用途：在 agent-studio 中压缩上下文以降低 token 消耗，同时保留可溯源证据。整合 pnpm search:code 混合检索、token-saver Python 压缩脚本、MemoryRecord 记忆持久化，以及 spawn 提示中的 [mem:] / [rag:] 证据注入。
主要能力：支持手动调用 Skill({ skill: 'token-saver-context-compression' })；设置 AUTO_COMPRESSION_PHASE_3=1 后可由 compression-reminder.txt 触发自动压缩。路由器参考 80K/120K/150K token 阈值（仅行为指引，无自动钩子强制）。可先经 ccusage-adapter 查询当日实际 token 用量与成本，据此选择压缩强度；ccusage 不可用时回退启发式估算。压缩结果按规则映射为 patterns、gotchas、issues、decisions 四类 MemoryRecord。
使用方式：先用 pnpm search:code "<query>" 检索候选上下文，再用包装入口 node .claude/skills/token-saver-context-compression/scripts/main.cjs --query "<question>" --mode evidence_aware --limit 20 --fail-on-insufficient-evidence，或直接调用 python .claude/skills/token-saver-context-compression/scripts/run_skill_workflow.py --file <path> --mode evidence_aware --query "<question>" --output-format json --fail-on-insufficient-evidence。可用 pnpm search:tokens 判断是否需要压缩。
适用场景：文件或目录超过 32K token、上下文庞大昂贵、合成前需查询定向压缩、持久化记忆前需证据充分性门控。
限制：需 Node.js 18+ 与 Python 3.10+；不得从子进程直接写入记忆文件，须经 MemoryRecord 由框架钩子处理；压缩前必须先做混合检索，不得丢弃矛盾证据，压缩后须立即持久化。自适应压缩自动进行，无需环境变量。定价表最后核验于 2026 年 3 月，具体费率以官方为准。