98k 星标的开源Skill，怒省90% 的 Token

图片解读

第 1 张 — 事实（可观测、可读取的元素）

- 可读文字（清晰/接近清晰）：

- 底部大字中能清楚识别的字符/符号： "90%"（阿拉伯数字和百分号，位于画面下方，绿色粗体边框内）。

- 可读文字（模糊/不确定，按照所见原样记录并标注不确定）：

- 顶部大字为绿色粗体，部分字符无法完全辨认；可尝试的近似读法为："一个3?K怒首"（高度不确定，无法确认原字，请参见“无法辨认的内容”）。

SkillPI 作品解读

作品用途：

- 该缩略图来自视频页面（来源：https://www.bilibili.com/video/BV1rCud6XEQy/），意在宣示某个开源“Skill”或方案可大幅节省 Token（画面中突出“90%”数字）。缩略图本身用于吸引注意并传达节省幅度的主张，但并不提供实现细节；是否真实需通过项目/代码复验。

图片证据要点（可直接由缩略图核验的事实）：

- 明确可读的断言仅为 "90%"；其他文字（尤其顶部绿色大字和底部除 90% 外的文字）存在模糊或不可辨认情形，不能作为技术细节或方法论依据。

- 视觉元素（素描头像、像素立绘、表情符号）支持这是视频缩略图或社交媒体宣传图的结论，但不包含可执行的技术信息。

关联 Skill 的使用步骤（当前资料缺乏 Skill 的具体仓库/名称/实现细节，以下为通用核验与复现步骤，需在获取到项目代码或明确链接后执行）：

1. 在原视频页面（https://www.bilibili.com/video/BV1rCud6XEQy/）查找视频描述或评论中可能指向的项目仓库/下载链接并记录项目源链接（若存在）。

2. 打开项目仓库后，阅读 README、CHANGELOG、示例脚本及安装说明，寻找宣称“节省 90%”的上下文（例如适用的模型、输入场景、度量方式）。

3. 检查关键实现文件以确认采用的技术手段（示例性但非穷尽：是否使用输入压缩、提示模板合并、检索增强代替长上下文、tokenizer/编码变更、批处理或自定义推理逻辑）。注意：当前没有明确的 Skill 名称或实现，以上技术为常见可能项，需对照项目代码验证是否被使用。

4. 复现实验设计：构建与项目描述一致的基线（原始 prompt/上下文）与优化后版本；使用相同的 tokenizer 与模型来统计 token 数（记录模型、tokenizer 版本、输入样本、批量大小、温度等环境变量）。

5. 采集并比较度量：记录原始 token 数、优化后 token 数、相对减少比例、请求次数与总体 API 调用成本（如果目标是降低成本）。

6. 输出可复现的测试脚本与日志（保留确切命令、依赖版本、样本输入），以便第三方核验。

复现前提与注意事项（必须核验的要点）：

- 必须获取到项目仓库或源码链接以及项目 README 中关于“90%”声明的上下文（是否为特定任务、特定数据集或特定模型的结果）。

- 明确所用模型与 tokenizer（不同 tokenizer 对 token 计数影响明显）；需记录版本号。

- 明确“90%”指的是单次请求 token 数、总体成本，还是在特定场景下（例如长上下文或批量请求）得出的百分比。

- 验证测试样本是否与作者提供的一致（样本分布不同会显著影响 token 统计）。

- 确认是否存在预处理或后处理步骤（如文本压缩、去噪、摘要）会影响 token 计数。

待核实项（明确标注，禁止虚构）：

- 未提供 Skill 的具体仓库地址、名称或实现细节（当前输入中 Skill 字段为空），需从视频页面或其他来源获取并核验。

- 未核实“90%”数据的度量方法与实验条件（需要作者原始测试脚本或复现实验细节以确认）。

- 未确认该节省是否依赖于特定模型、特定输入样本或仅在极端/窄场景下成立。

以事实、操作结果或核验事项结束：请依据上述检查清单在获取到项目代码后完成逐项核验，尤其关注模型/ tokenizer 版本、原始样本与实验脚本，以判断“90%”声明的有效性与可复用性。