用途：当工作流太慢、太贵或两者兼有时，用 accelerate 优化延迟、成本或 token 用量，目标是在不牺牲质量的前提下让工作流更快更便宜，并要求优化前后都进行测量。
必要准备：需先调用 /agent-workflow，其中包含工作流原则、反模式与 Context Gathering Protocol；若尚无工作流上下文，必须先运行 /teach-maestro。还应参考 agent-workflow 技能中的上下文管理资料，了解窗口优化与预算策略。
主要能力：性能审计，记录延迟 p50/p95、每请求成本、平均 token 用量（输入/输出）与错误率等基线指标。加速策略包括：减少 token 用量（精简系统提示、压缩少样本示例、使用结构化输出模式、摘要化上下文、缩短输出要求）；模型级联（简单任务路由到更便宜更快的模型，复杂任务才升级）；缓存（相同或近似输入缓存响应、工具结果按 TTL 缓存、频繁查询文档的嵌入缓存、语义缓存）；并行化（并行执行独立工具调用与智能体步骤、使用流式处理）；上下文优化（提高检索精度、上下文压缩、长对话滑动窗口）。
使用方式：先记录基线指标，再逐项实施优化，每项优化记录改动内容、前后延迟/成本/token、质量影响（用黄金测试验证）与权衡取舍，最后量化成本与延迟改进。优化后可运行 /evaluate 验证质量未退化，或运行 /iterate 建立持续监控。
限制与禁止事项：不得未测量就优化；不得在未经用户明确批准下为速度牺牲质量；不得缓存依赖实时数据的输出；不得跳过优化后的质量检查；不得过早优化，应先保证正确再追求速度。
资料未提供具体价格、平台支持范围或安装命令等信息。