القائمة
จัดการ context window ให้ไม่เต็ม — auto-compact เมื่อใกล้ limit, ลบ tool result เก่า, สรุป conversation history, รักษาข้อมูลสำคัญ
التثبيت باستخدام Codex أو Claude انسخ هذا Prompt والصقه في Codex أو Claude أو مساعد آخر ليراجع صفحة Skill ويثبّتها لك.
استنادا إلى تصنيف SOC المهني
Pre/Post execution validation + Phase Gate enforcement — ป้องกันการข้าม step, auto-validate output, ให้คะแนน quality score
สแกน code ใน Scaffold/ ด้วย 53 security rules (6 หมวด) — secrets, permissions, injection, AI-specific, config, dependencies — ก่อน deploy หรือหลัง Dev report
Coordinate PM/Dev/QA agents แบบ Pipeline Pattern — auto-route งานตาม role, ส่งต่ออัตโนมัติเมื่อ status เปลี่ยน, track progress ทุก handoff
Create color-coded teaching scripts / presenter talking-point documents (.md) that serve as a "live reading book" for speakers. The output is a markdown file where each color tells the presenter what to do: blue = speak this line, red = pronunciation guide, dark blue = slide header, black = stage direction & audience engagement, yellow box = terminology. Use this skill whenever the user mentions: teaching script, talking points, presenter script, key talking point, speaker notes, lecture script, training script, presentation script, สคริปต์การสอน, สคริปต์วิทยากร, คำพูดที่ต้องอ่าน, หนังสือสำหรับพูด, or any request to create a document that guides a speaker through a slide deck with exact words to say, pronunciation help, and stage directions. Also trigger when the user uploads a PowerPoint (.pptx) and asks to write a script, narration, or talking points for it.
Use for QA evidence, release readiness, rollback review, and close-out decisions.
Use for build completion evidence, code review readiness, and ready-for-QA checks.
| name | Context Optimizer — Token Management |
| description | จัดการ context window ให้ไม่เต็ม — auto-compact เมื่อใกล้ limit, ลบ tool result เก่า, สรุป conversation history, รักษาข้อมูลสำคัญ |
ป้องกัน context window เต็มก่อนงานจะเสร็จ — auto-detect, compact, และ prioritize ข้อมูลสำคัญ
เมื่ออ่าน file ไปแล้ว ผลลัพธ์ tool_result จะกิน context — compact ได้:
Compactable tool results (ลบได้หลังใช้):
Read — เนื้อหาไฟล์ที่อ่านไปแล้ว (เก็บแค่ path + สรุป)Bash — output ของ command (เก็บแค่ exit code + สรุป)Grep — ผลค้นหา (เก็บแค่จำนวน match + key findings)Glob — รายชื่อไฟล์ (เก็บแค่จำนวน + pattern)Non-compactable (ห้ามลบ):
วิธี compact:
[เดิม] Read /path/to/large-file.md → {2000 lines of content}
[compact] Read /path/to/large-file.md → [File read: 2000 lines, key: {3-line summary}]
เมื่อ conversation ยาว — สรุปส่วนเก่า:
ก่อน read file — ประเมินว่าจำเป็นแค่ไหน:
| Situation | Action |
|---|---|
| ต้องการแค่ structure | อ่าน 50 บรรทัดแรก |
| ต้องการ specific section | ใช้ Grep หา แล้ว Read เฉพาะ offset |
| ไฟล์ใหญ่ (>500 lines) | อ่านเป็น chunk, สรุปแต่ละ chunk |
| ไฟล์ที่อ่านแล้วใน session นี้ | ใช้ summary จากครั้งก่อน |
เมื่อต้อง compact — เรียงลำดับความสำคัญ:
Priority 1 (ห้ามลบ):
- Current task instructions
- User decisions (ทุก decision ที่ user ตัดสินใจ)
- Active error context
- Project state (phase, status)
Priority 2 (สรุปได้):
- Completed task details → summary
- File contents read → path + key findings
- Command outputs → exit code + summary
Priority 3 (ลบได้):
- Exploration results ที่ไม่เกี่ยวกับ task ปัจจุบัน
- Duplicate reads (อ่านไฟล์เดิมซ้ำ)
- Verbose command output (ls, git log ยาวๆ)
| Context Usage | Action |
|---|---|
| <60% | ทำงานปกติ |
| 60-75% | เริ่ม compact tool results เก่า |
| 75-85% | Summarize completed tasks + compact aggressively |
| 85-95% | แนะนำ /compact + เก็บเฉพาะ Priority 1 |
| >95% | Emergency: สรุปทุกอย่างเป็น summary, แจ้ง user |
ก่อนเริ่มงานใหญ่ — ประเมิน token budget:
## Token Budget Estimate
- Current usage: ~{X}% of context window
- Available for this task: ~{Y} tokens
- Estimated task cost:
- File reads: {N} files × ~{avg} tokens = {total}
- Tool calls: {N} calls × ~{avg} tokens = {total}
- Output generation: ~{X} tokens
- **Verdict:** {sufficient / tight / insufficient — need compact first}
เมื่อ system ตรวจพบ context ใกล้เต็ม:
/compact เมื่อถึง 85%