InterfaceX-co-jp/genshijin

解决的问题

许多 AI 编程代理在生成日语响应时，会产生过多的冗余、啰嗦且礼貌的表达，导致消耗大量 token。本项目提供了一套通信技能和插件，可将 AI 响应压缩，使 token 使用量减少约 75%，同时保持 100% 的技术准确性。

工作原理

通过移除敬语、填充词、缓冲表达和冗余助词，优化日语沟通。提供三种压缩强度级别：

• 礼貌模式：移除缓冲词和模糊表达，但保留敬语（适用于商务场景）。
• 普通模式：去除敬语，使用名词结尾句式（基础的“原始人”风格）。
• 极致模式：使用缩写、箭头符号和单字回答，实现最大压缩。

超越简单提示，通过 SessionStart 和 UserPromptSubmit 钩子与 AI 代理集成，防止“风格漂移”，并提供名为 genshijin-shrink 的中间件，用于压缩 MCP 服务器的工具描述。

适用人群

使用 Claude Code、Cursor、Windsurf、Cline 或 GitHub Copilot 等 AI 编程代理，希望降低 API 成本并提升上下文窗口效率的开发者。

亮点

• 多代理支持：为 Cursor、Windsurf、Cline 和 GitHub Copilot 提供原生规则和安装器。
• 节省 token：基准测试显示日语 token 使用量平均减少 83%。
• 专用子技能：包含专门用于简洁提交信息（/genshijin-commit）和一行 PR 评审（/genshijin-review）的模式。
• 内存压缩：可压缩 CLAUDE.md 或其他记忆文件，永久减少每次会话的输入 token 数量。
• MCP 中间件：封装 MCP 服务器，压缩工具描述而不丢失技术标识符。