提示缓存优化器

SKILLAI 工具
AI 工具 未标注权限 许可证不明确
安装这个技能

1. 简介: 重组上下文以最大化 prompt-cache 命中率,把稳定的大段参考(schema / 代码索引 / 风格指南 / 系统上下文)放在固定前缀,只计费一次,避免每轮重复付费。 2. 触发关键词: 提示缓存、prompt cache、稳定前缀、缓存命中、重复上下文、每次都重复计费、缓存友好 3. 功能亮点: 稳定前缀纪律:稳定内容前置、易变内容(时间戳 / id)后置 指出常见「缓存破坏」陷阱(cache_layout.py 可检测) 明确哪些内容该进缓存块、哪些该留作临时工作记忆 4. 适用场景: 每轮都复用大段参考、token 成本主要来自重复上下文而非生成时。 5. 说明: “Token上下文优化器(token-context-optimizer)” 、“子代理分流(并行调查)(subagent-fanout)、提示缓存优化器(prompt-cache-optimizer)、上下文预算守卫(context-budget-guard)共同使用效果最优。

一句话选型结论

按资料字段整理

提示缓存优化器是AI 工具类的 Agent Skill,安装方式未标注,权限级别未标注,许可证不明确,有可直接复制的安装命令。技能本质是给模型读的说明书,效果取决于模型与客户端;装完先用一个小任务验证,再放进正式流程。

分类AI 工具 安装方式未标注 权限级别未标注权限 许可证许可证不明确
累计安装 未标注 本周 未标注
GitHub 星标 未标注 仓库 未标注
下载量 未标注 技能市场下载数
权限级别 未标注权限 安装前请确认风险范围
许可证 许可证不明确 未说明

安装

未标注
在支持 Skills 的客户端里执行,装完问一句「你有哪些技能」验证
skillhub install user_4b08597e/prompt-cache-optimizer
  1. 1
    确认客户端支持

    确认你的客户端支持 Skills(Claude、Codex、Cursor 等),并升级到较新的版本。

  2. 2
    拿到技能文件

    执行上面的命令安装;也可以把仓库里的 SKILL.md 手动放进客户端的 skills 目录。

  3. 3
    刷新技能列表

    重新打开客户端,或刷新技能列表,让新放进来的技能被加载。

  4. 4
    验证是否生效

    问一句「你有哪些技能」,确认列表里出现它,再拿一个小任务试跑。

技能档案

AI 工具
字段来自技能仓库与公开索引,中文说明由本站标注
作者 / 维护方user_4b08597e仓库 未标注 · 版本 未标注
宿主客户端未标注技能可被这些客户端加载
安装方式未标注安装包 community
权限级别未标注权限安装前请确认风险范围
许可证未说明许可证不明确,商用前请自行确认条款
仓库可用性available技能仓库当前是否可访问
最近核验2026-11-06上游最后核验时间 · 数据更新 2026-11-06
正文体量6.8 KBSKILL.md 原文大小,越大说明说明书写得越细

典型使用场景

3 类
按分类整理的常见用法,具体以 SKILL.md 为准
组合多个 AI 能力

把写作、检索、总结串成一条流程。

搭工作流

把固定流程做成可重复调用的步骤。

做提示词与评测

整理提示词并对比输出效果。

选择建议

装之前先看这几条
按条目字段给出的判断,不替你决定用不用

值得选的地方

  • 有可直接复制的安装命令,不用自己翻文档找入口。

先想清楚的地方

  • 没有标注权限级别,实际能做什么要装好后确认。
  • 许可证不明确,商用或二次分发前先到仓库确认条款。
  • 没有做站内核验,内容以作者仓库为准。
  • 技能只是说明书,实际效果取决于模型与客户端,装完先用小任务试一遍。

更适合

  • 需要在AI 工具场景里给模型补一套做法的人。
  • 愿意先读一遍 SKILL.md、确认它会让模型做什么的人。

不太适合

  • 对许可证要求很严、必须明确可商用的人。
  • 只想装完就自动变强、不打算看说明书的人。

同类对比

6 个同类
同分类里挑最接近的几条,字段以各自详情页为准
技能权限级别安装方式累计安装宿主客户端安装命令
提示缓存优化器当前 未标注权限 未标注 未标注 未标注 有
执行计划 只读 GitHub 仓库 151.5 万 Codex、Claude、Cursor 有
Playwright MCP 测试 浏览器控制 ClawHub 市场 136.5 万 OpenClaw 有
完成前的验证 未标注权限 GitHub 仓库 131.9 万 Codex、Claude、Cursor 有
子 Agent 驱动开发 只读 GitHub 仓库 131.2 万 Codex、Claude、Cursor 有
前端设计 执行命令 GitHub 仓库 125.6 万 Codex、Claude、Cursor 有

SKILL.md 全文

6.8 KB
模型实际读到的说明书原文,来自技能仓库

Prompt Cache Optimizer

提示缓存优化器

Overview

概述

Runtimes that cache prompts bill a stable prefix only once. If the first K tokens of every request are identical, the runtime caches them and you stop paying for them per turn. The win is largest for long-lived, reference-heavy sessions. This skill makes your context cache-friendly by construction.

会缓存提示的运行时只对稳定前缀计费一次。如果每次请求的前 K 个 token 完全相同,运行时便会缓存它们,你无需在每轮为其付费。对于长期、重度依赖参考内容的会话,收益最大。本技能从结构上让你的上下文天然具备缓存友好性。

When to use

何时使用

  • A large reference (schema, index, style guide, spec) is reused every turn.

  • 每轮都会复用的大型参考内容(schema、索引、风格指南、规范)。

  • Sessions are long and context-heavy, with repeated boilerplate.

  • 会话时间长、上下文繁重,且存在大量重复模板内容。

  • Cost is dominated by re-sent context, not by model generation.

  • 成本主要由重复发送的上下文主导,而非模型生成。

Core rules

核心规则

  1. Stable prefix first. Put large, unchanging references at the very top of the context. Keep that block byte-identical across turns.

  2. 稳定前缀优先。 将庞大、不变的内容参考置于上下文最顶部,并保持该块在各轮之间逐字节完全一致。

  3. Volatile text last. Timestamps, random ids, turn counters, and live tool results go at the bottom. Only the changing tail breaks the cache; the long stable head stays cached.

  4. 易变文本放最后。 时间戳、随机 id、轮次计数器、实时工具结果放在底部。只有变化的尾部会使缓存失效,而长而稳定的头部仍保持缓存。

  5. No cache-breakers in the stable block. Never inject volatile content (dates, uuid, rotating examples, re-ordered lists) into the cached region.

  6. 稳定块中不要放入破坏缓存的内容。 切勿将易变内容(日期、uuid、轮换示例、重排列表)注入缓存区域。

  7. Keep the cached block minimal. Include only what is reused every turn. A 2000-token stable prefix cached beats a 6000-token one that's also cached — less to hold even cached.

  8. 保持缓存块精简。 仅包含每轮复用的内容。一个被缓存的 2000 token 稳定前缀,优于同样被缓存的 6000 token 前缀——即便已缓存,需要保留的也更少。

  9. Deterministic ordering. Keep lists/tables in a fixed order; re-sorting them each turn changes the prefix and defeats caching.

  10. 确定性排序。 保持列表/表格顺序固定;每轮重新排序会改变前缀并破坏缓存。

Cache-breaking pitfalls (avoid)

破坏缓存的陷阱(应避免)

  • Inserting Today: <date> or a timestamp into the stable region.

  • 在稳定区域插入 Today: <date> 或时间戳。

  • Auto-including "recent files" that change every turn inside the prefix.

  • 在前缀中自动包含每轮都变化的“最近文件”。

  • Re-ordering retrieved chunks (e.g. by relevance) before the cached block.

  • 在缓存块之前对检索到的分块重新排序(例如按相关性)。

  • Interleaving conversation transcript into the reference region.

  • 将对话记录交错插入参考区域。

  • Emitting a fresh UUID/run-id at the top each turn.

  • 每轮在顶部生成新的 UUID/run-id。

What belongs where

内容归属

  • Cached (stable): schema, symbol index, style guide, standing project facts, fixed instructions.

  • 已缓存(稳定): schema、符号索引、风格指南、固定项目事实、固定指令。

  • Ephemeral (tail): this turn's question, tool results, intermediate analysis, live state summary, timestamps.

  • 临时(尾部): 本轮问题、工具结果、中间分析、实时状态摘要、时间戳。

Ordering helper

排序辅助工具

scripts/cache_layout.py takes a list of context blocks tagged stable/volatile and (a) orders them stable→volatile, (b) flags any volatile block placed inside the stable region, (c) prints the resulting layout. Use it to audit a context before a long session.

scripts/cache_layout.py 接收一组标记为 stable/volatile 的上下文块,并(a)将其按 stable→volatile 排序,(b)标记任何被放入稳定区域的易变块,(c)打印结果布局。可在长时间会话前用它审计上下文。

Edge cases

边界情况

  • Not all runtimes cache; verify support. Where unsupported, the stable-prefix discipline still helps (predictable, smaller diffs) but yields no billing win.

  • 并非所有运行时都支持缓存,请确认支持情况。即使不支持,稳定前缀规范仍有帮助(可预测、差异更小),但不会产生计费收益。

  • Very small stable blocks (a few hundred tokens) gain little; focus on blocks >1k tokens.

  • 非常小的稳定块(数百 token)收益甚微;应聚焦于 >1k token 的块。

Resources

资源

  • scripts/cache_layout.py — order/audit context blocks for cache friendliness. Execute, don't load.

  • scripts/cache_layout.py —— 对上下文块进行排序/审计以提升缓存友好性。应执行而非加载。

  • references/cache_patterns.md — worked examples of cache-friendly vs cache-breaking layouts.

  • references/cache_patterns.md —— 缓存友好与破坏缓存布局的实例。

  • references/error-handling.md —— 本技能脚本(cache_layout.py)的文件缺失 / JSON 损坏报错指引。

常见问题

5 问
答案由本站依据条目字段整理
提示缓存优化器怎么安装?

在支持 Skills 的客户端里执行:skillhub install user_4b08597e/prompt-cache-optimizer。安装方式为未标注。装完刷新技能列表或重开客户端。

提示缓存优化器支持哪些客户端?

资料没有标注宿主客户端,但只要客户端支持 Skills(Claude、Codex、Cursor 等),一般都能加载。

提示缓存优化器权限高吗,安全吗?

权限级别为未标注权限。安装前先看它会读取或写入哪些内容。

提示缓存优化器收费吗?

本站不代收费用,也没有标注具体价格。是否收费取决于技能本身和所用的模型或客户端,正式使用前按作者说明确认。

提示缓存优化器用什么许可证?

许可证标注为 未说明(许可证不明确)。商用或二次分发前请到仓库确认条款原文。

热门专题

按场景挑技能
全部专题 →

技能内容以作者仓库为准;分类、权限级别与许可证状态的中文说明为中文整理,最近核验 2026-11-06。