用 Agent Skills 把 Claude Code Token 消耗降低 50%
一句话：三个策略——①用 Skill 替代重复 prompt（80 Token 的指令变 3 Token 触发词）、②用 /compact 和规划文件压缩上下文、③用专业 Skill 消除反复纠正的迭代循环。Opus 用户一个月能省 $60–150。
Token 成本问题
按 Anthropic 定价：Opus 输入 $15/百万、输出 $75/百万；Sonnet 输入 $3/百万、输出 $15/百万。
一次典型开发会话消耗 50k–150k 输入 + 10k–30k 输出 Token，按 Opus 定价单次 $1.50–$4.50。月 20 次就是 $30–$90，大型项目轻松到 $150–$300/月。
Token 烧钱的三个根因：
- 重复 prompt — 每次做同类任务都重新输入一大段指令
- 上下文膨胀 — 对话历史越来越长，每轮都重新读取全部历史
- 迭代循环 — Claude 理解错意图，你花 5–10 轮纠正，每轮都更贵
策略一：用 Skill 替代重复 Prompt
每次手输 80 Token 的代码审查指令，一天 5 次就是 400 Token，一个月 12,000 Token——全在为可以「存一次、永久用」的指令买单。
装个 Skill，把指令编码一次：
tokrepo install e108cf5c-c34e-4d27-a694-66a693301e87
之后只需 /gsd-code-review——3 个 Token。Skill 文件会话中只加载一次（约 500–1,500 Token），后续每次触发只花触发词的钱，通常第 2–3 次使用就回本。
| 场景 | 不用 Skill | 用 Skill | 节省 |
|---|---|---|---|
| 代码审查（80T × 5 次/天） | 400 T/天 | 15 T/天 + 500T 一次加载 | 92% |
| 调试工作流（120T × 3 次/天） | 360 T/天 | 9 T/天 + 800T 一次加载 | 88% |
| 规划（200T × 2 次/天） | 400 T/天 | 6 T/天 + 1,200T 一次加载 | 85% |
投资回报最高的两个：GSD（/gsd-plan-phase、/gsd-execute-phase 替代 200+ Token 的规划 prompt）和 Planning Skill（编码规划方法论，团队输出一致）。
策略二：压缩上下文
Claude 每轮都读完整对话历史——80,000 Token 的历史意味着哪怕问一句简单话也要花 80,000 输入 Token（Opus 下 $1.20/条）。
用 /compact 做摘要压缩，保留关键决策的同时把历史压到几分之一：
| 场景 | compact 前 | compact 后 | 压缩率 |
|---|---|---|---|
| 15 轮代码审查会话 | 82,000 T | 12,000 T | 85% |
| 大文件探索 | 65,000 T | 8,000 T | 88% |
| 多阶段项目规划 | 120,000 T | 18,000 T | 85% |
什么时候 compact：完成一个重要任务后；上下文超 40k 时；切换话题前；读完大文件但后续不再需要时。
其他做法：
- 新任务开新对话，不在臃肿会话里干不相关的活
- 精确指定读取范围：「读 server.ts 的 50–120 行」而不是整个文件
- 用 .claudeignore 排除 node_modules/、构建产物、大数据文件
- 第一条消息就给全相关文件和约束，别分 5 条零散补充
策略三：减少迭代轮次
最贵的浪费是迭代循环。没有结构的调试是这样的：
第 1 轮："修复这个 bug"（方案 A 失败）
第 2 轮："不行，试试 X"（部分成功）
第 3 轮："接近了，但你破坏了 Y"（修 Y 又引入原 bug）
第 4 轮："保留第 2 轮的修复同时修 Y"
第 5 轮："让我重新解释一下完整上下文……"
每轮上下文更长、更贵，第 5 轮的 Token 是一次做对的 5 倍。一次误解在大上下文里就能烧 $5–$15。
用专业 Skill 让 Claude 第一次就做对。 系统化调试 Skill 引导结构化流程：
tokrepo install 78ed006e-d10d-4efe-804b-2e19a76cf2bb
/gsd-debug 触发：复现 → 生成 3–5 个按可能性排序的假设 → 最小改动验证每个假设 → 修确认的根因 → 跑测试验证。通常 2–3 轮解决，调试任务省 60–70% Token。
发现自己第三次写同一个复杂 prompt 时，用 Skill Creator 把它变成 Skill。
实测前后对比
| 任务 | 不用 Skill | 用 Skill | 节省 |
|---|---|---|---|
| 代码审查（3 文件） | 45,000 T | 18,000 T | 60% |
| 调试后端 API Bug | 92,000 T | 35,000 T | 62% |
| 规划新功能（5 阶段） | 68,000 T | 28,000 T | 59% |
| 全天开发会话 | 320,000 T | 145,000 T | 55% |
按 Opus 定价换算：日成本 $7.05 → $3.31，月度（20 工作日）$141 → $66.20，单个开发者每年省约 $900，团队线性放大。
常见问题
Skill 本身耗 Token 吗？
会，但每次会话只加载一次（500–1,500 Token），同会话内再次触发只花 2–3 Token。通常第 2–3 次使用回本。
最有效的一个动作？
定期 /compact。它降低后续每条消息的成本——80k 压到 12k，之后每轮省 68k，再聊 3 轮就是 204k Token。
三个策略能一起用吗？
本来就该配合：Skill 减重复 prompt、/compact 保上下文精简、专业 Skill 减迭代。一起用月度成本降 45–55%。
其他技巧？
默认用 Sonnet（输入便宜 5 倍）只在复杂推理时切 Opus、/clear 及时开新会话、用 @file 引用代替粘贴大段代码。组合使用能降 70%+。