Token Budget

token-budget-advisor là một skill định tuyến giúp chọn độ sâu phản hồi trước khi trả lời. Hãy dùng nó để kiểm soát độ dài, mức độ chi tiết hoặc mức tiêu hao token trong tự động hóa quy trình và luồng chat. Hướng dẫn token-budget-advisor này bao gồm quy tắc kích hoạt, khi nào không nên dùng và cách áp dụng từ `skills/token-budget-advisor`.

cost-aware-llm-pipeline giúp bạn xây dựng các workflow LLM kiểm soát chi phí API bằng định tuyến model, theo dõi chi phí bất biến, xử lý retry và cache prompt. Phù hợp cho batch job, pipeline tài liệu và Workflow Automation, nơi cần quy tắc rõ ràng cho đánh đổi giữa khối lượng đầu ra và chất lượng.

Skill context-budget giúp rà soát cách Claude Code sử dụng context trên agents, skills, rules và MCP servers. Công cụ này hỗ trợ phát hiện phần phình to, nội dung trùng lặp và các thành phần tốn chi phí cao, sau đó trả về danh sách hành động dọn dẹp theo mức độ ưu tiên. Hãy dùng hướng dẫn context-budget này để áp dụng context-budget hiệu quả và hỗ trợ Skill Testing trong các thiết lập lớn hơn.

context-compression là một skill thực tiễn giúp thu gọn các phiên làm việc dài của agent mà vẫn giữ lại những dữ kiện cần thiết để tiếp tục công việc. Skill này hỗ trợ context compression, tóm tắt có cấu trúc, theo dõi file, bảo toàn quyết định và tối ưu tokens-per-task cho các tác vụ lập trình kéo dài cũng như quy trình Context Engineering.

context-fundamentals là một hướng dẫn thực hành về context engineering cho hệ thống AI agent. Nó giúp bạn quyết định phần nào nên nằm trong prompt, gỡ lỗi các vấn đề về context, và quản lý ngân sách token bằng cấu trúc context rõ ràng hơn. Hãy dùng skill context-fundamentals này khi bạn cần một hướng dẫn nền tảng, thực tế về context-fundamentals cho thiết kế agent và tối ưu prompt.

context-optimization là một kỹ năng thực tiễn cho Context Engineering, giúp giảm lãng phí token, bảo toàn trạng thái quyết định và quản lý các workflow dài. Dùng nó để xử lý giới hạn ngữ cảnh, tinh gọn phần phình to từ đầu ra của công cụ, cải thiện cấu trúc prompt thân thiện với cache, áp dụng che giấu quan sát và nén ngữ cảnh, cũng như phân vùng ngữ cảnh khi cần. Kỹ năng này được xây dựng cho nhu cầu sử dụng thực tế, không chỉ để minh họa lý thuyết.