skill-distiller-one-liner
Skill compression reminder in 100 tokens — just trigger, action, result.
Quellinformationen
- Repository
- live-neon/skills
- Letzte Quellaktivität
- 15. April 2026 um 09:20
- Erkannte Sprache von SKILL.md
- Englisch
- Sterne
- 3
- Forks
- 2
Installationsoptionen
Standardmäßig ist der Prompt ausgewählt, der zuerst die Quelle prüft. Sie können zu einem direkten Befehl wechseln oder eine lokale Kopie herunterladen.
Quelldateien prüfen
Lesen Sie SKILL.md und alle von SkillsMP angezeigten Begleitdateien, bevor Sie sich für eine Installation entscheiden.
SKILL.md wird angezeigt
SKILL.md
Quellanweisungen · Schreibgeschützte Vorschau- name
- Skill Distiller (One-Liner)
- version
- 0.2.1
- description
- Skill compression reminder in 100 tokens — just trigger, action, result.
- author
- Live Neon <lee@liveneon.ai>
- homepage
- https://github.com/live-neon/skills/tree/main/skill-distiller/oneliner
- repository
- live-neon/skills
- license
- MIT
- user-invocable
- true
- disable-model-invocation
- true
- emoji
- 🗜️
- tags
- ["compression","skills","optimization","context-window","token-reduction","quick-reference","minimal","openclaw"]
# Skill Distiller (One-Liner)
Minimal reference variant (~100 tokens, ~70% functionality, LLM-estimated). Full reference: `../SKILL.reference.md`.
**TRIGGER**: User asks to compress, distill, or reduce a skill's context usage
**ACTION**: Parse skill into sections (TRIGGER/INSTRUCTION/EXAMPLE/etc), score importance via LLM, remove low-value sections while preserving protected patterns (YAML name/description, N-count tracking, task creation)
**RESULT**: Compressed skill markdown with functionality score (0-100%), token reduction stats, and list of removed/kept sections
---
## Related
| Variant | Tokens | Functionality |
|---------|--------|---------------|
| [skill-distiller](../) (main) | ~400 | ~90% (formula) |
| [compressed](../compressed/) | ~975 | ~90% (prose) |
| **oneliner** (this) | ~100 | ~70% |
Full reference: [SKILL.reference.md](../SKILL.reference.md) (~2,500 tokens, ~90%)
*Functionality scores are LLM-estimated.*
Auf GitHub ansehen