Synthèse automatique
Ce skill aide à réduire et gérer l’usage de la fenêtre de contexte des modèles OpenRouter grâce à l’estimation de tokens, la sélection de modèle, le découpage de documents et le cache de prompt.
Points forts
- Fournit des requêtes curl/jq concrètes pour lire context_length et les prix par million de tokens depuis l’API OpenRouter.
- Propose des fonctions Python pour estimer les tokens, choisir un modèle avec marge de sécurité et découper de longs documents.
- Explique le prompt caching Anthropic avec cache_control éphémère pour réduire le coût des blocs statiques répétés.
- Recommande de surveiller prompt_tokens afin d’anticiper les erreurs de dépassement de contexte.
Limites
- L’estimation à environ 4 caractères par token reste approximative ; un comptage exact demande tiktoken, seulement mentionné en référence.
- La chaîne de fallback et les tailles de contexte citées peuvent devenir obsolètes à mesure que les modèles OpenRouter évoluent.
- Le skill cible surtout OpenRouter et le cache Anthropic, pas une optimisation universelle multi-fournisseurs.
Utilisez-le lorsque votre application OpenRouter approche les limites de contexte, risque de dépasser un budget de tokens ou doit traiter de longs documents ou des flux RAG.
Ne l’utilisez pas si vous n’appelez pas OpenRouter ou si vous cherchez une stratégie d’optimisation de contexte indépendante du fournisseur.
Analyse de sécurité
SûrThe skill uses network calls via curl to a public OpenRouter API endpoint for model metadata lookup and Python/Node scripts for local processing. It reads the OPENROUTER_API_KEY from environment but does not exfiltrate, log, or transmit it beyond the expected OpenAI SDK client. No destructive commands, obfuscation, or safety bypasses are present.
Aucun point d'attention détecté
Comment cette analyse est faiteExemples
Query the OpenRouter models API and compare the context_length and per-million-token prompt price for anthropic/claude-3.5-sonnet, openai/gpt-4o, and google/gemini-2.0-flash-001.Estimate the token count of this conversation and choose an OpenRouter model that fits with an 80% safety margin, using the fallback chain described in the skill.Split this 80,000-character document into 8,000-character chunks with 500-character overlap, analyze each chunk at temperature 0 through OpenRouter, then synthesize the results.name: openrouter-context-optimization description: 'Optimize context window usage for OpenRouter models to reduce cost and improve quality. Use when hitting context limits, managing long conversations, or building RAG systems. Triggers: ''openrouter context'', ''context window'', ''openrouter token limit'', ''reduce tokens openrouter''.
' allowed-tools: Read, Write, Edit, Grep, Bash(python3:), Bash(node:), Bash(curl:), Bash(jq:) version: 1.20.0 license: MIT author: Jeremy Longshore jeremy@intentsolutions.io tags:
- saas
- openrouter
- optimization
- context-window compatibility: Designed for Claude Code, also compatible with Codex and OpenClaw
OpenRouter Context Optimization
Overview
OpenRouter models have varying context windows (4K to 1M+ tokens). Since pricing is per-token, stuffing unnecessary context wastes money and can degrade output quality. This skill covers context window lookup, token estimation, conversation trimming, chunking strategies, and Anthropic prompt caching for large contexts.
Prerequisites
- An OpenRouter API key (
sk-or-v1-...) exported asOPENROUTER_API_KEY— see theopenrouter-install-authskill for setup - Python 3.8+ with the OpenAI SDK and
requestsfor model-metadata lookup;tiktokenfor exact token counting per the references curlandjqto query context windows and pricing from/api/v1/models- Node.js 18+ if you use the TypeScript context-budget calculator in the references
Instructions
- Run the Query Context Limits one-liner — it returns
context_lengthand prompt price per 1M tokens for each candidate model, so you know the real budget before writing code. - Estimate input size (~4 characters per token, or exactly with
tiktokenper the references) and pick a model withselect_model_for_context()from Context-Aware Model Selection — it applies an 80% safety margin and falls back through gpt-4o-mini (128K) → Claude 3.5 Sonnet (200K) → Gemini 2.0 Flash (1M). - Keep long conversations inside budget with
trim_conversation()per Conversation Trimming: system prompt plus the last N messages, with a trim-marker note injected where history was dropped. - For documents that exceed any window, use
chunk_and_process()per Chunking for Large Documents — 8,000-char chunks with 500-char overlap, analyzed independently attemperature=0and then synthesized. - Mark large static blocks with
cache_control: {"type": "ephemeral"}per Prompt Caching for Repeated Context to cut repeated input cost by 90% on Anthropic models. - Monitor
prompt_tokenson every response (Enterprise Considerations) to catch context bloat before it becomes a 400context_length_exceeded.
Query Context Limits
# Check context window for specific models
curl -s https://openrouter.ai/api/v1/models | jq '[.data[] | select(
.id == "anthropic/claude-3.5-sonnet" or
.id == "openai/gpt-4o" or
.id == "google/gemini-2.0-flash-001" or
.id == "meta-llama/llama-3.1-70b-instruct"
) | {id, context_length, prompt_per_M: ((.pricing.prompt|tonumber)*1000000)}]'
Context-Aware Model Selection
import os, requests
from openai import OpenAI
client = OpenAI(
base_url="https://openrouter.ai/api/v1",
api_key=os.environ["OPENROUTER_API_KEY"],
default_headers={"HTTP-Referer": "https://my-app.com", "X-Title": "my-app"},
)
# Cache model metadata at startup
MODELS = {m["id"]: m for m in requests.get("https://openrouter.ai/api/v1/models").json()["data"]}
def estimate_tokens(text: str) -> int:
"""Rough estimate: 1 token ~ 4 characters for English text."""
return len(text) // 4
def select_model_for_context(messages: list, preferred: str = "anthropic/claude-3.5-sonnet") -> str:
"""Pick a model that fits the context, falling back to larger windows."""
estimated_tokens = sum(len(m.get("content", "")) for m in messages) // 4
FALLBACK_CHAIN = [
("openai/gpt-4o-mini", 128_000),
("anthropic/claude-3.5-sonnet", 200_000),
("google/gemini-2.0-flash-001", 1_000_000),
]
# Try preferred model first
preferred_ctx = MODELS.get(preferred, {}).get("context_length", 0)
if estimated_tokens < preferred_ctx * 0.8: # 80% safety margin
return preferred
for model_id, ctx in FALLBACK_CHAIN:
if estimated_tokens < ctx * 0.8:
return model_id
raise ValueError(f"Content too large ({estimated_tokens} est. tokens)")
Conversation Trimming
def trim_conversation(
messages: list[dict],
max_tokens: int = 100_000,
keep_system: bool = True,
keep_last_n: int = 4,
) -> list[dict]:
"""Trim conversation history to fit context window.
Strategy: Keep system prompt + last N messages.
If still too large, reduce to last 2 messages.
"""
system = [m for m in messages if m["role"] == "system"] if keep_system else []
non_system = [m for m in messages if m["role"] != "system"]
kept = non_system[-keep_last_n:]
trimmed = non_system[:-keep_last_n] if len(non_system) > keep_last_n else []
total_est = sum(estimate_tokens(m.get("content", "")) for m in system + kept)
if total_est > max_tokens and keep_last_n > 2:
kept = non_system[-2:]
result = system + kept
if trimmed:
summary_note = {
"role": "system",
"content": f"[Previous {len(trimmed)} messages trimmed for context limits]",
}
result = system + [summary_note] + kept
return result
Chunking for Large Documents
def chunk_and_process(document: str, question: str, model: str = "openai/gpt-4o-mini",
chunk_size: int = 8000, overlap: int = 500) -> str:
"""Process a large document in overlapping chunks, then synthesize."""
chunks = []
start = 0
while start < len(document):
chunks.append(document[start:start + chunk_size])
start += chunk_size - overlap
results = []
for i, chunk in enumerate(chunks):
response = client.chat.completions.create(
model=model,
messages=[
{"role": "system", "content": f"Analyzing chunk {i+1}/{len(chunks)}."},
{"role": "user", "content": f"Document:\n{chunk}\n\nQuestion: {question}"},
],
max_tokens=1024, temperature=0,
)
results.append(response.choices[0].message.content)
# Synthesize
synthesis = client.chat.completions.create(
model=model,
messages=[
{"role": "system", "content": "Synthesize these partial analyses."},
{"role": "user", "content": f"Question: {question}\n\nResults:\n" + "\n---\n".join(results)},
],
max_tokens=2048, temperature=0,
)
return synthesis.choices[0].message.content
Prompt Caching for Repeated Context
# Anthropic models support prompt caching -- mark large static blocks
# Subsequent requests with same cached block cost 90% less for input tokens
response = client.chat.completions.create(
model="anthropic/claude-3.5-sonnet",
messages=[
{
"role": "system",
"content": [
{
"type": "text",
"text": large_reference_document, # 50K+ tokens
"cache_control": {"type": "ephemeral"},
}
],
},
{"role": "user", "content": "Summarize section 3."},
],
max_tokens=1024,
)
# First request: cache_creation_input_tokens at 1.25x rate
# Subsequent: cache_read_input_tokens at 0.1x rate (90% savings)
Output
- A jq-formatted listing of model IDs with
context_lengthand per-1M prompt pricing from/api/v1/models - A model ID selected to fit the estimated token count within an 80% safety margin, or a
ValueErrorwhen nothing fits - A trimmed message list containing the system prompt, a
[Previous N messages trimmed for context limits]note, and the most recent turns - A single synthesized answer assembled from per-chunk analyses of an oversized document
Examples
Multi-turn chat with the references' prune_conversation() holding a 2,000-token budget — oldest messages drop as the conversation grows:
[Pruned] 9 -> 7 messages (1876 tokens)
Q: What about class-based decorators?...
Tokens: 412
The pruner always keeps the system message and removes the oldest non-system turns first. More worked examples: references/examples.md.
Error Handling
| Error | Cause | Fix |
|-------|-------|-----|
| 400 context_length_exceeded | Input + max_tokens > model limit | Trim messages or use larger-context model |
| 400 max_tokens too large | max_tokens alone exceeds limit | Reduce max_tokens |
| Slow responses | Very large context | Use streaming; consider chunking |
| Degraded quality | Too much irrelevant context | Trim to relevant content only |
Enterprise Considerations
- Query
/api/v1/modelsat startup to cache context limits -- don't hardcode (they change) - Use
max_tokenson every request to prevent runaway completion costs on large contexts - Implement conversation trimming as middleware so all calls respect limits
- Use Anthropic prompt caching for RAG contexts that repeat across requests (90% input savings)
- Route large-context tasks to cost-effective models (Gemini Flash for 1M context at low cost)
- Monitor
prompt_tokensin responses to detect context bloat before it hits limits
References
- Examples | Errors
- Prompt Caching | Models API
Du fichier au premier essai
Le téléchargement contient exactement le contenu affiché sur cette fiche. Cette copie peut différer de la dernière version du dépôt source.
Consulter la source et ses fichiers annexesCe téléchargement contient uniquement SKILL.md. Les scripts, références, modèles et dépendances éventuels ne sont pas inclus. Récupérez les fichiers nécessaires depuis la source en conservant leur arborescence avant de poursuivre.
1. Télécharger le fichier
Télécharger SKILL.mdDepuis la racine d’un projet de test, enregistrez le fichier sous .skill-downloads/openrouter-context-optimization-ms47vpoc/SKILL.md, ou utilisez la commande suivante. Ce dossier sert à examiner la skill avant son installation.
Commande pour macOS/Linux ou WSL : un shell POSIX et curl sont nécessaires. Sous Windows sans WSL, utilisez le bouton de téléchargement et créez le dossier manuellement.
mkdir -p '.skill-downloads/openrouter-context-optimization-ms47vpoc' && curl --fail --show-error --location 'https://skills-guides.com/api/skills/openrouter-context-optimization-ms47vpoc/download' --output '.skill-downloads/openrouter-context-optimization-ms47vpoc/SKILL.md.part' && mv '.skill-downloads/openrouter-context-optimization-ms47vpoc/SKILL.md.part' '.skill-downloads/openrouter-context-optimization-ms47vpoc/SKILL.md'2. Vérifier les prérequis
Lisez SKILL.md avant de l’utiliser. Si le fichier cite des scripts ou services externes, examinez-les et préparez les accès nécessaires dans votre environnement de test.
Environnement déclaré par l’auteur : Designed for Claude Code, also compatible with Codex and OpenClaw
Outils déclarés par l’auteur (à vérifier dans votre agent) : Read, Write, Edit, Grep, Bash(python3:*), Bash(node:*), Bash(curl:*), Bash(jq:*)
Extrait original : Prerequisites
- An OpenRouter API key (
sk-or-v1-...) exported asOPENROUTER_API_KEY— see theopenrouter-install-authskill for setup - Python 3.8+ with the OpenAI SDK and
requestsfor model-metadata lookup;tiktokenfor exact token counting per the references curlandjqto query context windows and pricing from/api/v1/models- Node.js 18+ if you use the TypeScript context-budget calculator in the references
Les plateformes de la fiche sont des indications du catalogue. Les chemins ci-dessous suivent la documentation des outils ; ils ne prouvent pas que cette skill y a été exécutée. Aucune version minimale de ces outils n’est attestée pour cette fiche.
3. Charger la skill
Après vérification, copiez le dossier complet dans le projet avec l’une des commandes ci-dessous, puis ouvrez une nouvelle session de l’outil. La commande s’arrête si un dossier du même nom existe déjà : comparez les fichiers avant de le remplacer.
Claude Code
test -f '.skill-downloads/openrouter-context-optimization-ms47vpoc/SKILL.md' && test -s '.skill-downloads/openrouter-context-optimization-ms47vpoc/SKILL.md' && mkdir -p '.claude/skills' && test ! -e '.claude/skills/openrouter-context-optimization' && cp -R '.skill-downloads/openrouter-context-optimization-ms47vpoc' '.claude/skills/openrouter-context-optimization'Codex
test -f '.skill-downloads/openrouter-context-optimization-ms47vpoc/SKILL.md' && test -s '.skill-downloads/openrouter-context-optimization-ms47vpoc/SKILL.md' && mkdir -p '.agents/skills' && test ! -e '.agents/skills/openrouter-context-optimization' && cp -R '.skill-downloads/openrouter-context-optimization-ms47vpoc' '.agents/skills/openrouter-context-optimization'OpenSkills
OpenSkills doit déjà être installé. La procédure locale install/read est contrôlée avec OpenSkills 1.5.0, qui exige Node.js ≥ 20.6.0. Aucun slug du catalogue n’est résolu automatiquement.
Installation officielle d’OpenSkillsopenskills install './.skill-downloads/openrouter-context-optimization-ms47vpoc'openskills read 'openrouter-context-optimization-ms47vpoc'La lecture doit afficher le contenu du fichier installé et son dossier de base. Elle ne lance ni la skill ni ses dépendances.
Pour un agent qui lit AGENTS.md, synchronisez ensuite l’index. Cette commande modifie AGENTS.md : relisez le diff avant de l’utiliser.
openskills syncMode manuel ou autre outil : joignez SKILL.md à une conversation, ou ouvrez-le dans un agent capable de lire les fichiers. Ajoutez les ressources annexes nécessaires. Il n’existe pas de dossier universel reconnu par tous les outils.
4. Faire un premier essai
Utilisez une entrée courte et fictive : un endpoint d’API, un petit document ou un brief d’interface. Dans une nouvelle conversation, joignez le fichier ou donnez son chemin à l’agent, puis adaptez cette demande :
Lis .skill-downloads/openrouter-context-optimization-ms47vpoc/SKILL.md et applique ses instructions à cet exemple : [décrire une entrée de test]. Indique les fichiers, dépendances ou accès qui manquent. Produis le résultat demandé par la skill sans inventer de données ni exécuter de script non examiné.Résultat attendu : une sortie correspondant aux instructions de la skill, ou une liste précise des prérequis manquants. Une simple confirmation de lecture ne valide pas le premier usage. Si une ressource externe est indisponible, ce parcours reste à tester.
Créer des cartes interactives avec kepler.gl
Data & IA
Création de cartes interactives et export HTML autonome avec le package Python keplergl, à partir de données géospatiales (DataFrame, GeoJSON, CSV).
Optimisation de paramètres par agent
Data & IA
Guide d'optimisation de systèmes configurables avec objectif mesurable, via des essais bornés et une recommandation fondée sur des preuves.
Relance des visiteurs ICP
Data & IA
Identifiez les utilisateurs inscrits correspondant au profil client idéal mais qui n'ont pas activé, et rédigez des messages de relance personnalisés pour les réengager.