Terse：让 Claude Code 回复减半的插件

我受不了 Claude Code 跟我说话的方式。每一个问题回来都是一篇小作文。口号、隐喻、刚刚做过什么的重述、"这不是 X，而是 Y"。每。一。次。

Claude 自带的"简洁"模式会稍微缩短一点，但其余那些废话还是照旧。

我试过系统提示词，几轮之后就被忘掉了。我试过找插件，但没有一个能让 Claude 稳定地正常说话。有些是斜杠命令，有些是为了省 token，有些是为了适配神经多样性。没有一个能让 Claude 正常说话。

我只是想不用读小作文，让 Claude 每次都直奔重点。

所以我花了几周时间，把它每一件让我烦的事、以及我希望它改说的话都记下来，围绕这些做了一个插件。它对我有效。如果 Claude 跟你说话也是这个德性，那它就是你的了。

这份 README 的其余部分由 Claude Code 使用这个简洁插件共同撰写。功劳我占大头，但文字一个字都不归我。

一个 Claude Code 插件，把回复长度砍掉一半，并去掉那些拿腔拿调的文风。Fable 5.1：字数减少 46%，成本降低 51%。Opus 5.5：字数减少 54%，成本降低 32%。测量方式基于 20 条提示词，针对一个真实代码库。这些写作规则适用于回复、文档、提交信息和子智能体。还附带一个用于状态栏的上下文用量表。

表格中使用以下术语。

• Vanilla 指的是没有任何 CLAUDE.md、没有插件、没有自定义指令的 Claude Code。
• 风格违规指的是违反其中某条规则的句子。由一位 Opus 5 评审逐条对照规则列表阅读每条回复来计数。计数按每 1,000 词计算，这样长回复和短回复可以比较。
• 隐喻是指在存在字面说法的情况下使用比喻性措辞。比如用"一次 3,000 行的合并只配扫一眼加祈祷"来代替"一次 3,000 行的合并只花 10 分钟读一遍，不做逐行审查"。
• "X，而不是 Y"式重构是指用对比当作标签来代替解释。比如用"这是意图，不是行为"来代替"docstring 写的是 X，代码做的是 Y"。
• 口号是指听起来像原则、但不说明任何机制的短句。"决策本身就是功能。"
• 节奏是指为效果而构建的韵律，比如三连排比和包袱式结尾。
• Bloat 是指不增加任何事实的句子，包括像“我现在来看一下代码”这样的叙述。
• 第一人称是“I”、“me”、“my”、“let me”及其缩写形式。即以作者为主语的句子。
• 输出 token 是模型写出的内容，包括思考部分。在 Opus 和 Fable 上，输出 token 的价格约为输入 token 的五倍。

在 12 个公开提示词上测量，vanilla Claude Code 对比简洁版 1.1.0。Opus 5.5，effort high，各运行一次。

针对 Fable 5.1、针对 effort medium 的 Opus 5.5，以及针对 1.0.0 规则文本的表格：docs/models。方法、提示词和评判标准：docs/benchmark.md。

安装

从 Claude 目录中：打开简洁版列表并选择Add to Claude Code。该插件会保存到你的 claude.ai 账户，并在你下次以该账户登录启动 Claude Code 时下载。在正在运行的会话中，/reload-plugins会立即加载它。Anthropic 会在目录提供每个版本之前对其进行扫描和审核。

从 GitHub 安装，在 Claude Code 中：

/plugin marketplace add lowenbjer/claude-terse
/plugin install terse@terse

两种途径安装的是相同文件。写作规则适用于每个新会话（在/clear之后），以及你退出后用claude --resume恢复的现有会话。

对于上下文计量器，运行/terse:install-meter一次。它会把 26 行的计量脚本复制到插件的数据目录（插件更新会保留该目录），并向你的statusLine添加一个~/.claude/settings.json条目。该条目在保存时生效。

你会得到什么

规则是一种回复形态，22 条规则和 18 组前后对照，877 个词。形态：一句话给出答案，然后是一个列表或表格，然后至多一句提醒，然后停止。每个句子都以主题作主语：不用“我”，不叙述检查了什么或将要做什么。项目符号以事实开头，所以没有加粗引导语，也没有标签行。用平实的词代替生造的名称。不用破折号，不用口号，不用“X，而非 Y”的框架，不用自我标签，不用结尾的主动提议。聊天回复在 150 词以内停止，除非你要求一份文档或一次讲解。发现清单每条发现一到两句话。重做只发送增量。当某条规则有正面形式时，文本在禁令之前先陈述该形式（“最后一句是事实。”）。全文：rules/RULES.md。

这些规则以输出风格的形式发布。它在插件启用时生效，并且是主智能体系统提示词的一部分。子智能体运行自己的系统提示词，所以一个SubagentStart钩子会把同样的文本交给它们。没有任何钩子重写或拦截任何内容。

这条提醒之所以存在，是因为输出风格是上下文的第一部分。经过 20 或 30 轮之后，它距离当前提示词已有 100k token。模型自己最近的回复成为它最近的风格示例。从那时起，回复会把答案放在最后一行，出现“我检查了”的句子、破折号、“X，而非 Y”和口号。一个UserPromptSubmit钩子会把整套规则压缩到 576 个字符，加到你的文本旁边的每一条提示词里。每轮成本约为 145 个输入 token。文本是rules/REMINDER.md。

仪表显示模型名称和上下文填充百分比。低于 37% 为绿色，37% 起为黄色，49% 起为橙色，60% 起为骷髅。这些阈值设定在通常的 50、65 和 80 百分比之下。三项研究表明，检索质量在大窗口填满之前很久就开始下降：

• Chroma 的Context Rot报告：18 个模型，在 200k 窗口上从 50k token 起开始退化。
• NoLiMa：13 个模型中有 11 个在 32k token 时降到基线的一半。
• Lost in the Middle：长上下文中间的内容比开头和结尾得到的注意力更少。

这些阈值是statusline/context-meter.js顶部附近的三个数字。

前后对照

提示词，在 Opus 5.5 上运行，每种设置各跑一次："我们有一个带 Postgres 数据库的 Flask API。每天大约 09:00 左右，请求在负载下会超时。你会先从哪里查，为什么？"

原版，636 词：

针对 09:00 超时我会先从哪里查

09:00 这个时间点是最有用的线索。在看任何代码之前，先弄清楚下面两种情况中的哪一种正在发生：

1. 流量在 09:00 上升。工作日的开始带来了登录、仪表盘和同步。这是容量问题。
2. 流量持平，但有别的东西在 09:00 运行。那是来自某个定时任务的争用。

把 09:00 的请求速率图和其它时段对比一下。仅这一项检查就能告诉你自己处在问题的哪一半。

1. 检查 09:00 有什么在运行

看看 crontabs、pg_cron、Celery beat、Kubernetes CronJobs、备份（pg_dump）、ETL 和报表任务，以及REFRESH MATERIALIZED VIEW。还要检查是否有缓存条目在同一时刻全部过期，因为那会让每个请求同时打到数据库。

小心时区。本地 09:00 在调度器配置里可能是 07:00 UTC，所以两个都要 grep。

常见问题：

• 一个REFRESH MATERIALIZED VIEW没有CONCURRENTLY，一次批量UPDATE，或一次迁移。这些都会加锁，API 查询随后就得在锁后面等待。
• 备份或批处理任务占满了磁盘 I/O。

2. 抓取该时间窗口内 Postgres 在做什么

这能给你最快的真实答案。从 08:55 到 09:15 每 10–15 秒做一次快照：pg_stat_activityevery 10–15 seconds from 08:55 to 09:15:

SELECT now(), state, wait_event_type, wait_event,
       now() - xact_start AS xact_age, left(query, 120) AS query, application_name
FROM pg_stat_activity
WHERE datname = current_database()
ORDER BY xact_start NULLS LAST;

这样读结果：

• 大量wait_event_type = 'Lock'：有东西正持有锁。与pg_locks（或使用pg_blocking_pids()）连接，找出阻塞的会话。通常就是第 1 步里的那个定时任务。
• 大量idle in transaction：应用开启事务后没有很快关闭。这会占住连接和锁。
• 许多active会话在跑同一个查询：某个查询在规模上很慢，通常是缺索引或执行计划过期。检查那个时间窗口的pg_stat_statements。
• 会话数接近max_connections：你的连接快用完了（见第 3 步）。

还要设置log_min_duration_statement（例如 500ms）和log_lock_waits = on，这样下次再发生时会留下记录。

3. 检查应用侧的连接池耗尽

这是 Flask + SQLAlchemy 应用中超时最常见的原因。在 09:00 前后搜索应用日志中的：

QueuePool limit of size 5 overflow 10 reached, connection timed out

然后算一下：gunicorn workers × threads ×（pool_size+max_overflow）× 实例数，与 Postgresmax_connections当流量激增时，请求会排队等待池化连接，直到超时。在此期间，Postgres 看起来几乎处于空闲状态。

还要检查那些没有归还到连接池的会话。常见原因是缺少db.session.remove()或清理处理器，或者是在事务内进行了缓慢的外部 HTTP 调用。

4. 找出是哪个超时在触发

负载均衡器（通常是 60s）、gunicorn--timeout（默认 30s）和 SQLAlchemypool_timeout（默认 30s）各自指向不同的位置：

• GunicornWORKER TIMEOUT消息意味着 worker 被阻塞了。它们要么在等待数据库，要么同步 worker 数量太少。
• 负载均衡器返回 504 但没有 gunicorn 错误，意味着请求在到达 worker 之前就在排队。

我的建议

运行pg_stat_activity在明天 09:00 运行快照循环。同时，在应用日志中 grep 连接池错误，并列出 09:00 附近的所有定时任务。这很可能将问题缩小到两种原因之一：某个任务持有锁，或者早高峰流量下连接池耗尽。两者的修复方式截然不同：移动或重写该任务，或者调整连接池大小并添加连接池器，例如 PgBouncer。

如果你分享调度器配置、SQLAlchemy 引擎设置和 gunicorn 命令，我可以帮你核对连接数计算。

terse 1.2.0，180 词：

从 09:00 运行的内容开始，因为固定的每日时间点指向定时任务或登录高峰，而不是随机负载。

• 检查 08:55 到 09:15 的 pg_stat_activity。长查询、"idle in transaction" 会话或锁等待会显示是哪一侧在阻塞。
• 列出 09:00 附近调度的 cron 任务、Celery beat 任务、pg_cron 条目和备份。报告、ETL 或 pg_dump 可能持有锁或使磁盘 I/O 饱和。
• 将 Gunicorn workers 乘以 threads 与 SQLAlchemy 的 pool_size 加 max_overflow 进行比较。超出该数量的请求会排队等待 pool_timeout（默认 30 s），看起来就像超时。
• 将 Postgres 的 max_connections 与所有应用实例的总和进行比较。耗尽它会直接拒绝新连接。
• 开启 log_min_duration_statement（例如 500 ms）和 log_lock_waits。下一次 09:00 运行时就会记录慢语句及其阻塞者。
• 检查最繁忙表上的 autovacuum 和 ANALYZE 时机。夜间批量加载后统计信息陈旧，可能让执行计划切换为顺序扫描。

这两个日志设置今天开启成本很低，一个上午之后就能把数据库侧的原因和应用侧连接池上限区分开。

两条回复都提到了定时任务、锁等待和连接池耗尽。普通版加了六个标题、一个重复步骤 1 到 3 的建议部分，以及主动提出检查配置。简洁版给出了连接池算术、采样窗口和两个日志设置，没有一句关于写入方的话。1.2.0 文本把这个提示词跑了四次：148、176、180 和 189 词。四次中有两次用加粗引导语开头列点，违反了规则 21。这里展示的是 180 词那次。

实测上限

• Opus 5.5 和 Fable 5.1 是实测的主智能体。Opus 5 和 Sonnet 5 只作为子智能体运行。在上下文中有规则的情况下，Opus 5 每 1k 词保留 13 个 em dash，Sonnet 在 5 条回复中有 1 条用了破折号。两者作为主模型都没有数据。各模型表格：docs/models。
• 隐喻在公开集上降到 0，在私有集上减半。Opus 5.5 配 1.1.0 文本：12 条公开提示词上每 1k 词从 3.69 降到 0.0，20 条私有提示词上从 3.09 降到 1.57。Fable 5.1 配 1.0.0 文本：公开集上从 7.2 降到 3.3。
• 150 词上限缩短了回复，但并未强制住限制。在两套提示词集和两个模型上，聊天词数下降了 46% 到 70%。长分析类问题仍然会超。
• 子智能体的输出跟随子智能体模型。在一个 Fable 5.1 会话中，Explore 类子智能体运行 Opus 5，在上下文中有规则的情况下每 1k 词保留 13 个 em dash。Fable 子智能体在没有任何规则的情况下产出每 1k 词 0.1 个。在一个 Opus 5.5 会话中，子智能体运行 Opus 5.5，没有规则时每 1k 词写 0.4 个，有规则时为 0。要选择子智能体模型，设置CLAUDE_CODE_SUBAGENT_MODEL为你的主模型，或者要求使用 general-purpose 子智能体，它们会继承主模型。
• 回复形态和规则 21 只移除了它们所指的那两种形式，没有移除其他任何东西。检查方式是在两个模型上用相同提示词进行 10 轮对话。加粗引导语在 Fable 5.1 上从 20 降到 0，在 Opus 5.5 上从 36 降到 0。标签行从 10 降到 4，从 8 降到 0。由评判模型计数的隐喻、节奏和冗赘保持持平。回复长度保持持平。表格见docs/benchmark.md。1.2.0 文本没有公开集重跑。上面的表格是 1.1.0 文本。
• 成本下降幅度小于字数下降幅度。输出 token 下降 42% 到 55%。上下文 token 占每次调用成本的大部分。在短公开集上，使用 1.1.0 文本时总成本下降 2%，使用 1.0.0 文本时下降 9% 到 12%。该提醒每轮增加约 100 个未缓存 token。思考 token 从使用 1.0.0 文本时 12 次运行的 2,150 个上升到使用 1.1.0 时的 4,155 个。在针对带有大型 CLAUDE.md 的真实代码库的 20 个聊天提示词上，使用 1.0.0 文本时 Fable 5.1 的成本下降 51%。在 Opus 5.5 上使用 1.1.0 文本时下降 32%。

添加你的模型

目录位于docs/models，每个模型一个文件。一行大约花费 $1 和一个 pull request：通过bench/run.py运行 12 个公开提示词，分别在启用和不启用该插件的情况下，粘贴两份摘要，写 2 到 5 条发现。步骤见docs/models/CONTRIBUTING.md。违反规则的回复放入 issue，使用 "Post your worst reply" 模板。

数据

该插件不进行网络调用，也不收集任何内容。它的 hook 读取插件目录内的一个文本文件，并将其交给 Claude Code。安装 skill 会向你的设置文件写入一个键。详情见docs/privacy.md。

卸载

从目录安装：在 claude.ai 上打开Customize > Plugins下的插件，并从其菜单中选择Remove。

从 GitHub 安装：

/plugin uninstall terse@terse

移除statusLine条目，来自~/.claude/settings.json，如果你安装了计量器。卸载会删除插件的数据目录，计量器副本就存放在那里。

许可证

MIT。