optimize-agents-md 是一个面向智能体配置文件的优化技能，核心用途是压缩 AGENTS.md 与规则文件，提升 token 效率，适用于用户想改进 AGENTS.md/CLAUDE.md、智能体指令冗长或重复、规则缺少验证模式、或为新项目搭建智能体配置等场景。它依据 Boris Cherny 的压缩原则，目标约为 2.5k tokens（多数文件不必要地超过 10k）。
主要能力与流程分四阶段。阶段一分析现状：用 wc -w AGENTS.md 估算 token（词数 × 1.3），用 grep -l "bun test" AGENTS.md package.json 查找冗余，定位与 package.json 脚本重复的指令、对常见工具（git、npm、bun）的解释、可改表格的冗长描述、以及无验证模式的规则。阶段二压缩 AGENTS.md，推荐结构包括 Overview、Capabilities、Structure、Commands、Verification、Workflow、Rules、Learnings；压缩技巧为用表格代替段落、用要点代替句子、删除 package.json 中已有的内容、删除工具说明、合并相关章节。阶段三优化规则：把冗长规则转为「模式 + 验证 + 修复」格式，例如以 Rule name 简述并附 Verify: 检查命令与 Fix: 修复方式。阶段四加入活文档特性：在 ## Learnings 中记录带日期的条目，遇到纠错、发现模式或澄清约束时更新。
验证方式：token 数按 wc -w AGENTS.md × 1.3 估算（目标 <2.5k）、检查与 package.json 的重复、每条规则含 Verify: 行、存在 ## Learnings 章节。资料中提到的相关技能有 scaffold-rules 与 validate-skill，但未提供其详细用法。未提供安装命令、平台限制、收费信息。