Agent Skills by ALSEL
Anthropic ClaudeLLM・AI開発⭐ リポ 299品質スコア 84/100

rtk-optimizer

RTK(Rust Token Killer)を使用して、コマンド出力を最適化し、トークン使用量を70%削減できます

description の原文を見る

Optimize command outputs with RTK (Rust Token Killer) for 70% token reduction

SKILL.md 本文

RTK Optimizer スキル

目的: 高出力量のコマンドに対して RTK (Rust Token Killer) ラッパーを自動提案し、トークン消費を 70% 削減します。

仕組み

  1. 高出力量のコマンドを検出 ユーザーのリクエストから
  2. RTK ラッパーを提案 適用可能な場合
  3. RTK で実行 ユーザーが確認したら
  4. 削減量を追跡 セッション中

サポート対象コマンド

Git (70% 以上削減)

  • git logrtk git log (92.3% 削減)
  • git statusrtk git status (76.0% 削減)
  • findrtk find (76.3% 削減)

中程度の効果 (50-70% 削減)

  • git diffrtk git diff (55.9% 削減)
  • cat <large-file>rtk read <file> (62.5% 削減)

JS/TS スタック (70-90% 削減)

  • pnpm listrtk pnpm list (82% 削減)
  • pnpm test / vitest runrtk vitest run (90% 削減)

Rust ツールチェーン (80-90% 削減)

  • cargo testrtk cargo test (90% 削減)
  • cargo buildrtk cargo build (80% 削減)
  • cargo clippyrtk cargo clippy (80% 削減)

Python と Go (90% 削減)

  • pytestrtk python pytest (90% 削減)
  • go testrtk go test (90% 削減)

GitHub CLI (79-87% 削減)

  • gh pr viewrtk gh pr view (87% 削減)
  • gh pr checksrtk gh pr checks (79% 削減)

ファイル操作

  • lsrtk ls (出力を圧縮)
  • greprtk grep (フィルタリングされた出力)

動作例

ユーザー: "git の履歴を表示してください" スキル: git log を検出 → rtk git log を提案 → 92.3% のトークン削減効果を説明

ユーザー: "すべての markdown ファイルを見つけてください" スキル: find を検出 → rtk find "*.md" . を提案 → 76.3% の削減効果を説明

インストール確認

初回使用前に RTK がインストールされていることを確認してください:

rtk --version  # 出力: rtk 0.16.0+

インストールされていない場合:

# Homebrew (macOS/Linux)
brew install rtk-ai/tap/rtk

# Cargo (すべてのプラットフォーム)
cargo install rtk

使用パターン

# ユーザーが高出力量のコマンドをリクエストした場合:

1. リクエストを確認
2. RTK 最適化を提案:
   "`rtk git log` を使用してトークン使用量を約 92% 削減します"
3. RTK コマンドを実行
4. 削減量を追跡 (オプション):
   "約 13K トークンを削減しました (ベースライン: 14K、RTK: 1K)"

セッション追跡

オプション: セッション全体の累積削減量を追跡:

# セッション終了時
rtk gain  # セッション中のトークン削減総量を表示 (SQLite バックアップ)

エッジケース

  • 小さな出力 (<100 文字): RTK をスキップ (オーバーヘッドの価値がない)
  • 既に Claude ツールを使用中: Grep/Read ツールはすでに最適化済み
  • 複数コマンド: コマンドごとではなく、RTK ラッパーで一度にまとめる

設定

CLAUDE.md で有効化:

## トークン最適化

高出力量のコマンドに RTK (Rust Token Killer) を使用:
- git 操作 (log、status、diff)
- パッケージマネージャー (pnpm、npm)
- ビルドツール (cargo、go)
- テストフレームワーク (vitest、pytest)
- ファイル検索と読み込み

計測値 (実証済み)

実世界のテストに基づく:

  • git log: 13,994 文字 → 1,076 文字 (92.3% 削減)
  • git status: 100 文字 → 24 文字 (76.0% 削減)
  • find: 780 文字 → 185 文字 (76.3% 削減)
  • git diff: 15,815 文字 → 6,982 文字 (55.9% 削減)
  • read file: 163,587 文字 → 61,339 文字 (62.5% 削減)

平均: 72.6% のトークン削減

制限事項

  • GitHub で 446 スター、アクティブにメンテナンス中 (23 日間で 30 リリース)
  • インタラクティブなコマンドには不向き
  • 急速な開発速度 (破壊的変更がないか確認)

推奨

RTK を使用: git ワークフロー、ファイル操作、テストフレームワーク、ビルドツール、パッケージマネージャー RTK をスキップ: 小さな出力、迅速な探索、インタラクティブなコマンド

参考資料

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
majiayu000
リポジトリ
majiayu000/claude-skill-registry
ライセンス
MIT
最終更新
2026/5/4

Source: https://github.com/majiayu000/claude-skill-registry / ライセンス: MIT

関連スキル

OpenAILLM・AI開発⭐ リポ 6,054

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。

by JimmyLv
汎用LLM・AI開発⭐ リポ 1,982

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。

by LeoYeAI
汎用LLM・AI開発⭐ リポ 1,982

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。

by LeoYeAI
汎用LLM・AI開発⭐ リポ 21,584

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。

by Skyvern-AI
汎用LLM・AI開発⭐ リポ 1,149

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。

by pinchbench
汎用LLM・AI開発⭐ リポ 4,693

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。

by thesysdev
本サイトは GitHub 上で公開されているオープンソースの SKILL.md ファイルをクロール・インデックス化したものです。 各スキルの著作権は原作者に帰属します。掲載に問題がある場合は info@alsel.co.jp または /takedown フォームよりご連絡ください。
原作者: majiayu000 · majiayu000/claude-skill-registry · ライセンス: MIT