；下列脚本也可独立调用。

内置工具包（scripts/）： detect_env.py（环境识别+系统参数保存）、safe_io.py（编码自动检测 + 安全读写/追加，unknown 显式抛错）、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）、audit_encoding.py（编码合规审计）、init_env.ps1（环境初始化）

📖 15 条陷阱的完整表格、脚本用法与安全读写模板见 references/windows-powershell.md（按需读取，避免常驻占用上下文）。

---

G. 🐧 POSIX 标准工作流 — "detect_env.py 识别到 Linux/macOS"

适用场景： Linux / macOS 系统下的常规任务。

行为表现：

🏷️ 识别 → detect_env.py 探测 POSIX 系统，自动启用 G 模式
   🐚 Shell → sh/bash（macOS 默认 zsh），禁用 PowerShell 语法
      ⚙️ 执行 → 标准 ZeroToken 工作流，文件编码仍统一 UTF-8

不做什么： ❌ 不套用 F 模式的 PowerShell 规避规则（GBK 污染、Add-Content 等与 POSIX 无关）

---

⚔️ 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。

完整十原则（含违反示例）、与任务模式的对应关系及 System Prompt 总纲见 SKILL.md「⚔️ AI 编程总纲（尉缭子十原则）」。

---

🔍 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：

| 优先级 | 方式 | 条件 | |--------|------|------| | 🥇 本地浏览器 MCP 桥 | 真实浏览器搜索（搜索引擎不限百度） | 本地存在 MCP 桥脚本且服务在线 | | 🥈 抓取工具（如 web_fetch） | 备选 | 仅当浏览器桥不可用 |

真实浏览器可通杀微博/知乎/小红书等反爬严格的平台；若浏览器桥不可用，允许使用当前网络可用的其他搜索方式。

完整规则（入口探测顺序、禁用行为、Windows 调用注意）见 references/search.md。

---

📝 精准提示词模板

用「目标 / 输入 / 约束 / 输出 / 预算」五要素压缩提示词；请求含糊时先用模板提炼再执行，只有缺少关键输入会导致结果不可用才追问，且一次只问 1 个问题。模板全文见 SKILL.md「📝 精准提示词模板」。

---

📜 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，叠加更激进的压缩规则（零问候、最大压缩输出、省略冗余、准确性不妥协），触发词如"省点 token""简洁点""直接给结果"。完整规则见 SKILL.md「⚡ ZeroToken 强化模式」。

---

🚫 退出条件

教学/学习、头脑风暴、深度研究、用户要求详细等场景自动退出 ZeroToken 模式，切换为详尽模式。完整规则见 SKILL.md「🚫 何时不使用 ZeroToken」。

---

📖 文档地图

文档分层： SKILL.md 是常驻核心（决策表 + 原则 + 输出格式，≤12KB）；细节按需读取 references/ 下的参考文档——这样加载时不为当前任务用不到的内容付 token。

SKILL.md（常驻核心）

• 📐 快速决策表 — 按请求类型匹配模式与工具链
• 🧭 核心原则（8 条） — 先分类再预算、压缩提示词、渐进读取、先给结果、不复述、plan 只写顶层步骤、设置停止条件、先识别环境再选 Shell
• ⚔️ 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
• 📝 精准提示词模板 — 目标 → 输入 → 约束 → 输出 → 预算
• 🔄 任务模式要点 (A-G) — 每种模式的首轮行为
• ⚡ ZeroToken 强化模式 & 退出条件 / 🛡️ 质量底线

references/（按需读取）

| 文档 | 内容 | |---|---| | windows-powershell.md | F 模式：15 条已知陷阱 + 脚本工具表 + 推荐工作流 + 安全读写模板 | | refactor-playbook.md | E 模式：根因诊断 → 影响面 → 方案确认 → 增量迁移 → 收尾 | | search.md | 搜索资料规范：入口探测顺序、禁用行为、Windows 调用注意 | | tool-mapping.md | 工具名跨宿主映射、宿主 verification 循环、plan/todo 注册行为 | | publishing-clawhub.md | 维护者手册：C1-C6 发布陷阱 + 固定发布时序 |

其他目录

• 📜 docs/unicode-encoding-spec.md — Unicode 安全编码规范 15 条 + 项目执行细则
• 🛠️ scripts/ 工具集 — zt.py（统一入口：zt.py help / zt.py check）, detect_env.py, safe_io.py, detect_gbk_contamination.py, batch_edit.py, fix_encoding.py, verify_output.py, audit_encoding.py, audit_skill.py, bump_version.py, init_env.ps1

---

🤖 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）

| # | 原则 | 含义 | |:-:|------|------| | 1 | 先分类，再预算 | 接到请求先确定模式，再分配 token | | 2 | 压缩提示词 | 用最短的精确描述代替长段落 | | 3 | 渐进读取 | 按需读取，不看完整文件 | | 4 | 先给结果 | 结论先行，细节随后 | | 5 | 不复述 | 不重复用户已说的内容 | | 6 | plan 只写顶层步骤 | 避免 bullet 子步骤被 todo 系统注册为独立待办项 | | 7 | 设置停止条件 | 已定位目标、必要调用方和验证方式后即停止搜索，不重复读取未变化的文件 | | 8 | 先识别环境，再选 Shell | 命令行任务先跑 detect_env.py 保存系统参数，再按平台选 PowerShell / POSIX shell |

---

👑 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

---