markdown-token-optimizer

Markdown Token Optimizer 是一款專為開發人員與技術寫作者設計的工具，旨在優化文件以利大型語言模型 (LLM) 處理。由於 AI 模型受限於 Token 配額，冗長或結構不佳的 Markdown 檔案會導致不必要的成本、延遲增加或上下文截斷。此技能可詳細分析 Markdown 內容，精準標記冗長、重複資訊、多餘格式等低效率問題。

• Token 計算與評估：使用標準轉換啟發式方法（約 4 字元 = 1 Token）精確計算檔案的 Token 佔用量。

• 模式檢測：自動偵測常見的反模式，如過多表情符號、重複的列表、冗餘的文句以及大型未經優化的程式碼區塊。

• 可操作的優化報告：產生清楚的表格摘要，詳述問題位置、性質、修正建議及預估的 Token 節省量。

• 內容結構保持：提供的建議在保持原始清晰度與技術意圖的前提下進行，確保精簡的同時不影響資訊準確性。

• AI 友善格式：專注於重組內容以提高訊號雜訊比，使文件更適合後續的 RAG (檢索增強生成) 與 Agent 工作流程。

• 適用於管理大型儲存庫文件、技術維基或必須符合特定上下文預算之 AI 指令的用戶。

• 注意：此技能為純建議工具，僅提供指引而不自動修改檔案，讓作者對編輯變更保有完全控制權。

• 效能目標：旨在將 SKILL.md 檔案優化至 500 Token 以內，參考文件優化至 1000 Token 以內，以利代理程式高效載入。

• 使用時機：當檔案接近 Token 上限、文件顯得過於臃腫，或是作為 CI/CD 流程的一環，確保互動過程簡潔且具成本效益。