Context Optimization Guide

Rust Skills 上下文优化策略与效果

概述

Rust Skills 采用三种方法优化上下文消耗，综合可节省约 68% 的 token 使用量。

优化方法	类型	适用场景	节省比例
Skill 内容拆分	静态	大型参考 skill	50-60%
context: fork	动态	任务执行型 skill	75-85%
三层并行 Fork	动态	多 skill 协作分析	65-75%

方法一：Skill 内容拆分（静态优化）

原理

将大型 Skill 的非核心内容拆分到子文件，主 SKILL.md 只保留核心路由逻辑，其他内容按需加载。

实施案例：rust-router

指标	优化前	优化后	节省
文件大小	18.7 KB	8.1 KB	56%
约 Token	~4,700	~2,000	~2,700 tokens

文件结构

skills/rust-router/
├── SKILL.md (8.1KB - 核心路由，始终加载)
├── patterns/
│   └── negotiation.md (协商协议，按需加载)
├── examples/
│   └── workflow.md (工作流示例，按需加载)
└── integrations/
    └── os-checker.md (集成说明，按需加载)

移出内容详情

内容	移动到	大小
Negotiation Protocol	`patterns/negotiation.md`	4.5 KB
Workflow Example	`examples/workflow.md`	2.3 KB
OS-Checker Integration	`integrations/os-checker.md`	1.3 KB
Skill File Paths	删除（冗余）	1.5 KB

关键点：自动触发不受影响

Claude Code 的自动触发机制仅依赖 frontmatter 中的 description 字段：

---
name: rust-router
description: "CRITICAL: Use for ALL Rust questions...
Triggers on: Rust, cargo, rustc, E0382, E0597..."
---

SKILL.md body 内容是触发之后的指导逻辑，移出到子文件不影响触发。

适用场景

包含大量参考内容的 Skill
有多种使用场景的 Skill
包含详细示例/模板的 Skill

方法二：context: fork 隔离执行（动态优化）

原理

使用 context: fork 让 Skill 在隔离的 subagent 上下文中执行，中间过程不污染主上下文，只返回摘要结果。

配置方式

---
name: my-task-skill
description: "Task description"
context: fork
agent: general-purpose  # 或 Explore
---

实施案例

Skill	典型执行 Token	Fork 后主上下文	节省
`rust-skill-creator`	~3,000	~500 (摘要)	~83%
`core-dynamic-skills`	~2,000	~400	~80%
`core-fix-skill-docs`	~1,500	~300	~80%
`rust-daily`	~2,500	~500	~80%

Fork 特性

特性	说明
隔离执行	Skill 在新的独立上下文中运行
无对话历史	Subagent 不能访问主对话历史
结果摘要	输出被摘要后返回主对话
环境继承	工作目录、CLAUDE.md、环境变量继承

继承关系

主上下文 (Main Context)
├── 对话历史 ──────────────► ❌ 不继承
├── 当前工作目录 ──────────► ✅ 继承
├── CLAUDE.md ─────────────► ✅ 继承 (作为参考)
├── 预加载的 skills ────────► ✅ 可访问
└── 环境变量 ──────────────► ✅ 继承

适用场景

独立执行的任务（创建文件、同步数据等）
不需要对话历史的操作
探索/研究类任务

不适用场景

需要交互式追问用户
需要完整推理过程可见
结果细节很重要，不能被摘要

方法三：三层并行 Fork（实验性）

原理

基于元认知框架的三层模型，将分析任务并行分发到三个隔离的 layer analyzer，各自独立分析后返回摘要，在主上下文进行跨层综合。

架构

User Question
     │
     ▼
meta-cognition-parallel (协调者)
     │
     ├─── Fork → layer1-analyzer ──► L1 摘要
     │           (语言机制分析)
     │
     ├─── Fork → layer2-analyzer ──► L2 摘要    [并行]
     │           (设计选择分析)
     │
     └─── Fork → layer3-analyzer ──► L3 摘要
                 (领域约束分析)
     │
     ▼
Cross-Layer Synthesis (主上下文)
     │
     └─► 领域正确的架构方案

上下文消耗对比

传统方式（主上下文）:

├── 读取 m01-ownership    +1,200 tokens
├── 读取 m02-resource     +1,000 tokens
├── 读取 domain-fintech   +1,500 tokens
├── 中间推理              +2,500 tokens
└── 最终回答              +1,800 tokens
                          ────────────
                          ~8,000 tokens

三层并行 Fork:

├── L1 摘要返回           +600 tokens
├── L2 摘要返回           +600 tokens
├── L3 摘要返回           +600 tokens
└── 跨层综合+回答         +700 tokens
                          ────────────
                          ~2,500 tokens

节省：~69%

使用命令

/meta-parallel <your Rust question>

测试场景

# 测试 1: 交易系统
/meta-parallel 交易系统报 E0382，trade record 被 move 了

# 测试 2: Web API
/meta-parallel Web API 中多个 handler 需要共享数据库连接池

# 测试 3: CLI 工具
/meta-parallel CLI 工具如何处理配置文件和命令行参数的优先级

综合效果估算

假设一次典型的 Rust 问答会话：

阶段	优化前	优化后
rust-router 加载	4,700	2,000
多 skill 分析	8,000	2,500
任务执行	3,000	500
总计	15,700	5,000
节省	-	~68%

选择决策树

问题类型
    │
    ├── 大型参考 Skill?
    │   └── YES → 方法一: 内容拆分
    │             将非核心内容移至子文件
    │
    ├── 独立执行任务?
    │   └── YES → 方法二: context: fork
    │             添加 context: fork 到 frontmatter
    │
    └── 多层协作分析?
        └── YES → 方法三: 三层并行 Fork
                  使用 meta-cognition-parallel

最佳实践

1. 内容拆分原则

核心路由逻辑保留在 SKILL.md
示例、模板移至 examples/
集成说明移至 integrations/
详细参考移至 references/

2. Fork 使用原则

只对任务型 Skill 使用 fork
参考/指导型 Skill 不用 fork
需要用户交互的不用 fork

3. 并行分析原则

各分析任务应独立，无依赖
综合推理在主上下文完成
显式传递所有必要信息给 fork

验证清单

方法一验证

rust-router 自动触发测试

claude -p "E0382 错误怎么解决"
claude -p "比较 tokio 和 async-std"

方法二验证

Fork skill 执行测试
```
/sync-crate-skills
/rust-daily
```

方法三验证

三层并行分析测试
```
/meta-parallel 交易系统报 E0382
```

版本历史

版本	日期	优化内容
2.0.0	2025-01-22	rust-router 内容拆分 (56% 节省)
2.0.4	2025-01-22	4 个 skills 添加 context: fork (thanks @pinghe)
2.0.5	2025-01-22	三层并行 Fork 实验性支持