file-analysis
ファイルをClaudeにアップロードする前に、トークン消費量を推定できます。ユーザーがファイルのコンテキスト消費量を知りたい場合、ファイルがコンテキストウィンドウに収まるかどうかを確認したい場合、または会話に含めるファイルを計画する必要がある場合に使用します。
description の原文を見る
Estimate token consumption of files before uploading to Claude. Use when the user wants to know how much context a file will consume, whether a file fits in the context window, or needs to plan which files to include in a conversation.
SKILL.md 本文
コンテキスト計画のためのファイル分析
ユーザーがファイルによってコンテキストウィンドウをどの程度消費するかを理解するのをサポートします。
ファイルタイプ別トークン推定値
| ファイルタイプ | 推定方法 |
|---|---|
| プレーンテキスト (.txt, .md) | 文字数 ÷ 4 (英語) または ÷ 3 (スペイン語) |
| ページあたり約1500トークン (テキスト密集) または約800トークン (スパース) | |
| 画像 (PNG, JPG) | 画像あたり約1600トークン (ビジョン用の固定オーバーヘッド) |
| コードファイル | 文字数 ÷ 3.5 |
| CSV/スプレッドシート | 文字数 ÷ 3 (構造的オーバーヘッドを含む) |
| DOCX | 抽出後はプレーンテキストと同様 |
ファイル分析時の手順
- ファイルタイプとサイズを特定する
- 適切な推定方法を適用する
- コンテキストウィンドウの消費率を計算する
- 複数ファイルが一緒に収まるかどうかを判定する
- 合計が制限を超える場合はアップロード戦略を提案する
複数ファイルの計画
ユーザーが複数のファイルを持つ場合:
- 各ファイルを推定トークンコスト付きで一覧表示する
- 累積合計を表示する
- 会話自体に残されたコンテキストを表示する
- 合計がウィンドウを超える場合に優先するファイルを推奨する
- 代替案を提案する (最初に要約する、複数の会話に分割するなど)
出力形式
各ファイルについて:
- ファイル: 名前とタイプ
- サイズ: KB/MB単位
- 推定トークン: 使用した方法付き
- コンテキストへの影響: 200Kウィンドウの割合 (会話ごと、Anthropic による文書化の通り)
サマリー:
- 総トークン数: すべてのファイルの合計
- 残りコンテキスト: 会話に残されているトークン
- 推奨: 収まる/分割する/要約する
ライセンス: MIT(寛容ライセンスのため全文を引用しています) · 原本リポジトリ
詳細情報
- 作者
- novanoticia
- ライセンス
- MIT
- 最終更新
- 2026/3/30
Source: https://github.com/novanoticia/token-calculator-suite / ライセンス: MIT
関連スキル
agent-browser
AI エージェント向けのブラウザ自動化 CLI です。ウェブサイトとの対話が必要な場合に使用します。ページ遷移、フォーム入力、ボタンクリック、スクリーンショット取得、データ抽出、ウェブアプリのテスト、ブラウザ操作の自動化など、あらゆるブラウザタスクに対応できます。「ウェブサイトを開く」「フォームに記入する」「ボタンをクリックする」「スクリーンショットを取得する」「ページからデータを抽出する」「このウェブアプリをテストする」「サイトにログインする」「ブラウザ操作を自動化する」といった要求や、プログラマティックなウェブ操作が必要なタスクで起動します。
anyskill
AnySkill — あなたのプライベート・スキルクラウド。GitHubを基盤としたリポジトリからエージェントスキルを管理、同期、動的にロードできます。自然言語でクラウドスキルを検索し、オンデマンドでプロンプトを自動ロード、カスタムスキルのアップロードと共有、スキルバンドルの一括インストールが可能です。OpenClaw、Antigravity、Claude Code、Cursorに対応しています。
engram
AIエージェント向けの永続的なメモリシステムです。バグ修正、意思決定、発見、設定変更の後はmem_saveを使用してください。ユーザーが「覚えている」「記憶している」と言及した場合、または以前のセッションと重複する作業を開始する際はmem_searchを使用します。セッション終了前にmem_session_summaryを使用して、コンテキストを保持してください。
skyvern
AI駆動のブラウザ自動化により、任意のウェブサイトを自動化できます。フォーム入力、データ抽出、ファイルダウンロード、ログイン、複数ステップのワークフロー実行など、ユーザーがウェブサイトと連携する必要があるときに使用します。Skyvernは、LLMとコンピュータビジョンを活用して、未知のサイトも自動操作可能です。Python SDK、TypeScript SDK、REST API、MCPサーバー、またはCLIを通じて統合できます。
pinchbench
PinchBenchベンチマークを実行して、OpenClawエージェントの実世界タスクにおけるパフォーマンスを評価できます。モデルの機能テスト、モデル間の比較、ベンチマーク結果のリーダーボード提出、またはOpenClawのセットアップがカレンダー、メール、リサーチ、コーディング、複数ステップのワークフローにどの程度対応しているかを確認する際に使用します。
openui
OpenUIとOpenUI Langを使用してジェネレーティブUIアプリを構築できます。これらはLLM生成インターフェースのためのトークン効率的なオープン標準です。OpenUI、@openuidev、ジェネレーティブUI、LLMからのストリーミングUI、AI向けコンポーネントライブラリ、またはjson-render/A2UIの置き換えについて述べる際に使用します。スキャフォルディング、defineComponent、システムプロンプト、Renderer、およびOpenUI Lang出力のデバッグに対応しています。