Agent Skills para Optimización de tokens
La optimización de tokens es la práctica de usar menos contexto del modelo para el mismo trabajo: recuperar solo lo necesario, comprimir lo que queda, cachear lo que se repite y medir lo que gastas. Las skills de este tema suelen trabajar sobre una de seis cosas: la forma del prompt, la selección de contexto, la compresión de turnos anteriores, el cacheo de un prefijo estable donde la API lo permita, el enrutamiento de turnos a modelos más pequeños y el conteo de tokens para saber si algo de eso ayudó. Lee la lista ordenada como un conjunto de candidatas para un cuello de botella concreto, no como una pila que instalar de principio a fin. Encuentra la subtarea que coincida con tu problema, compara las entradas bajo ella y elige una para probar antes de añadir otra. Si no puedes decir cuál de las seis estás corrigiendo, empieza por la medición.
8 para empezar18 mejores opciones
Empieza por estos.
Token optimization is using less model context for the same job: retrieve only what is needed, compress, cache, and measure.
Estos son los resultados más relevantes. Abre un Skill, lee sus instrucciones y decide si encaja.
- Puesto 01Ver Agent SkillDirecta
token-efficiency
Buenas prácticas de optimización de tokens para un uso rentable de Claude Code, que cubren lectura eficiente de archivos, ejecución de comandos, manejo de salida, selección de modelo y estrategias de bash sobre lectura.
2362 · popularidad - Puesto 02Ver Agent SkillDirecta
text-optimizer
Optimiza textos, prompts y documentación para la eficiencia de tokens de LLM usando 52 reglas respaldadas por investigación en categorías como eficiencia de tokens, estructura, deduplicación y comprensión por parte del LLM.
2132 · popularidad - Puesto 03Ver Agent SkillDirecta
context-budget
Audita el consumo de la ventana de contexto de Claude Code entre agentes, skills, servidores MCP y reglas, identificando bloat y produciendo recomendaciones priorizadas de ahorro de tokens.
9165 · popularidad - Puesto 04Ver Agent SkillDirecta
prompt-engineer
Escribe, refactoriza y evalúa prompts de LLM, cubriendo patrones de prompts, optimización para la eficiencia de tokens, marcos de evaluación, salidas estructuradas, prompts de sistema y gestión de contexto.
5250 · popularidad - Puesto 05Ver Agent SkillDirecta
principle-guard-the-context-window
Principio para proteger la ventana de contexto finita: enruta cargas grandes a subagentes, lee de forma selectiva, mantén el contenido de uso frecuente inline y limita el alcance por fase.
3659 · popularidad - Puesto 06Ver Agent SkillDirecta
smart-explore
Búsqueda estructural de código optimizada para tokens mediante análisis AST con tree-sitter, que reemplaza la lectura completa de archivos con pasos de búsqueda, esquema y despliegue para explorar bases de código de forma eficiente.
6991 · popularidad - Puesto 07Ver Agent SkillDirecta
qwenchance
Mantiene las tareas largas en curso rompiendo bucles, acotando el razonamiento, vigilando el presupuesto de contexto y activando un handoff limpio antes de que se llene la ventana de contexto.
2323 · popularidad - Puesto 08Ver Agent SkillDirecta
skill-progressive-disclosure-design
Decide cómo dividir el contenido de una skill entre SKILL.md y archivos de referencia para eficiencia de contexto, cubriendo divulgación progresiva, activación y estructura de archivos de referencia.
2560 · popularidad
Explorar 10 Agent Skills más
- Puesto 09Ver Agent SkillPosible
azure-aigateway
Oficialdescription: "Configura Azure API Management como AI Gateway para modelos de IA, herramientas MCP y agentes. CUÁNDO: caché semántica, límite de tokens, seguridad de contenido, balanceo de carga, gobernanza de modelos de IA, limitación de tasa de MCP, detección de jailbreak, agregar backend de Azure OpenAI, agregar modelo de AI Foundry, probar AI gateway, políticas de LLM, configurar backend de IA, métricas de tokens, control de costos de IA, convertir API
514.751 · popularidad - Puesto 10Ver Agent SkillPosible
claude-api
Oficial|- Referencia de la Claude API / Anthropic SDK: ids de modelos, precios, parámetros, streaming, uso de herramientas, MCP, agentes, caché, conteo de tokens, migración de modelos. TRIGGER: leer ANTES de abrir el archivo objetivo; no omitir porque "parece una sola línea"; siempre que: el prompt nombre Claude/Anthropic en cualquier forma (Claude, Anthropic, Fable, Opus, Sonnet, Haiku, `anthropic`, `@anthropic-ai`, `claude-*`, `us.anthropic.*`, `[1m]`); el usuario pregunte sobre un LLM (precios/elección de modelo/límites/caché) — nunca responder de memoria; O la tarea tenga forma de LLM con proveedor no especificado (agent/MCP/tool-definition/multi-agent/RAG/LLM-judge/computer-use; generate/summarize/extract/classify/rewrite/converse over NL; debugging refusals/cutoffs/streaming/tool-calls/tokens). SKIP solo cuando se esté trabajando con otro proveedor (anula todos los triggers): OpenAI/GPT/Gemini/Llama/Mistral/Cohere/Ollama nombrados en la consulta; O `grep -rE 'openai|langchain_openai|google.generativeai|genai|mistralai|cohere|ollama'` sobre el proyecto da resultados (ejecutar este grep PRIMERO si no se nombra proveedor — no leer el archivo).
- Puesto 11Ver Agent SkillPosible
gemini-api-dev
Skill para escribir código de la API de Gemini que abarca texto, chat, multimodal, generación de imagen/video/voz, streaming, llamadas a funciones, salida estructurada y migración de modelos en Python y TypeScript.
23.448 · popularidad - Puesto 12Ver Agent SkillPosible
saga
Ejecuta una saga autónoma de desarrollo guiada por especificaciones con un agente orquestador que delega en subagentes trabajadores, manteniendo limpia la ventana de contexto del orquestador mediante estado en disco.
19.670 · popularidad - Puesto 13Ver Agent SkillPosible
agent-memory-systems
Cubre la arquitectura de memoria de agentes, incluida la ventana de contexto a corto plazo, los almacenes vectoriales a largo plazo y las arquitecturas cognitivas para organizar y recuperar memoria.
1966 · popularidad - Puesto 14Ver Agent SkillPosible
planning-with-files-es
Planificación persistente basada en archivos para tareas de agentes de varios pasos, manteniendo task_plan.md, findings.md y progress.md en disco con hooks de ciclo de vida que inyectan el contexto de planificación seleccionado.
6413 · popularidad - Puesto 15Ver Agent SkillPosible
session-handoff
Crea documentos de traspaso para transferencias de sesión entre agentes de IA, capturando el estado para que agentes nuevos puedan continuar el trabajo cuando la ventana de contexto se acerca a su capacidad.
4150 · popularidad - Puesto 16Ver Agent SkillPosible
gemini
Ejecuta el CLI de Gemini para revisión de código, revisión de planes y procesamiento de contexto grande (>200k tokens), con orientación sobre selección de modelo y modo de aprobación.
3931 · popularidad - Puesto 17Ver Agent SkillDirecta
caveman
DestacadoModo de comunicación ultracomprimido que reduce los tokens de salida manteniendo la precisión técnica. Niveles: lite, full, ultra y las variantes wenyan. Úsalo para /caveman, "caveman mode", "talk like caveman", "be brief" o "less tokens".
- Puesto 18Ver Agent SkillDirecta
context-mode
DestacadoUsa las herramientas de context-mode (ctx_execute, ctx_execute_file) en lugar de Bash/cat al procesar salidas grandes. Se activa con: "analyze logs", "summarize output", "process data", "parse JSON", "filter results", "extract errors", "check build output", "analyze dependencies", "process API response", "large file analysis", "page snapshot", "browser snapshot", "DOM structure", "inspect page", "accessibility tree", "Playwright snapshot", "run tests", "test output", "coverage report", "git log", "recent commits", "diff between branches", "list containers", "pod status", "disk usage", "fetch docs", "API reference", "index documentation", "call API", "check response", "query results", "find TODOs", "count lines", "codebase statistics", "security audit", "outdated packages", "dependency tree", "cloud resources", "CI/CD output". También se activa con CUALQUIER salida de herramienta MCP que pueda superar las 20 líneas. El enrutamiento a subagentes se gestiona automáticamente mediante el hook PreToolUse.
Qué cubre este tema
Cada subtema agrupa Agent Skills para una situación concreta.
- Prompt shape
- What you put in the prompt is the first budget item.
- Context selection
- Do not paste the whole repo if three files would do.
- Compression
- Shrink earlier turns so later ones still fit.
- Caching
- Pay once for the stable prefix if the API allows it.
- Routing
- Not every turn needs the largest model.
- Measurement
- If you do not count tokens, you are not optimizing them.
Preguntas frecuentes
- ¿Dónde debería empezar un principiante?
- Empieza por la medición: si no cuentas tokens, no los estás optimizando. Una vez que puedes ver a dónde va el contexto, la forma del prompt y la selección de contexto son lo más barato de cambiar, ya que lo que pones en el prompt es el primer rubro del presupuesto y tres archivos a menudo hacen el trabajo de todo un repo.
- ¿Cómo está ordenada esta lista?
- Está clasificada por demanda de búsqueda observada, con las coincidencias directas del tema en primer lugar y un límite de cuántas entradas puede ocupar cualquier publicador individual. Avanza por la lista hasta encontrar una skill que aborde tu cuello de botella.
- ¿Necesito cubrir los seis subtemas?
- No. La compresión, el almacenamiento en caché y el enrutamiento resuelven cada uno un problema distinto, y el almacenamiento en caché solo aplica si la API que usas permite pagar una vez por un prefijo estable. Elige el subtema que coincida con lo que realmente está desbordando tu contexto.
- ¿Puedo combinar varias de estas skills?
- Puedes, pero cada una cambia cómo se ensambla el contexto, así que agrégalas de a una y vuelve a medir. Una skill de compresión y una de selección de contexto pueden interactuar, y no verás cuál ayudó a menos que cuentes tokens antes y después.
Cómo instalar un Agent Skill
Los Agent Skills son archivos SKILL.md. La mayoría de los agentes los detectan cuando están en el directorio de skills correcto:
- Claude Code — copy the SKILL.md for token-efficiency into ~/.claude/skills/token-efficiency/ for yourself, or .claude/skills/token-efficiency/ to share it with a project.
- From the registry — run npx skills add delphine-l/claude_global@token-efficiency.
- Or download token-efficiency from its source and place that SKILL.md in the directory above.
Cómo elegir Comprueba la fuente y las instrucciones del propio Skill antes de instalar. Las etiquetas Official y Notable describen el origen del Skill.