上下文工程

token-budget-advisor 是一個路由型技能，用來在回覆前協助選擇回答深度。可用於在工作流程自動化與聊天流程中控制長度、細節或 token 消耗。本 token-budget-advisor 指南涵蓋觸發規則、不適用情境，以及如何從 skills/token-budget-advisor 套用。

prompt-optimizer 是一個 prompt-optimizer 技能，可分析粗略的提示詞，找出缺少的上下文，並將其改寫成更清楚、可直接貼上的提示詞。它最適合用於 prompt-optimizer 指南工作、提示詞審查，以及 Prompt Writing 的 prompt-optimizer，特別是在你需要為 Claude Code 或 ECC workflows 提供更好的結構時。不會執行底層任務。

context-budget 技能可稽核 Claude Code 在 agents、skills、rules 與 MCP servers 上的 context 使用情況。它能協助找出內容膨脹、重複資訊與高成本元件，並回傳依優先順序排列的清理建議。這份 context-budget 指南適合想實際運用 context-budget，或在較大型環境中進行 Skill Testing 的使用者參考。

ck 是一個為 Claude Code 設計的專案記憶 skill，可在不同工作階段之間保留持續性的 context。它可註冊專案、在啟動時自動載入 briefing 資料，並透過具決定性的 Node.js scripts 支援 save、resume、info、list、forget 與 migrate 等流程。若你正在評估 Context Engineering 的 ck，這會是相當合適的選項。

ai-first-engineering 是一套精簡的運作模式，適合由 AI agents 承擔大量實作工作的團隊。它可協助建立 Agent Standards，涵蓋規劃、架構、審查與測試，並提供安裝、使用方式，以及何時適合導入這項 skill 的指引。

agent-harness-construction 是一項實用技能，協助優化 agent harness 設計，涵蓋工具 schema、觀察格式、錯誤復原與上下文預算規劃，提升任務完成率。

prompt-engineering-patterns 是一套著重實務的生產級提示設計技能，涵蓋安裝脈絡、可重用範本、few-shot 範例、結構化輸出，以及適用於 Context Engineering 的提示優化流程。

context-driven-development 可協助建立與維護 Conductor 專案的情境脈絡文件，例如 product.md、tech-stack.md、workflow.md 與 tracks.md，讓 AI 輔助開發在不同工作階段與程式碼庫之間維持一致性。

context-engineering 技能可協助你整理專案上下文，讓代理遵循慣例、降低幻覺，並保持聚焦。當你剛開始一個工作階段、切換任務，或要為程式碼庫建立 context-engineering 指南時，都很適合使用。

product-marketing-context 可協助團隊建立並維護 `.agents/product-marketing-context.md`，讓其他行銷技能重複使用產品、受眾、定位、常見疑慮、佐證重點與訊息脈絡。它會先檢查是否已有現成檔案，支援自動起草或從零開始設定，並只更新實際變動的段落。

context-compression 是一項實用技能，適合在不遺失後續工作所需事實的前提下，縮短長時間的 agent 工作階段。它有助於 context compression、結構化摘要、檔案追蹤、決策保留，以及為長時間執行的程式開發任務與 Context Engineering 工作流程進行 tokens-per-task 最佳化。

context-degradation 是一個實用技能，用於診斷長流程中的上下文失效，包括 lost-in-the-middle、poisoning、distraction、confusion 和 clash。可用來找出上下文在哪裡斷裂、判斷應先改什麼，並套用可重複使用的 context-degradation 指南，支援 Skill Authoring、prompt 放置與 production agent debugging。

context-fundamentals 是一份面向 AI agent 系統的 context engineering 實用指南。它能幫助你判斷哪些內容該放進 prompt、排查 context 問題，並透過更清晰的 context 結構來管理 token 預算。當你需要一份扎實的 context-fundamentals 指南，用於 agent 設計與 prompt 最佳化時，就適合使用這個 context-fundamentals 技能。

context-optimization 是一項實用的 Context Engineering 技能，可幫助減少 token 浪費、保留決策狀態，並管理長流程。可用來處理 context 限制、縮減工具輸出膨脹、改善更利於快取的 prompt 結構、套用 observation masking 與 compaction，並在需要時切分 context。它是為真實使用情境而設計，不只是理論示範。

teach-impeccable 是一個一次性的 UI 設計設定技能，會掃描你的 repo、提出聚焦的 UX 問題，並將可持續沿用的設計指引保存下來，供後續工作階段使用。

session-handoff 可協助 agents 為跨多個 session 的工作建立並續接結構化 handoff 文件。它提供 create 與 resume 工作流程、handoff template、resume checklist，以及用來建立、驗證、列出與檢查 handoff 是否過時的 scripts，讓 Context Engineering 更穩定可靠。

agent-md-refactor 可用 progressive disclosure 重構過於肥大的 AGENTS.md、CLAUDE.md 或 COPILOT.md。它會找出彼此矛盾的內容，把通用規則保留在根層，並將其餘指引拆分成可連結文件，讓 Context Engineering 更清楚，也降低上下文負擔。

memory-management 可透過 HOT/WARM/COLD 檔案工作流程，協助 Claude 在不同工作階段之間保留專案脈絡。你可以用它維護 `CLAUDE.md`、`memory/` 資料夾、術語表條目，以及事件驅動的更新流程，適合用於 SEO 或 Context Engineering 的稽核、排名、競品與報告等工作。

huashu-nuwa 是一個用於 Skill Authoring 的技能，可把人物、主題或模糊需求整理成可重複使用的觀點型技能。它透過 `SKILL.md`、`references/extraction-framework.md`、`references/skill-template.md` 與多個範例技能，引導安裝判讀與實際使用，涵蓋蒸餾、路由與品質審查等流程。

mnemos 是一個以任務為範圍的記憶技能，適合需要在多次壓縮後仍保有持久上下文的代理。它使用具型別的 MnemoGraph 來持續保存目標與約束、壓縮結果，並保留可供續接的檢查點。很適合用在 context engineering、除錯、repo 維護與交接。

llm-patterns 幫助你設計 AI 優先的應用邏輯：由 LLM 負責推理、擷取與生成，程式碼則負責驗證、路由與錯誤處理。適合用 llm-patterns 技能建立更清晰的 prompt 結構、可測試的 LLM 工作流程，以及 Skill Authoring 的實用指引。

immortal-skill 是一套 Skill Authoring 工作流程，可將對話、文件與平台匯出資料整理成具備證據意識的數位人格套件。它會引導你完成角色選定、來源蒐集、倫理檢查、衝突處理與輸出生成，協助建立可重複使用的 agent skills。

steve-jobs-perspective 是一個以角色視角驅動的產品批判技能，結合 Steve Jobs 風格的判斷準則、研究檔案與範例，用來強化產品決策、訊息表達與策略思考。

create-senpai 是一個適用於 Claude Code 的技能，可將聊天匯出、會議筆記、螢幕截圖與照片整理成可重複使用的 senpai persona，並具備群組記憶、修正流程與持續更新能力。