studyzy/save-token-kit

stk-analyze

分析用户AI使用场景，提供Token节省方案

Source text: Chinese

stk-diagnose

AI Agent体检，采集会话的 Token 占用诊断数据

Source text: Chinese

stk-optimize

执行Token优化任务

Source text: Chinese

stk-report

对比优化前后诊断报告

Source text: Chinese

stk

Token 优化流水线主入口：自动检测进度、断点续跑，串联 诊断 → 分析 → 优化 → 报告 四阶段

Source text: Chinese

fix-bug

Bug 修复流水线。当用户报告 Bug 或想要修复已知问题时使用。调用时需附带 Bug 描述或复现步骤。自动串联：Bug 分析 → 代码修复 → UT（委托 ut-writer SKILL）→ Lint 检查（委托 lint-check-fix Agent）→ 全量验证 → 提交代码。

Source text: Chinese

new-feature

端到端新功能开发流水线。当用户想要从需求到完整实现一站式完成新功能开发时使用。调用时需附带功能需求描述。自动串联：需求澄清 → 代码实现 → UT（委托 ut-writer SKILL）→ Lint（委托 lint-check-fix Agent）→ 构建测试验证。

Source text: Chinese

openspec-apply-change

从 OpenSpec 变更中实现任务。当用户想开始实现、继续实现或处理任务时使用。

Source text: Chinese

openspec-archive-change

在实验性工作流中归档已完成的变更。当用户想在实现完成后定稿并归档变更时使用。

Source text: Chinese

openspec-propose

一步生成所有产出物来提议新变更。当用户想快速描述要构建的内容并获得包含设计、规范和任务的完整提案时使用。

Source text: Chinese

ut-writer

为 save-token 项目补充单元测试，使覆盖率达到 60% 且全部通过。

Source text: Chinese