开源技能优化指南：精简技能配置节省成本

Skill描述写得像本书？这事儿，连“龙虾之父”Peter都看不下去了。

他直接在社区喊话：各位，别把Skill描述写得像本书一样，什么乱七八糟的都往上下文里塞。

为了解决这个普遍问题，他干脆写了个给所有Skill做“体检”的专用Skill，并且开源了出来。

这个观点迅速在评论区引发了共鸣。有开发者提到，自己写了个90多词的描述，Agent反而不会调用技能了；把描述砍到40词以内，Agent一次就选对了。看来，问题比想象中更普遍。

那么，你的Skill库是不是也该做一次彻底的“体检”了？

给Skill来一次大扫除：思路与工具

Skill提示词冗长，表面是文案问题，实际影响的却是真金白银的运行成本。多加一句描述，Agent每次调用就要多付一笔token账单。更关键的是，Agent看到的信息越多，决策时的“噪声”也越多，直接影响响应速度、准确性和注意力分配。

Peter的核心主张很明确：Skill描述应该像路标。它的唯一目的是让Agent快速、准确地“找到路”，而不是把整本道路说明书都挂在上面。他开源的“skill-cleaner”就是这个理念的完美示范。

来看看这个示范：它的Skill.md提示词文件只有区区56行，清晰简洁。

而真正实现复杂功能的调用脚本，却有近千行代码。这正好印证了那个比喻：Skill.md是路标，背后庞大的代码库才是真正的说明书。

这个“体检”工具主要提供五大核心功能：

1. 技能提示词预算审计
计算技能占用的上下文令牌空间，分析预算占用比例，并给出优化方案，从根本上避免技能占用过多关键资源。

2. 重复技能检测
跨Codex内置库、插件缓存、代码库及个人技能根目录进行全面扫描，标记出同名或描述/内容高度相似的冗余技能。

3. 未使用技能筛查
基于历史运行日志，识别那些长期未被调用、提及或留下任何使用痕迹的“僵尸技能”，提供清晰的清理候选清单。

4. 技能根目录审计
统计所有技能的来源根目录，清晰标注其启用或禁用状态，帮你梳理混乱的技能加载链路。

5. 描述精简优化
自动找出冗长的技能描述，并通过简化语法、替换标准化词组等方式推荐压缩方案，直接节省提示词预算。

运行一次测试，你大概会得到这样一份全面的审计报告：

整个工具的工作流程设计得非常清晰，分为三步：

第一步，执行分析。在技能目录或仓库根目录运行提供的Node.js脚本，支持自定义时间范围、日志深度、预算阈值等参数。

第二步，查看报告。按顺序阅读核心审计报告：从技能预算分析开始，接着是描述优化建议、重复技能列表、未使用技能标记，最后是根目录汇总。

第三步，安全清理。遵循安全优先原则：优先保留Codex内置技能，删除本地重复副本；保留仓库核心运维技能；对于未确认的无关目录，在修改前会验证文件有效性，避免误删。

脚本里还有一些值得品味的细节。例如，它采用了与Codex官方源码同款的提示词预算核算逻辑。它会优先读取本地模型缓存配置来获取上下文窗口参数（例如GPT-5.5默认的272k token），并严格遵循Codex的计费规则进行核算。

工具以模型上下文的2%作为默认的技能预算基数，结合技能优先级规则（系统技能 ＞ 内置技能 ＞ 插件技能 ＞ 仓库自定义技能），核算全部技能的令牌占用情况。它甚至能模拟真实运行场景，计算预算不足时的描述截断字符数和被省略的技能数量，精准输出预算使用率、剩余预算等核心指标，让你对技能体系的资源负载一目了然。

具体到精简Skill描述，其操作也分为三步：

• 文本预处理：统一格式，全部转为小写，剔除标点符号等干扰项。
• 场景识别：利用内置的预设场景关键词库，自动识别技能所属的业务领域。
• 描述替换：匹配到场景后，调用预设的标准化短动作词组替换原有的冗长描述。

例如：
调试类 → debug, inspect, fix
部署发布类 → deploy, release, verify
检索归档类 → search, sync, summarize

优化后的效果立竿见影，描述变得极其精炼：

更有趣的是，Peter本人在帖子评论区也彻底贯彻了这种“极简风”，开始用类似“xue居人”风格的短句交流：

这真是把“省token”的理念刻进骨子里了。安装技能，Agent变聪明，用户更开心——效率提升，就是这么直接。