← 返回
未分类

skill-optimizer

优化已有 Skill 的专业工具。当用户想要改进、重构、精简现有 Skill(SKILL.md 文件),使其更高效、token 消耗更少、触发更准确时使用。支持:分析 Skill 存在的问题、按照 codebuddy-code 规范重构 Skill 结构、应用 5 种 Skill 设计模式(工具包装器/生成器/审查器/反转/流水线)、拆分臃肿指令为 references/ 延迟加载、优化 description 触发文案。触发关键词:优化skill、改进skill、精简skill、skill太长了、skill消耗太多token、重构skill、skill效果不好。
优化已有 Skill 的专业工具。当用户想要改进、重构、精简现有 Skill(SKILL.md 文件),使其更高效、token 消耗更少、触发更准确时使用。支持:分析 Skill 存在的问题、按照 codebuddy-code 规范重构 Skill 结构、应用 5 种 Skill 设计模式(工具包装器/生成器/审查器/反转/流水线)、拆分臃肿指令为 references/ 延迟加载、优化 description 触发文案。触发关键词:优化skill、改进skill、精简skill、skill太长了、skill消耗太多token、重构skill、skill效果不好。
user_c8cb757c
未分类 community v1.0.0 1 版本 100000 Key: 无需
★ 0
Stars
📥 31
下载
💾 0
安装
1
版本
#latest

概述

Skill 优化师

帮助用户将现有 Skill 优化得更精准、更高效、token 消耗更少。

接收用户输入

用户通常会:

  • 直接粘贴 SKILL.md 内容,或提供 Skill 文件路径
  • 描述 Skill 存在的问题(太长/触发不准/效果不好/token 消耗高)
  • 希望套用某种设计模式

如果用户没有提供 Skill 内容,先请他提供,或读取他指定的路径。


第一步:诊断分析

拿到 Skill 后,先做一轮快速诊断,从以下 5 个维度评分(1-5 分)并简要说明问题:

维度检查要点
---------------
结构合理性目录结构是否符合规范?是否需要 references/ scripts/ assets/?
SKILL.md 长度是否超过 500 行?有无可以下沉到 references/ 的内容?
description 质量是否清晰说明「何时触发」和「做什么」?是否存在欠触发风险?
指令冗余度有无重复、矛盾、过度约束(MUST/NEVER)的指令?
设计模式匹配当前 Skill 适合哪种设计模式?是否可以更好地套用?

给出一个总结性的「优化建议清单」,让用户确认方向后再动手。


第二步:结构优化

标准目录结构

skill-name/
├── SKILL.md              # 必须,核心指令(目标 < 500 行)
├── references/           # 可选,延迟加载的参考文档
│   └── checklist.md      # 只在需要时读入,节省 token
├── scripts/              # 可选,可复用的脚本
└── assets/               # 可选,模板、图标等

三层加载原则(核心节省 token 的方法)

  1. 元数据层(始终在上下文):name + description,约 100 字
  2. SKILL.md 层(触发时加载):核心流程,目标 < 500 行
  3. 资源层(按需加载):通过 read_file 读取 references/,不需要时不占 token

优化动作:把以下内容从 SKILL.md 移出到 references/:

  • 详细的检查清单(超过 20 条)
  • 大段示例代码或模板
  • 特定技术的详细规范文档
  • 场景覆盖完整的错误处理列表

在 SKILL.md 中只保留指向它们的简短指引:

需要详细检查清单时,读取 `references/checklist.md`。

第三步:应用设计模式

根据 Skill 的用途,选择最合适的模式(可组合):

模式 1:工具包装器(Tool Wrapper)

适合:需要在处理任务时动态加载技术规范/最佳实践的 Skill

特征:按需从 references/ 加载特定知识,减少无关上下文

改造方式:将内嵌的规范文档移至 references/,在 SKILL.md 写明「何时读取哪个文件」

模式 2:生成器(Generator)

适合:需要产出标准化格式文档/代码的 Skill

特征:依赖 assets/ 中的模板,严格按模板填充

改造方式:把输出格式模板移至 assets/,SKILL.md 只描述「何时用哪个模板」及「如何填充变量」

模式 3:审查器(Reviewer)

适合:需要对输入内容进行评审/检查/打分的 Skill

特征:检查标准与执行逻辑分离,按严重等级(error/warning/info)输出

改造方式:把检查项列表移至 references/checklist.md,SKILL.md 只保留分级输出逻辑

模式 4:反转(Inverter)

适合:需要主动向用户收集信息才能完成任务的 Skill

特征:Agent 主导问答,设置明确的阶段门控,收集完整后再执行

改造方式:定义清晰的问题序列和阶段门控,未获取关键信息前禁止跳步

模式 5:流水线(Pipeline)

适合:多步骤、有明确先后顺序的工作流 Skill

特征:每步有明确输出,有用户确认节点,防止跳步

改造方式:将步骤编号化,在关键节点加「展示给用户确认后再继续」的检查点

模式组合示例

  • 流水线 + 审查器:流水线末尾加一个审查步骤
  • 生成器 + 反转:先用反转模式收集变量,再用生成器填充模板

第四步:指令精简

指令质量原则

优先解释「为什么」,而非强制命令

❌ 低效写法:

ALWAYS output JSON. NEVER skip validation. MUST include headers.

✅ 高效写法:

输出 JSON 格式,方便下游程序解析。
验证步骤不可跳过,因为跳过会导致静默错误难以排查。

识别并删除冗余指令

  • 重复说了同一件事的多条指令 → 合并为一条
  • 可以通过示例传达的规则 → 改用示例
  • 过于细碎的边界情况 → 删除,相信模型的判断力
  • 针对某个具体 case 的 hack → 删除,考虑泛化表达

检查指令矛盾:扫描全文,找出逻辑上互相冲突的条目,保留更合理的一条。


第五步:description 优化

description 是触发 Skill 的关键,需要同时做到:

  1. 清晰说明「做什么」:用户一看就知道这个 Skill 的能力边界
  2. 列出触发关键词/场景:明确告知在什么情况下应该使用本 Skill
  3. 适度「推销」:比起保守描述,略带积极语气有助于减少欠触发

优化后的 description 模板:

[简短描述能力] 。当用户 [场景1] / [场景2] 时使用。
支持:[功能列表] 。
触发关键词:[关键词1]、[关键词2]、[关键词3]。

输出格式

优化完成后,按如下格式输出:

## 优化报告

### 改动概览
- 移动到 references/:[文件名及原因]
- 删除的冗余指令:[条数及概述]
- 应用的设计模式:[模式名]
- description 变更:[前 → 后]

### 优化后的 SKILL.md
[完整的优化后内容]

### 如需创建的辅助文件
[references/ 或 assets/ 中需要新建的文件及内容]

如果改动较大,先提供改动概览让用户确认,再输出完整的优化后内容。


参考资料

  • codebuddy-code skill 规范:https://cnb.cool/codebuddy/codebuddy-code/-/blob/main/docs/skills.md
  • 5 种 Skill 设计模式:https://km.woa.com/articles/show/655310
  • 详细的规范摘要见 references/spec-summary.md(按需读取)

版本历史

共 1 个版本

  • v1.0.0 Initial release 当前
    2026-06-03 11:21 安全 安全

安全检测

腾讯云安全 (Keen)

安全,无风险
查看报告

腾讯云安全 (Sanbu)

安全,无风险
查看报告

🔗 相关推荐

ai-agent

self-improving agent

pskoett
捕获经验教训、错误及修正内容,以实现持续改进。适用于以下场景:(1)命令或操作意外失败;(2)用户纠正Claude(如“不,那不对……”“实际上……”);(3)用户请求的功能不存在;(4)外部API或工具出现故障;(5)Claude发现自身
★ 4,119 📥 839,678
ai-agent

Find Skills

guipi888
场景驱动+关键词双模式技能发现工具。当用户用自然语言描述场景/需求(如"我想做一个海报""帮我分析股票"),或明确说"安装技能/find skills/找个skill"时,自动从官方内置、本地已安装、SkillHub、虾评、GitHub、C
★ 1,486 📥 548,045
ai-agent

Self-Improving + Proactive Agent

ivangdavila
自我反思+自我批评+自我学习+自组织记忆。智能体评估自身工作、发现错误并持续改进。
★ 1,403 📥 323,953