用 Codex 或 Claude 帮你安装 复制这段 Prompt,粘贴到 Codex、Claude 或其他助手里,让它检查 Skill 页面并帮你完成安装。
直接命令不会经过审查 Prompt;运行前请先检查来源。
npx skills add https://github.com/studyzy/save-token --skill st-diagnose命令会保持在同一行。复制前请横向滚动并检查完整内容。
想先保存到本地?可下载 SkillsMP 当前能够提供的文件。
正在显示 SKILL.md
基于 SOC 职业分类
| name | st-diagnose |
| description | Token 占用诊断。当用户想了解 CodeBuddy Token 占用情况、诊断环境配置、查看 MCP/Skill/Plugin/Rules/CODEBUDDY.md 的 Token 消耗时使用。 |
| allowed-tools | Read, Write, Bash, AskUserQuestion |
调用 st diagnose CLI 命令诊断当前 CodeBuddy 环境的 Token 占用情况,向用户呈现结构化的诊断报告。
执行以下命令检测 st 是否已安装:
which st || echo "NOT_FOUND"
如果输出 NOT_FOUND:向用户报告:
st CLI 工具未安��。请执行以下命令安装:
npm install -g save-token
安装后重新运行诊断。或访问 https://github.com/studyzy/save-token 获取更多信息。
停止执行。
执行诊断命令,使用 JSON 格式输出以便解析:
st diagnose --format json
参数说明:
--format json: 输出结构化 JSON,供后续解析--no-headless解析 JSON 输出。关键字段:
dataSource: 数据来源(proxy 最精确, headless 次之, fs-only 保底)scanTimestamp: 采集时间戳contextOverview.totalEstimatedTokens: 总 Token 估算contextOverview.breakdown[]: Token 分布明细(按类别)mcpList[]skillList[]: Skill 列表pluginList[]: Plugin 列表configFiles[]: 配置文件摘要toolDetection[]: 已安装省 Token 工具检测warnings[]: 潜在问题警告向用户展示结构化的诊断报告:
warnings[] 中的潜在问题如果 st diagnose 返回非零退出码或 JSON 解析失败:
st diagnose --no-headless 重试(仅文件扫描)--no-headless 也失败,建议检查 st CLI 版本:st --version如果 stdout 不是有效 JSON:
诊断完成后,使用以下结构向用户呈现:
## Token 占用诊断报告
**数据来源**: proxy(最精确)
**采集时间**: 2026-07-09 10:00:00
**总 Token 估算**: 31,200 tokens
### Token 分布
- MCP 工具定义: 15,000 tokens (48%)
- Skill 定义: 5,000 tokens (16%)
- Rules: 3,200 tokens (10%)
- CODEBUDDY.md: 2,800 tokens (9%)
- Plugin 定义: 2,000 tokens (6%)
- 历史文件: 1,200 tokens (4%)
- 其他: 2,000 tokens (7%)
### MCP 列表
| 名称 | 状态 | 工具数 | Token 估算 |
|------|------|--------|------------|
| headroom | enabled | 4 | ~800 |
| cnb | enabled | 12 | ~2,400 |
| tdesign | enabled | 8 | ~1,600 |
...
### 工具检测
- rtk: 未安装
- caveman: 未安装
- headroom: 已安装 ✓
### 警告
- MCP 工具数量较多(5 个),建议检查是否有低频使用的工具
- CODEBUDDY.md 文件较大(350 行),建议精简