将用户提供的PDF文件上传至Cross-Service-Solutions，轮询直至处理完成，然后返回压缩文件的下载链接

自动化分层内存压缩系统，通过每日→每周→每月→核心压缩机制防止上下文溢出。适用于以下场景：(1) 无需人工干预的长期内存管理，(2) 基于注意力优化分层的高效标记加载，(3) 防止历史累积导致会话膨胀，(4) 通过定时任务自动汇总内存，(5) 从扁平化每日文件迁移至结构化内存。在涉及内存架构设计、上下文溢出问题或配置持久化代理内存时自动启用。

当用户要求“压缩上下文”、“总结对话历史”、“实现紧凑化”、“减少token使用”或提及上下文压缩、结构化摘要、按任务优化token使用、长时间运行的智能体会话时，请使用此技能

根据文本、网址或图片生成二维码。当用户请求“生成二维码”“创建二维码”或“为...制作二维码”时使用。支持文本内容、网址和本地图片（自动压缩）

当用户要求压缩上下文、总结对话历史、实现内容精简、减少令牌使用，或提及上下文压缩、结构化摘要、每任务令牌优化、以及超出上下文限制的长时间运行代理会话时，应使用此技能

LLM令牌优化器 - 将AI API成本降低60%至90%。在发送至GPT-4/Claude前压缩CLI输出（git、docker、kubectl）。内置AI自学习功能。作者：Buba Draugelis 🇱🇹

唯一能自主观察的内存技能，无需数据库，无需向量，无需手动保存，仅靠一个LLM观察者将你的对话压缩为优先级笔记，随内容增长自动整合，并补全遗漏信息。五重冗余设计，零维护成本，每月约0.10美元。其他内存功能要求你记得去记住，而它只需专注观察即可。

为AI代理设计的图原生内存引擎——融合向量与关键词搜索、生物衰减机制、Zettelkasten链接、信任控制的冲突解决、可解释性、情景管理、压缩与整合。零依赖，npm install 即可使用

始终开启的令牌优化与模型路由协议。自动将请求分类为T1-T4级，通过sessions_spawn将任务路由至最便宜的可行模型，并应用最大输出压缩。目标：节省75%以上的令牌消耗