龙虾装了一堆 AI 技能（Skill），结果它反而变笨了？
我之前就是这样。装一个"帮我写代码"，再来一个"帮我查文档"，再来一个"帮我跑测试"……塞了二十几个 Skill 进去。结果 Agent 调用时，要么选错技能，要么直接愣住不知道该用哪个。
后来才知道，这问题不是 AI 笨，是 Skill 的"简历"写得太烂了。
龙虾之父：别把路标写成说明书
Peter（江湖人称"龙虾之父"）最近开源了一个项目叫 skill-cleaner
(https://github.com/steipete/agent-scripts/tree/main/skills/skill-cleaner)，专门给 AI 技能做体检。他在 X 上发了一贴，立刻炸出一堆共鸣：
"Skill 提示词写得跟说明书似的，Agent 每次调用都要读完才能决定用哪个——这不烧钱吗？"
有人回复说，自己原来把 Skill 描述写到了 90 多词，Agent 根本选不对技能。砍到 40 词以内，一次就选对了。
龙虾之父的主张很直接：Skill 要像路标，目的是让 Agent 找到路，不该把整本说明书挂在路标上。
skill-cleaner 到底能干嘛
这个工具干五件事：
1. 技能预算审计
Skill 占的上下文空间会影响运行成本。脚本会分析每个 Skill 占多少 Token，给你算预算占用比例，告诉你哪些该精简。
2. 重复技能检测
跨 Codex 内置库、插件缓存、个人技能目录扫描同名或描述高度相似的 Skill，标记冗余项。
3. 未使用技能筛查
基于历史日志，识别长期没人用的"僵尸 Skill"，提供清理清单。
4. 技能根目录审计
统计所有 Skill 从哪加载、启用还是禁用状态、加载链路是什么。
5. 描述精简优化
把冗长的自然语言描述压缩成短动作词组。比如：
– 调试类 → debug, inspect, fix
– 部署类 → deploy, release, verify
– 检索归档类 → search, sync, summarize
压缩后 Skill.md 只有 56 行，但调用的脚本近千行代码。Skill.md 是路标，代码才是说明书。
怎么用
三步走：
在技能目录运行 Node.js 脚本（支持自定义参数：时间范围、日志深度、预算阈值等）
查看审计报告：技能预算 → 描述优化项 → 重复技能 → 未使用技能 → 根目录汇总
按建议清理，优先保留 Codex 内置技能
脚本用了 Codex 官方源码同款提示词预算核算逻辑，272k Token 上下文基准，严格按 UTF8 字节数/4 向上取整计算。
值得思考的点
龙虾之父在评论区用了一种奇怪的语言风格说话：
install skill
agent smart
user happy
他还说这是"穴居人风格"——把省 Token 刻到骨子里。
我倒觉得这不只是省 Token 的问题，更本质的是：我们花了太多精力教 AI 做什么，却没花足够精力教它怎么做选择。
Skill 越多，Agent 的决策空间越大，但决策成本也越高。这和现实中的组织管理是一样的——不是人多好办事，是合适的人做合适的事。
你的 OpenClaw/Codex 装了多少 Skill？有没有想过给它们做个体检？
相关链接
GitHub：https://github.com/steipete/agent-scripts/tree/main/skills/skill-cleaner
No comments:
Post a Comment