context-budget

name	context-budget
description	扫描所有 skills/rules/MCP 组件，估算 token 消耗并分类，检测膨胀与冗余，输出优化建议。
origin	改编-ECC
version	0.1.0
tags	["context-management","token-optimization","audit","maintenance"]

Context Budget — 上下文预算审计

扫描所有 OpenClaw 组件（skills、rules、MCP servers、AGENTS.md 等），估算 token 开销，分类评估，产出优化建议。

When to Activate

• 新增多个 skill 后，想评估上下文负担
• 会话启动变慢或 compaction 频率明显增加
• 定期审计（建议每月一次）
• 怀疑 skill 膨胀导致响应质量下降

审计范围

组件	路径	估算方式
Workspace skills	~/.openclaw/workspace/skills/*/SKILL.md	读取文件，~1.3 token/字符
Agents skills	~/.agents/skills/*/SKILL.md	同上
Rules	~/.openclaw/workspace/rules/common/*	同上
Core identity	AGENTS.md, SOUL.md, USER.md, TOOLS.md	同上
MCP tools	通过 openclaw mcp list 获取 schema	每个 tool schema ~500 token

执行步骤

Phase 1: 数据采集

# 统计 skill 数量和大小
echo "=== Workspace Skills ==="
find ~/.openclaw/workspace/skills -name "SKILL.md" -exec wc -c {} + | sort -rn | head -30
echo "=== Agents Skills ==="
find ~/.agents/skills -name "SKILL.md" -exec wc -c {} + | sort -rn | head -30

# 统计 rules
echo "=== Rules ==="
find ~/.openclaw/workspace/rules -type f -exec wc -c {} + | sort -rn

# 统计核心文件
echo "=== Core Files ==="
for f in AGENTS.md SOUL.md USER.md TOOLS.md IDENTITY.md MEMORY.md; do
  [ -f ~/.openclaw/workspace/$f ] && wc -c ~/.openclaw/workspace/$f
done

Phase 2: 分类评估

对每个组件进行三级分类：

级别	定义	示例
Always	每次会话都加载，无法避免	AGENTS.md, SOUL.md, HEARTBEAT.md
Sometimes	按需加载（skill 匹配），但匹配频率高	coding-agent-plan-first, dev-workflow, github
Rarely	极少触发	bb-browser, lark-slides

分类依据：

• Always: 核心身份文件 + 每次会话必然涉及的 skill
• Sometimes: 在 skill 描述中明确标注的高频 skill
• Rarely: 描述指向特定场景/工具的 skill

Phase 3: 问题检测

3.1 膨胀检测

• 重型 skill（>200 行 SKILL.md）→ 标记为需精简
• 膨胀描述（frontmatter description >100 字符）→ 建议压缩
• 冗余内容（与其他 skill 重叠 >50%）→ 标记为合并候选

3.2 冗余检测

• 功能重叠的 skill 对（如多个 lark 相关 skill 是否可合并）
• 描述过于相似但未明确区分的 skill
• 长期未触发且无外部引用的 skill

3.3 MCP 开销检测

MCP tool schema 是最大的 token 消耗来源（每个 tool ~500 token）。

# 检查 MCP server 列表
openclaw mcp list 2>/dev/null || echo "需要通过 gateway 查看 MCP 配置"

• 每个 MCP server 暴露的 tool 数量
• 是否有不常用 MCP server 占用大量 context
• 建议：非必要 MCP 改为按需连接

Phase 4: 产出报告

输出格式：

# Context Budget Report — YYYY-MM-DD

## 总览
- Workspace Skills: N 个，总计 ~X token
- Agents Skills: N 个，总计 ~X token
- Rules: N 个，总计 ~X token
- Core Files: N 个，总计 ~X token
- MCP Tools: N 个，总计 ~X token
- **估算总上下文开销: ~X token**

## 分类统计
| 级别 | 数量 | 占比 |
|------|------|------|
| Always | N | X% |
| Sometimes | N | X% |
| Rarely | N | X% |

## 问题清单
### 膨胀（>200 行）
1. `skills/xxx/SKILL.md` — 250 行 → 建议：提取详细内容到子文件

### 冗余候选
1. `skills/aaa` ↔ `skills/bbb` — 功能重叠

### MCP 优化
1. `mcp-server-name` — 暴露 N 个 tool，建议评估是否全部必要

## 优化建议
1. [具体可操作的优化项]

Token 估算参考

• 英文：~1.3 token/字符（平均）
• 中文：~2 token/字符（平均）
• 一个 100 行的 SKILL.md ≈ 3,000-5,000 token
• 一个 200 行的 SKILL.md ≈ 6,000-10,000 token
• MCP tool schema: ~500 token/tool
• AGENTS.md: ~2,000-3,000 token（当前）

与其他 Skill 的关系

• skill-stocktake: 评估 skill 质量，本 skill 评估 token 开销，互补使用
• strategic-compact: 上下文预算过高时，配合战略性压缩使用
• zai-token-stats: 统计实际 token 用量，本 skill 估算预算

注意事项

• Token 估算是近似值，实际消耗取决于模型 tokenizer
• 本 skill 不执行任何删除操作，仅提供建议
• 建议在执行优化前先做备份（trash 而非 rm）