トークン使用量の削減向けの Agent Skills
Less Token Usageは、エージェントが送受信するトークン数を減らすスキルをカバーし、各ターンのコストを下げ、コンテキスト制限内に収めます。ここでのスキルは6つの領域に分かれます。プロンプトの形、コンテキストの選択、以前のターンの圧縮、APIが対応する場合の安定したプレフィックスのキャッシュ、より小さなモデルへのターンのルーティング、そして測定です。これは初心者向けトピックであるため、スキルは大規模な本番システムを調整するのではなく、まだ習慣を形成していることを前提としています。ランク付けされたリストを使って、各スキルの説明を自分のボトルネックに照らして読みましょう。プロンプトが長いなら、プロンプトの形から始めましょう。リポジトリ全体を貼り付けるなら、コンテキストの選択から始めましょう。長い会話が壊れるなら、圧縮とキャッシュを見ましょう。1つのスキルを選び、適用し、前後でトークンを数えましょう。
8 件から開始17 件のおすすめ候補
まずはこちらから。
Using fewer tokens is a design problem: smaller prompts, less context, compression, cache, cheaper models, and a counter.
関連性の高い結果です。Skill の説明を読み、目的に合うか確認してください。
- 順位 01Agent Skill を見る直接一致
caveman
注目技術的な正確さを保ちながら出力トークンを削減する超圧縮コミュニケーションモード。レベルはlite、full、ultraとwenyan系のバリアント。 /caveman、「caveman mode」、「talk like caveman」、「be brief」、「less tokens」に使用します。
- 順位 02Agent Skill を見る直接一致
token-efficiency
コスト効率の良いClaude Code利用のためのトークン最適化ベストプラクティス。効率的なファイル読み込み、静かな出力モード、読み込みよりgrep、ファイル読み込みよりbash、モデル選択の指針。トークン使用量の削減を直接狙う。
2,362 · 人気度 - 順位 03Agent Skill を見る直接一致
caveman-learn
Cavemanの学習レポートに基づき、ランク付けされたトークン消費源をレビューし、編集ごとの同意を得てコスト削減の修正を適用し、トークン節約量を測定する。トークン使用量の測定と削減を直接対象とする。
87,997 · 人気度 - 順位 04Agent Skill を見る直接一致
context-mode
注目大量の出力を処理するときは、Bash/catの代わりにcontext-modeツール（ctx_execute、ctx_execute_file）を使用。トリガー：「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documentation」「call API」「check response」「query results」「find TODOs」「count lines」「codebase statistics」「security audit」「outdated packages」「dependency tree」「cloud resources」「CI/CD output」。20行を超える可能性のあるあらゆるMCPツール出力でも発動。サブエージェントのルーティングはPreToolUseフックで自動処理。
- 順位 05Agent Skill を見る直接一致
cost-tracking
ローカルのメトリクスログからClaude Codeのトークン使用量、支出、予算を追跡・報告し、モデル、セッション、日付別に内訳を示す。トークン使用量の測定を直接カバー。
前提条件（自己申告）: Node.js
5,694 · 人気度 - 順位 06Agent Skill を見る直接一致
session-report
ローカルのトランスクリプトからClaude Codeセッションの使用状況 — トークン、キャッシュ、サブエージェント、スキル、高コストなプロンプト — を探索可能なHTMLレポートとして生成し、最適化提案を付す。トークン使用量の測定を直接カバー。
3,019 · 人気度 - 順位 07Agent Skill を見る直接一致
agent-pulse
多くのツールにわたるローカルAI-agentアクティビティを検査し、セッション、トークン、ツール呼び出し、モデル使用、推定コスト、予算、最適化提案を報告。トークン使用量の測定を直接網羅。
47,517 · 人気度 - 順位 08Agent Skill を見る直接一致
claude-api
公式|- Claude API / Anthropic SDKのリファレンス — モデルID、料金、パラメータ、ストリーミング、ツール使用、MCP、エージェント、キャッシュ、トークンカウント、モデル移行。TRIGGER — 対象ファイルを開く前に読むこと。「一行に見える」からといって飛ばさない — 次のいずれかに該当するときは常に: プロンプトが何らかの形でClaude/Anthropicに言及している（Claude、Anthropic、Fable、Opus、Sonnet、Haiku、`anthropic`、`@anthropic-ai`、`claude-*`、`us.anthropic.*`、`[1m]`）。ユーザーがLLM（料金/モデル選択/制限/キャッシュ）について尋ねている — 決して記憶から答えてはいけない。またはタスクがLLM的な形状でプロバイダが明示されていない（agent/MCP/tool-definition/multi-agent/RAG/LLM-judge/computer-use、生成/要約/抽出/分類/書き換え/対話、NL、デバッグの拒否/カットオフ/ストリーミング/ツール呼び出し/トークン）。SKIPは別のプロバイダを扱っている場合のみ（すべてのトリガーを上書き）: クエリでOpenAI/GPT/Gemini/Llama/Mistral/Cohere/Ollamaが指定されている。または`grep -rE 'openai|langchain_openai|google.generativeai|genai|mistralai|cohere|ollama'`がプロジェクトでヒットする（プロバイダが指定されていない場合はこのgrepを最初に実行 — ファイルを読まないこと）。
ほか 9 件の Agent Skills を表示
- 順位 09Agent Skill を見る一致の可能性
azure-aigateway
公式description: "AIモデル、MCPツール、エージェントのためのAI GatewayとしてAzure API Managementを構成する。WHEN: セマンティックキャッシュ、トークン制限、コンテンツ安全性、ロードバランシング、AIモデルガバナンス、MCPレート制限、ジェイルブレイク検出、Azure OpenAIバックエンドの追加、AI Foundryモデルの追加、AIゲートウェイのテスト、LLMポリシー、AIバックエンドの構成、トークンメトリクス、AIコスト管理、APIの変換
514,751 · 人気度 - 順位 10Agent Skill を見る一致の可能性
gemini-api
公式ユーザーがエンタープライズ環境でのGeminiの利用について尋ねた場合、またはVertex AI、Google Cloud、Agent Platformを明示的に言及した場合に使用します。Google Gen AI SDKを用いたAgent Platform上のGemini APIの使用方法を案内します。SDKの使用法（Python、JS/TS、Go、Java、C#）、マルチモーダル入力、ツール、メディア生成、キャッシュ、バッチ予測、Live APIなどの機能を網羅します。
前提条件（自己申告）: Credentials
- 順位 11Agent Skill を見る一致の可能性
gemini-api-dev
モデル、ストリーミング、関数呼び出し、構造化出力を扱う Gemini API に対するコード記述を導く。トークン上限やモデル選択に触れるが、トークン使用量の削減に焦点を当てたものではない。
23,448 · 人気度 - 順位 12Agent Skill を見る一致の可能性
planning-with-files-es
多段階のAgentタスク向けの永続的なファイルベース計画。task_plan.md、findings.md、progress.mdをディスク上に保持し、ライフサイクルフックが選択したコンテキストを注入。コンテキスト選択によりトークン使用量を削減できる。
6,413 · 人気度 - 順位 13Agent Skill を見る一致の可能性
qianwen-usage
QianWenAI アカウントの認証を管理し、使用量、請求、サブスクリプション、無料枠のクォータ、Token Plan のステータスを照会します。トークン使用量を報告しますが、削減はしません。
前提条件（自己申告）: Node.js
4,914 · 人気度 - 順位 14Agent Skill を見る一致の可能性
qwencloud-usage
QwenCloudアカウントの認証を管理し、使用量、請求、サブスクリプション、無料枠クォータ、Token Planのステータスを照会します。トークン使用量を報告しますが、削減はしません。
1,424 · 人気度 - 順位 15Agent Skill を見る一致の可能性
agent-platform-alert-configuration
公式>- OpenTelemetry（OTel）メトリクスを使い、AI agents向けのベストプラクティスなアラートポリシーをTerraform（.tf）設定ファイルとして生成します。agentのレイテンシ、エラー率、トークン使用量、品質メトリクスを監視するアラートポリシーを分析、作成、デプロイするときに使用します。AI agentsに関係しない標準的なインフラ監視や、agentがOpenTelemetryで計装されていない場合（Reliability、Cost、Safety、Securityアラート）には使用しないでください。NOTE: Reliability、Cost、Safety、Securityアラートは汎用OTelメトリクスを使い、ランタイム（Cloud Run、Vertex AIなど）を問わず動作します。QualityアラートはVertex AI Online Monitorsに依存し、Vertex AIデプロイメントに厳密に紐づきます。
前提条件（自己申告）: Python
- 順位 16Agent Skill を見る一致の可能性
loop-design-check
スピンや暴走実行といった失敗モードに対する、目標指向のエージェントループを設計・レビュー。機械判定可能な目標と暴走防止をカバー。暴走防止はトークン消費を抑えられる。
2,883 · 人気度 - 順位 17Agent Skill を見る一致の可能性
vercel-cli-with-tokens
公式トークンベースの認証を使用してVercelでプロジェクトをデプロイおよび管理します。対話型ログインではなくアクセストークンを使ってVercel CLIを操作する場合に使用します — 例:「vercelにデプロイ」「vercelをセットアップ」「vercelに環境変数を追加」。
このトピックの内容
各サブトピックは、特定の状況に合う Agent Skills をまとめたものです。
- Prompt shape
- What you put in the prompt is the first budget item.
- Context selection
- Do not paste everything if three files would do.
- Compression
- Shrink earlier turns so later ones still fit.
- Caching
- Pay once for a 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.
よくある質問
- このリストはどのように並べられていますか？
- スキルは観測された検索需要でランク付けされ、トピックに直接一致するものが先に配置されます。ランキングはまた、単一のパブリッシャーが占められるスキルの数に上限を設けるので、1人の著者がページを埋め尽くすことはできません。
- これらのスキルを使う前にトークンを計測する必要がありますか？
- 測定はサブトピックの1つで、方向性は率直です。トークンを数えなければ、トークンを最適化していることにはなりません。まず数えることで、プロンプトの形や文脈の選択など他の領域のどれが実際にコストになっているかがわかります。
- 初心者はどのサブトピックから始めるべきですか？
- プロンプトの形は最初の予算項目です。プロンプトに入れるものが残りを決めるからです。コンテキスト選択が次のレバーです。3つのファイルで足りるなら、すべてを貼り付けないでください。
- キャッシングとルーティングは圧縮と一緒に使えますか？
- これらは請求の異なる部分に対処します。キャッシュはAPIが許す範囲で安定したプレフィックスに一度だけ支払い、ルーティングは最大モデルを必要としないターンをより小さなモデルへ送り、圧縮は以前のターンを縮めて後のターンがまだ収まるようにします。
Agent Skill のインストール方法
Agent Skills は SKILL.md ファイルです。適切な skills ディレクトリに置くと、多くのエージェントが自動で認識します。
- Claude Code — copy the SKILL.md for caveman into ~/.claude/skills/caveman/ for yourself, or .claude/skills/caveman/ to share it with a project.
- From the registry — run npx skills add JuliusBrussee/caveman@caveman.
- Or download caveman from its source and place that SKILL.md in the directory above.
選び方 インストール前に出典と Skill 自身の説明を確認してください。Official と Notable は出所を示すラベルです。