token-budget-advisor

token-budget-advisor 技能概览

token-budget-advisor 是一个用于在生成答案前选择回复深度的路由技能。它最适合那些希望控制回复长度、细节程度或 token 消耗，而不是直接拿到默认篇幅回答的用户。它要完成的核心任务很简单：尽早判断下一条回复应该简短、平衡还是详尽，并且在生成浪费性输出之前做出决定。

token-budget-advisor 解决什么问题

当用户说“简短版”“brief answer”“tldr”“给我完整拆解”，或者直接要求管理 token 使用时，这个 token-budget-advisor 技能就很有用。它把模糊的篇幅偏好转化为明确的深度选择，从而减少猜测。相比泛泛一句“简洁一点”，它更有价值，因为它本来就是为了先拦截并解决“回答要多长”这个决策。

最适合的用户与工作流

它适合那些答案长度很重要的 agent 和工作流：工作流自动化、交互式助手、支持工单分流，以及任何长回复可能带来成本或噪音的场景。token-budget-advisor for Workflow Automation 尤其适合需要一套稳定规则来根据用户意图选择回答深度，而不是临时靠提示词风格来决定的系统。

为什么要安装这个技能

如果你的主要痛点不是内容质量，而是回复篇幅，那么就值得安装 token-budget-advisor。它最适合承担“模型该说多少”的可靠决策层，而不是内容生成提示词。如果用户在对话里已经明确了长度，这个技能通常就应该退到幕后，不必再额外介入。

如何使用 token-budget-advisor 技能

安装并定位源文件

使用仓库中的技能路径，从 affaan-m/everything-claude-code 里的 skills/token-budget-advisor 目录安装 token-budget-advisor。先看 SKILL.md，因为触发逻辑和决策流程都写在这里。如果你把这个目录当作唯一事实来源，在接入自动化之前，务必先确认准确的安装路径和入口文件。

把模糊需求转成可用提示词

一个好的 token-budget-advisor 使用提示词，应该同时写清任务和期望的深度选择。比如：“用户想要产品摘要；如果他们要选项，先提供 short / medium / detailed 再回答。” 更好的输入还会点明真正重要的约束：时间、成本、可读性，或者答案是否需要内联展示。这样技能才能有真正依据来判断预算。

先读决策规则

在做 token-budget-advisor 安装决策时，先读 SKILL.md，重点关注定义“何时触发”“何时不触发”以及深度选择如何完成的部分。最有价值的是触发短语、do not trigger 情况，以及逐步预算逻辑。这些内容决定了这个技能在生产环境里会不会稳定可预测地工作。

放进实际工作流里使用

token-budget-advisor 最实用的使用模式是：识别意图、估算所需细节、如果用户还没固定深度就提供一个选择，然后按选定层级作答。这个工作流特别适合需要在不多解释的前提下保留用户控制权的系统提示词或 agent policy。提示词里要明确：什么时候询问深度选项，什么时候直接继续。

token-budget-advisor 技能常见问题

token-budget-advisor 只是提示词风格辅助工具吗？

不是。token-budget-advisor 技能的目标是在回答生成前先决定回复深度，而不是等生成开始后再要求“简洁一点”。在交互式系统里，这种区别非常关键，因为真正的问题常常是预算超标，而不是措辞不够简练。

什么时候不该用 token-budget-advisor？

当用户在当前会话里已经选定长度、答案明显只需要一行，或者“token”显然指的是认证、支付或会话 token 时，就不要用它。在这些场景里，token-budget-advisor 带来的只会是额外摩擦，而不是价值。

它适合新手吗？

适合，只要目标只是管理回复长度。这个技能比完整的格式化系统或规划系统更容易上手，因为它的范围很窄。真正需要学习的是：什么时候应该提供深度选项，什么时候应该直接回答。

它适合普通助手工作流吗？

适合，尤其适合那些需要在简洁和完整之间取得平衡的助手。token-budget-advisor 很适合聊天界面、自动化层，以及需要可重复回复长度规则的 agent。如果你的工作流从不向用户暴露长度选择，它的价值就会小很多。

如何改进 token-budget-advisor 技能

提供更清晰的深度信号

改进 token-budget-advisor 使用效果的最好方式，是给出更明确的“够了”标准。不要只说“解释一下”，而要说“用 5 个要点给产品经理解释”或“给一个简洁答案并附一个例子”。明确的受众、格式和长度约束，会让深度选择更容易，也更准确。

留意常见失败模式

最常见的失败模式，是只要提到“token”就过度触发，哪怕用户说的根本不是这个意思。另一个问题是，用户已经选了深度，系统却还是追问一次，造成不必要的来回。第三个问题是，把每个请求都当成需要预算决策，即使答案其实很简单。

在第一轮答案后继续迭代

如果第一轮输出太短或太长，就用可测量的约束来收紧下一条指令：要几个要点、差不多几段、面向什么受众。这个反馈闭环，比笼统地改成“多一点细节”或“短一点”有效得多。token-budget-advisor 最适合在第二轮修正预算，而不是修正文风。

让它适配你的技术栈

对于 token-budget-advisor for Workflow Automation，应在生成前把触发条件编码进你的 agent policy 或 router 里。把决策规则放在交接点附近，确保下游提示词拿到的是明确的深度目标。如果你要把这个技能改造到另一个仓库里，先保留触发 / 不触发逻辑，再去调整措辞和预算阈值。