InterfaceX-co-jp/genshijin

解決的問題

許多 AI 編程代理在產生日語回應時，會產生過多的冗餘、累贅且禮貌的表達，導致消耗大量 token。本專案提供一組通訊技巧與外掛，可壓縮 AI 回應，使 token 使用量減少約 75%，同時保持 100% 的技術準確性。

工作原理

透過移除敬語、填充詞、緩和表達和冗餘助詞，優化日語溝通。提供三種壓縮強度層級：

• 禮貌模式：移除緩和詞與模糊表達，但保留敬語（適用於商務場景）。
• 一般模式：去除敬語，使用名詞結尾句式（基礎的「原始人」風格）。
• 極致模式：使用縮寫、箭頭符號和單字回應，實現最大壓縮。

超越簡單提示，透過 SessionStart 與 UserPromptSubmit 鈎子與 AI 代理整合，防止「風格偏移」，並提供名為 genshijin-shrink 的中間件，用於壓縮 MCP 伺服器的工具描述。

適用對象

使用 Claude Code、Cursor、Windsurf、Cline 或 GitHub Copilot 等 AI 編程代理，希望降低 API 成本並提升上下文視窗效率的開發者。

亮點

• 多代理支援：為 Cursor、Windsurf、Cline 和 GitHub Copilot 提供原生規則與安裝程式。
• 節省 token：基準測試顯示日語 token 使用量平均減少 83%。
• 專用子技能：包含專門用於簡潔提交訊息（/genshijin-commit）和一行 PR 審核（/genshijin-review）的模式。
• 記憶體壓縮：可壓縮 CLAUDE.md 或其他記憶檔案，永久減少每次會話的輸入 token 數量。
• MCP 中間件：封裝 MCP 伺服器，壓縮工具描述而不損失技術識別碼。