Token Budget

token-budget-advisor est un skill de routage qui aide à choisir le niveau de détail d’une réponse avant de répondre. Utilisez-le pour contrôler la longueur, le degré de précision ou la consommation de tokens dans l’automatisation de workflows et les conversations. Ce guide token-budget-advisor couvre les règles de déclenchement, les cas où ne pas l’utiliser et la manière de l’appliquer depuis skills/token-budget-advisor.

cost-aware-llm-pipeline vous aide à créer des workflows LLM qui maîtrisent les dépenses API grâce au routage de modèles, au suivi immuable des coûts, à la gestion des retries et au caching des prompts. Idéal pour les jobs batch, les pipelines documentaires et l’automatisation de workflows où le volume de sortie et les arbitrages de qualité doivent être encadrés clairement.

Le skill context-budget audite l’utilisation du contexte de Claude Code à travers les agents, les skills, les règles et les serveurs MCP. Il aide à repérer le gonflement, les doublons et les composants coûteux, puis renvoie des actions de nettoyage priorisées. Utilisez ce guide context-budget pour un usage pratique du budget de contexte et pour les tests de skill dans les configurations plus importantes.

context-compression est un skill pratique pour réduire la taille de longues sessions agent sans perdre les informations nécessaires pour poursuivre le travail. Il aide à la compression du contexte, à la synthèse structurée, au suivi des fichiers, à la préservation des décisions et à l’optimisation des tokens par tâche pour les longues tâches de code et les workflows de Context Engineering.

context-fundamentals est un guide pratique de l’ingénierie du contexte pour les systèmes d’agents IA. Il vous aide à décider ce qui doit entrer dans le prompt, à diagnostiquer les problèmes de contexte et à gérer les budgets de tokens grâce à une structure de contexte plus claire. Utilisez ce skill context-fundamentals lorsque vous avez besoin d’un guide concret sur context-fundamentals pour la conception d’agents et l’optimisation des prompts.

context-optimization est une skill pratique pour l’ingénierie du contexte, conçue pour réduire le gaspillage de tokens, préserver l’état de décision et mieux gérer les workflows longs. Utilisez-la pour traiter les limites de contexte, alléger le volume des sorties d’outils, améliorer la structure des prompts compatible avec le cache, appliquer le masquage des observations et la compaction, et partitionner le contexte lorsque nécessaire. Elle est pensée pour un usage réel, pas seulement pour la théorie.