| name | context-budget |
| description | 审计 Claude Code 跨智能体、技能、MCP 服务器和规则的上下文窗口消耗。识别臃肿、冗余组件，并生成优先级排序的 token 节省建议。 |
| origin | ECC |
上下文预算
分析 Claude Code 会话中每个已加载组件的 token 开销，并提供可操作的优化建议以回收上下文空间。
何时使用
- 会话性能感觉迟缓或输出质量在下降
- 最近添加了很多技能、智能体或 MCP 服务器
- 想知道你实际有多少上下文余量
- 计划添加更多组件，需要知道是否还有空间
- 运行
/context-budget 命令（此技能为其提供支持）
工作原理
阶段 1：盘点
扫描所有组件目录并估算 token 消耗：
智能体（agents/*.md）
- 统计每个文件的行数和 token 数（单词数 × 1.3）
- 提取
description frontmatter 长度
- 标记：超过 200 行的文件（重度）、描述超过 30 个单词的（臃肿的 frontmatter）
技能（skills/*/SKILL.md）
- 统计每个 SKILL.md 的 token 数
- 标记：超过 400 行的文件
- 检查
.agents/skills/ 中的重复副本 — 跳过相同副本以避免重复计数
规则（rules/**/*.md）
- 统计每个文件的 token 数
- 标记：超过 100 行的文件
- 检测同一语言模块中规则文件之间的内容重叠
MCP 服务器（.mcp.json 或活跃的 MCP 配置）
- 统计已配置的服务器和总工具数
- 估算每个工具约 ~500 token 的 schema 开销
- 标记：超过 20 个工具的服务器、包装简单 CLI 命令的服务器（
gh、git、npm、supabase、vercel）
CLAUDE.md（项目级 + 用户级）
- 统计 CLAUDE.md 链中每个文件的 token 数
- 标记：总计超过 300 行
阶段 2：分类
将每个组件排序到相应的桶中：
| 桶 | 标准 | 操作 |
|---|
| 始终需要 | 在 CLAUDE.md 中被引用、支持活跃命令，或匹配当前项目类型 | 保留 |
| 有时需要 | 领域特定的（如语言模式），未被 CLAUDE.md 引用 | 考虑按需激活 |
| 很少需要 | 无命令引用、内容重叠，或无明显的项目匹配 | 移除或延迟加载 |
阶段 3：检测问题
识别以下问题模式：
- 臃肿的智能体描述 — frontmatter 中描述超过 30 个单词会在每次 Task 工具调用时加载
- 重度智能体 — 超过 200 行的文件在每次生成时膨胀 Task 工具上下文
- 冗余组件 — 技能重复智能体逻辑、规则重复 CLAUDE.md
- MCP 过度订阅 — 超过 10 个服务器，或包装了可免费使用的 CLI 工具的服务器
- CLAUDE.md 臃肿 — 冗长的解释、过时的部分、应该是规则的指令
阶段 4：报告
生成上下文预算报告：
上下文预算报告
═══════════════════════════════════════
估算总开销：~XX,XXX token
上下文模型：Claude Sonnet（200K 窗口）
可用有效上下文：~XXX,XXX token（XX%）
组件明细：
┌─────────────────┬────────┬───────────┐
│ 组件 │ 数量 │ Token │
├─────────────────┼────────┼───────────┤
│ 智能体 │ N │ ~X,XXX │
│ 技能 │ N │ ~X,XXX │
│ 规则 │ N │ ~X,XXX │
│ MCP 工具 │ N │ ~XX,XXX │
│ CLAUDE.md │ N │ ~X,XXX │
└─────────────────┴────────┴───────────┘
警告：发现 N 个问题：
[按 token 节省量排名]
前 3 项优化：
1. [操作] → 节省 ~X,XXX token
2. [操作] → 节省 ~X,XXX token
3. [操作] → 节省 ~X,XXX token
潜在节省：~XX,XXX token（当前开销的 XX%）
在详细模式中，额外输出每个文件的 token 计数、最重文件的逐行明细、重叠组件之间的具体重复行，以及带每个工具 schema 大小估算的 MCP 工具列表。
示例
基本审计
用户：/context-budget
技能：扫描配置 → 16 个智能体（12,400 token）、28 个技能（6,200）、87 个 MCP 工具（43,500）、2 个 CLAUDE.md（1,200）
标记：3 个重度智能体、14 个 MCP 服务器（3 个可替换为 CLI）
最大节省：移除 3 个 MCP 服务器 → -27,500 token（开销减少 47%）
详细模式
用户：/context-budget --verbose
技能：完整报告 + 每文件明细，显示 planner.md（213 行、1,840 token），
带每个工具大小的 MCP 工具列表，并排显示重复的规则行
扩展前检查
用户：我想再添加 5 个 MCP 服务器，有空间吗？
技能：当前开销 33% → 添加 5 个服务器（~50 个工具）将增加 ~25,000 token → 推到 45% 开销
建议：先移除 2 个可替换为 CLI 的服务器以保持在 40% 以下
最佳实践
- Token 估算：散文使用
单词数 × 1.3，代码密集文件使用 字符数 / 4
- MCP 是最大的杠杆：每个工具 schema 约 500 token；一个 30 工具的服务器比你所有技能加起来还贵
- 智能体描述始终加载：即使智能体从未被调用，其 description 字段也存在于每次 Task 工具上下文中
- 详细模式用于调试：在需要精确定位驱动开销的具体文件时使用，而非常规审计
- 变更后审计：在添加任何智能体、技能或 MCP 服务器后运行，以及早发现问题
