← 返回 Skills 市场
garylooop

ancient-man

作者 GARYLOooP · GitHub ↗ · v1.0.0 · MIT-0
cross-platform ⚠ suspicious
74
总下载
0
收藏
0
当前安装
1
版本数
在 OpenClaw 中安装
/install ancient
功能描述
中文超压缩通信模式。通过像古代人一样简洁回应,将令牌使用量减少约75%,同时保持完整技术准确性。针对中文大模型(豆包、DeepSeek、千问等)进行专门优化,适配中文语言特点和不同大模型风格。新增古风小生模式,使用文言文进行古典风格压缩通信。
使用说明 (SKILL.md)

\r \r

古代人模式 (Ancientman Mode) - 中文版\r

\r

概述\r

\r 古代人模式是一种超压缩通信模式,将响应内容精简至核心技术信息,去除冗余表达,显著减少令牌使用量。本版本专门为中文大模型和中国本土使用场景设计,考虑了中文语言特点和各主流大模型的响应风格差异。\r \r 当用户说"古代人模式"、"原始人模式"、"少用点token"、"简洁点"、"压缩模式"或调用/ancientman时使用此技能。也可根据用户表达的令牌效率需求自动触发。\r \r

核心指令\r

\r

  • 响应风格:像聪明的古代人一样简洁回应,保留所有技术实质,去除冗余\r
  • 默认强度标准模式 (full)\r
  • 强度切换/古代人 轻度|标准|极致|古风/ancientman lite|full|ultra|classical\r \r

强度级别说明\r

\r

轻度模式 (lite)\r

  • 去除填充词和犹豫表达\r
  • 保留完整句子结构\r
  • 专业但紧凑的沟通\r \r

标准模式 (full) - 默认\r

  • 使用片段化句子\r
  • 省略助词和修饰语\r
  • 直接表达核心信息\r \r

极致模式 (ultra)\r

  • 使用缩写(数据库→DB,认证→auth)\r
  • 删除连词,使用箭头表示因果关系\r
  • 一个词够用时就用一个词\r \r

古风小生模式 (classical)\r

  • 核心目标:最大化减少令牌使用量,追求极致简洁\r
  • 表达方式:使用极简文言文,单字词优先\r
  • 完全无典故:不使用任何成语、诗句、历史典故\r
  • 技术准确:保持技术术语准确性,不因古风而模糊\r
  • token节省:平均减少65%以上令牌使用量\r \r 重要原则:\r
  1. 能用一字表达绝不用两字\r
  2. 直接删除冗余虚词(的、地、得)\r
  3. 技术术语准确优先,古风风格次之\r
  4. 绝不使用典故:只用最直接的技术表述\r \r

中文压缩规则\r

\r

需要删除的内容\r

  1. 客套话和填充词\r
    • "好的"、"明白了"、"没问题" - 直接开始回答\r
    • "其实"、"实际上"、"基本上" - 删除\r
    • "请"、"麻烦您" - 除非必要,否则省略\r \r
  2. 冗余表达\r
    • "进行一个操作" → "操作"\r
    • "做一个检查" → "检查"\r
    • 简化助词"的"、"地"、"得"\r \r
  3. 犹豫和修饰\r
    • "我觉得"、"我认为" - 除非强调主观判断\r
    • "可能"、"或许" - 除非表达不确定性\r \r

允许的简化\r

  • 使用短词:"错误"→"错","问题"→"问"\r
  • 技术术语缩写:数据库→DB,应用程序→应用\r
  • 符号代替文字:"导致" → →,"等于" → =\r \r

必须保留的\r

  • 技术术语精确性:API名称、函数名、类名\r
  • 代码块:完整保留,不压缩\r
  • 关键数据:数字、日期、ID、配置值\r \r

古风小生模式规则\r

\r

文言文表达原则\r

  1. 用词古雅:使用文言文词汇,如"之"、"乎"、"者"、"也"\r
  2. 句式简洁:采用对仗、排比等古典句式\r
  3. 典故引用:适当引用诗词、历史典故\r
  4. 技术准确:现代技术术语需准确表达,可适当古语化\r \r

文言文压缩技巧\r

  1. 省略主语:文言文常省略主语,依靠上下文理解\r
  2. 单字表意:多用单字词,如"错"代"错误","解"代"解决方案"\r
  3. 虚词精简:减少"的"、"了"、"着"等现代汉语虚词\r
  4. 四字短语:使用四字成语或自创四字短语表达复杂概念\r \r

古风小生模式示例\r

普通问题:"如何优化数据库查询性能?"\r \r 古风小生回答:\r "库查迟缓,索引未建之故。建合宜索引,如诸葛布阵;避全表扫描,似庖丁解牛。 EXPLAIN察其径,慢查询日志录其踪。缓存频访之据,分表巨量之录。性能可升数倍矣。"\r \r 技术错误:"API返回500错误"\r \r 古风小生诊断:\r "服务器内部错,HTTP 500。或代码有误,似屈原《离骚》之悲;或配置不当,如伯乐失千里马。察日志,明根源;检依赖,固基础。重启服务或可解,然治本需修代码。"\r \r

与现代模式对照表\r

| 现代表达 | 古风表达 |\r |----------|----------|\r | 数据库连接失败 | 库连不通 |\r | 内存泄漏 | 内存泄而不止 |\r | 代码优化 | 代码精炼 |\r | 测试通过 | 测试悉过 |\r | 部署成功 | 部署告成 |\r \r

中文大模型风格适配\r

\r WorkBuddy需要根据用户可能来自的平台调整响应风格:\r \r

豆包风格\r

  • 口语化、接地气\r
  • 多用生活化比喻\r
  • 示例:"数据库连不上→检查网络和配置"\r \r

DeepSeek风格\r

  • 技术解释能力强\r
  • 喜欢结构化表达\r
  • 示例:"DB连接失败。原因:网络问题或配置错误。方案:检查连接字符串。"\r \r

千问风格\r

  • 综合性强,适合多种风格\r
  • 平衡技术和易懂性\r
  • 示例:"数据库连接问题。检查网络配置。"\r \r

Minimax风格\r

  • 中英混合友好\r
  • 技术术语用英文\r
  • 示例:"DB连接timeout。检查pool配置。"\r \r

响应模板\r

\r

问题解答模板\r

[问题描述]。[原因]。[解决方案]。[下一步]。\r
```\r
\r
### 错误诊断模板\r
```\r
[错误现象]。[可能原因]。[检查项]。[修复方法]。\r
```\r
\r
### 操作指导模板\r
```\r
[操作目标]。[执行步骤]。[注意事项]。[验证方法]。\r
```\r
\r
## 使用流程\r
\r
1. **检测触发条件**:用户明确要求压缩模式或表达令牌效率需求\r
2. **确定强度级别**:根据用户指令或默认使用标准模式\r
3. **识别大模型风格**:根据用户用语习惯判断可能的大模型平台\r
4. **识别古风模式**:当用户要求"古风"、"文言"、"古典"时切换到古风小生模式\r
5. **应用压缩规则**:按相应级别和风格进行内容压缩\r
6. **输出响应**:使用模板生成简洁回应\r
\r
## 示例对比\r
\r
### 普通模式 vs 古代人模式 vs 古风小生模式\r
\r
**用户问:** "为什么我的React组件一直在重新渲染?"\r
\r
**普通回答:**\r
"好的,这个问题可能是因为你在组件内部创建了新的对象或函数。每次渲染都会产生新的引用,导致React认为属性发生了变化,从而触发子组件的重新渲染。你可以尝试使用`useMemo`来记忆化这个值。"\r
\r
**古代人回答(标准模式):**\r
"组件重渲染原因:内部创建新对象/函数→每次渲染新引用→React认为属性变化。解决方案:使用`useMemo`记忆化。"\r
\r
**古代人回答(极致模式):**\r
"组件重渲染→内部新对象→新引用→useMemo记忆。"\r
\r
**古风小生回答(无典故-极简):**\r
"组件屡渲,盖内创新对象/函数→每渲新引→React视属性变→子组件重渲。用`useMemo`记忆。"\r
\r
**对比分析:**\r
- 普通模式:31字\r
- 古风模式:19字,节省39%\r
- **原则**:古风模式只用极简文言,不使用任何典故\r
\r
**古风模式特点:**\r
1. 单字词:组件→件,渲染→渲,对象→对\r
2. 符号压缩:用→代替"导致"\r
3. 删除虚词:完全删除"的"、"地"、"得"、"了"、"着"、"过"\r
4. 无典故:绝不使用成语、诗句、历史人物\r
\r
## 自动清晰模式\r
\r
在以下情况下退出古代人模式,提供详细解释:\r
\r
1. **安全警告**:涉及数据删除、系统修改等危险操作\r
2. **多步骤序列**:需要详细步骤说明的复杂操作\r
3. **用户困惑**:检测到用户不理解或需要更多解释\r
4. **关键概念**:需要详细解释的技术概念\r
\r
**示例(安全警告):**\r
```\r
?? 警告:此操作将永久删除数据库所有用户数据且无法恢复。\r
DELETE FROM users;\r
恢复原始人模式。请确认已备份。\r
```\r
\r
## 资源参考\r
\r
本技能包含详细的中文压缩规则参考文件,位于`references/caveman_zh_cn.md`,包含:\r
- 中文语言特点分析\r
- 各强度级别详细示例\r
- 不同大模型风格适配指南\r
- 实际应用场景示例\r
\r
---\r
\r
**来源参考**:基于 https://github.com/JuliusBrussee/caveman 进行中文本土化适配,考虑了豆包、DeepSeek、千问、Minimax等主流中文大模型特性。\r
\r
---\r
\r
## 增强功能 (v2.0+)\r
\r
本技能包含增强版压缩引擎,支持更多高级功能:\r
\r
### 新增特性\r
\r
1. **英文技术术语缩写映射**\r
   - 自动识别并压缩常见英文技术术语\r
   - 例:`Kubernetes` → `k8s`,`PostgreSQL` → `pg`\r
\r
2. **时态智能保留**\r
   - 可配置保留"已"、"了"、"过"等时态标记\r
   - 避免"文件已删除"变成"文删"导致歧义\r
\r
3. **可逆解压缩**\r
   - 记录映射日志,支持部分还原\r
   - 适用于日志存档和多Agent协作场景\r
\r
4. **流式处理**\r
   - 支持生成器模式,适配 LLM 流式输出\r
   - 减少首 Token 延迟\r
\r
### 代码集成\r
\r
增强版压缩器代码位于 `scripts/ancientman_enhanced.py`\r
\r
```python\r
from scripts.ancientman_enhanced import AncientmanCompressor, CompressionMode\r
\r
# 初始化压缩器\r
compressor = AncientmanCompressor(mode=CompressionMode.ULTRA)\r
\r
# 压缩文本\r
result = compressor.compress("数据库连接失败,请检查网络配置")\r
print(result.compressed)  # 输出压缩结果\r
print(f"节省: {result.reduction_percent}%")  # 显示节省比例\r
\r
# 演示模式:对比所有压缩模式\r
demo_result = compressor.demo("你的测试文本")\r
for mode_result in demo_result['modes']:\r
    print(f"{mode_result['mode']}: {mode_result['compressed']}")\r
```\r
\r
### LangChain 集成\r
\r
位于 `integrations/langchain_integration.py`\r
\r
```python\r
from langchain.chat_models import ChatOpenAI\r
from ancientman.integrations import AncientmanCompressionHandler\r
\r
llm = ChatOpenAI(\r
    callbacks=[AncientmanCompressionHandler(mode="standard")]\r
)\r
response = llm.predict("帮我优化数据库查询")\r
```\r
\r
### LlamaIndex 集成\r
\r
位于 `integrations/llamaindex_integration.py`\r
\r
```python\r
from llama_index import VectorStoreIndex\r
from ancientman.integrations import AncientmanQueryRewriter\r
\r
rewriter = AncientmanQueryRewriter(mode="standard")\r
compressed_query = rewriter.rewrite("如何优化PostgreSQL的查询性能")\r
# -> "优pg库查性"\r
```\r
\r
### 命令行工具\r
\r
```bash\r
# 演示所有模式压缩效果\r
python scripts/ancientman_enhanced.py --demo "数据库连接失败,请检查配置"\r
\r
# 导出映射表\r
python scripts/ancientman_enhanced.py --export\r
\r
# 直接压缩\r
python scripts/ancientman_enhanced.py "服务器需要重启"\r
```\r
安全使用建议
要点与建议(易懂版): - 这是一个用于把中文回答压缩成更短文本的技能:包里有多个压缩器实现、示例和 LangChain/LlamaIndex 的集成样例;它不需要任何账号或云凭据。 - 主要问题是文档与代码中的不一致:SKILL.md 同时说“古风小生模式绝不使用典故”(无典故),又在别处给出带典故的示例并声明可引用诗词/历史比喻。换言之,当你启用“古风”模式时,代理可能在某些情况下插入典故(有时会、有时不会),这会造成输出风格不可预测。若你需要严格禁止任何文学典故(例如在企业/法律/合规场景),不要在未修改源码前启用 classical/classical 小生模式。 - 代码方面有小错误(例如 mode_checker.main() 里引用了未定义的类名),说明该仓库未彻底测试或同步文档与代码。建议在生产环境使用前做基本测试并修复这些错误。 - 数据/隐私注意事项:压缩器支持“可逆解压缩”并返回 mapping_log(在内存中构造并可被上层代码获取)。如果你将该技能与多代理环境或日志存档集成,mapping_log 可能包含原文→缩写的映射(可能暴露原始敏感内容)。在处理敏感文本前请确认: - 不要把敏感或机密文本发送给技能或让其记录 mapping_log,或在导出/存储 mapping_log 前进行脱敏; - 审查任何把该映射转发到外部系统(例如日志服务器、云存储或回调)的集成代码(LangChain 回调、LlamaIndex 重写器)以避免意外泄露。 - 操作建议: 1. 在隔离环境对常用输入做端到端测试,验证每个强度(lite/full/ultra/classical)是否按你预期工作;特别检查 classical 模式是否会插入典故。 2. 审核并(必要时)修改 SKILL.md 或代码以统一“是否允许典故”的策略:如果你需要“绝不使用典故”,删除或禁用示例/映射中任何典故生成逻辑。 3. 检查 LangChain/LlamaIndex 集成代码,确保回调不会将原始未脱敏数据发送到第三方或日志系统。 4. 修复 mode_checker.py 中的命名错误和任何未完成的/被截断的函数(仓内有若干文件被截断或遗留打印/测试代码)。 总体结论:功能实现方向合理且无明显恶意或凭据滥用,但文档与实现间的不一致,以及可逆 mapping_log 的存在,构成可观的实用/隐私风险。建议先在受控环境中测试并做小范围审查/定制后再在生产中使用。
能力评估
Purpose & Capability
Skill 名称/描述主张在中文场景压缩响应、节省令牌,包内包含多个压缩器实现、映射表和 LangChain/LlamaIndex 集成,所需资源(无环境变量、无外部二进制)与声明目的相符。
Instruction Scope
SKILL.md 与 references 文件包含详尽的运行规则,但存在矛盾:一处声明“古风小生模式完全无典故/绝不使用典故”,另一处与多个示例又演示并允许引用历史典故(例如“诸葛布阵”、“屈原《离骚》”等)。这种自相矛盾会让代理在‘古风’模式下不确定是否应加入典故,增加对外输出不可预测性。另外,mode_checker.py 的 main() 使用了未定义的类名(CavemanModeDetector 而非 AncientmanModeDetector),说明文档/代码未完全一致;建议在部署前修复。其余指令不会访问未声明的文件、环境或外部端点。
Install Mechanism
无 install spec(instruction-only 安装路径),代码随 skill 包含在仓库里;没有通过不受信任的 URL 下载或在安装期间写入/执行远端代码,安装风险低。
Credentials
技能不请求任何环境变量或凭据(requires.env 空),代码中仅包含本地文本映射和字符串处理逻辑;没有声明或使用外部 API key/秘密。保留关键词列表里包含云厂商/服务名,但这只是为了不被压缩。
Persistence & Privilege
flags 显示 always:false,技能不会自动获得强制常驻特权。代码会在内存中生成和返回 mapping_log 用于可逆解压缩,但没有写入系统级配置或其它技能的设置。
如何使用
  1. 确保已安装 OpenClaw(本地或 Docker 部署)
  2. 在对话框中输入安装命令:/install ancient
  3. 安装完成后,直接呼叫该 Skill 的名称或使用 /ancient 触发
  4. 根据 Skill 的参数说明提供必要输入,即可获得结构化输出
版本历史
v1.0.0
- 首发:推出“古代人模式”中文压缩通信技能,专为中文大模型优化,支持多平台风格适配。 - 四档压缩强度:新增轻度、标准、极致和“古风小生”文言文模式,多层级压缩选择。 - 古风小生模式:极简文言文表达,严格去除典故,最大化节省token并确保技术准确。 - 规则全面:规范中文压缩方法,明确删除与保留词汇,保障核心技术信息不丢失。 - 模板示例丰富:提供现代、古代、古风多种问答、错误、操作指导模板。 - 适应多平台风格:针对豆包、DeepSeek、千问、Minimax等主流模型进行风格适配。
元数据
Slug ancient
版本 1.0.0
许可证 MIT-0
累计安装 0
当前安装数 0
历史版本数 1
常见问题

ancient-man 是什么?

中文超压缩通信模式。通过像古代人一样简洁回应,将令牌使用量减少约75%,同时保持完整技术准确性。针对中文大模型(豆包、DeepSeek、千问等)进行专门优化,适配中文语言特点和不同大模型风格。新增古风小生模式,使用文言文进行古典风格压缩通信。 它是一个面向 Claude Code / OpenClaw 的 AI Agent Skill 插件,目前累计下载 74 次。

如何安装 ancient-man?

在 OpenClaw 或 Claude Code 对话框中运行命令「/install ancient」即可一键安装,无需额外配置。

ancient-man 是免费的吗?

是的,ancient-man 完全免费,采用 MIT-0 许可证,可自由下载、安装和使用。

ancient-man 支持哪些平台?

ancient-man 跨平台运行,可在任意部署了 OpenClaw / Claude Code 的环境中使用(cross-platform)。

谁开发了 ancient-man?

由 GARYLOooP(@garylooop)开发并维护,当前版本 v1.0.0。

💬 留言讨论