龙虾之父开源新工具：给 AI 技能做”体检”，省 token 还能提速！

你有没有这种感觉：给 AI Agent 写的 Skill 越来越长，但调用效果却越来越差？

别慌，“龙虾之父” Peter 出手了！他开源了一款专门给 Skill 做体检的工具，帮你把那些”臃肿”的技能描述瘦瘦身。

🔥 问题来了：Skill 为啥越写越”肥”？

很多开发者写 Skill 描述时，总觉得写得越多越详细，AI 就越能准确调用。

错！大错特错！

举个例子：有人写了 90 多词的描述，Agent 反而选不对技能。砍到 40 词以内后，一次就选对了。

你说气人不气人？

背后的真相是：

每多塞一句描述，Agent 每次调用就要多付一笔 token 账单。

Agent 看到的信息越多，选择时的噪声也越多——延迟、成本、注意力，全都在里面交学费。

💡 龙虾之父的核心观点

Peter 打了个形象的比喻：

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。

精辟！路标只需要指方向，不需要写使用手册。

🛠️ 他开源了什么？skill-cleaner

这款工具名字就叫 skill-cleaner，用实际行动示范了什么叫”简洁”：

看明白了吗？Skill.md 是路标，代码才是说明书。

这才是正确的打开方式！

📋 skill-cleaner 的 5 大核心功能

1️⃣ 技能提示词预算审计

分析每个技能占用的上下文令牌空间，计算预算占用比例，给出优化方案。

避免技能占用过多上下文资源，让你的 token 花在刀刃上。

2️⃣ 重复技能检测

跨 Codex 内置库、插件缓存、代码库、个人技能目录，扫描：

• 同名技能
• 描述/内容高度相似的技能

标记冗余项，一键清理。

3️⃣ 未使用技能筛查

基于历史日志，识别长期未被调用、未被提及的”僵尸技能”。

给你一份清理候选清单，让技能库保持清爽。

4️⃣ 技能根目录审计

统计所有技能的来源目录，标注启用/禁用状态，梳理技能加载链路。

让你清楚知道：哪些技能从哪里来，谁在用。

5️⃣ 描述精简优化

找出冗长的技能描述，推荐通过简化语法压缩长度，节省提示词预算。

🔬 技术亮点：Codex 同款预算逻辑

这个脚本可不是随便写写的，它用了 Codex 官方源码同款提示词预算核算逻辑：

• 优先读取本地模型缓存配置
• 默认 GPT-5.5 上下文窗口：272k token
• 严格遵循 Codex 计费规则（UTF8 字节数 / 4 向上取整）
• 以模型上下文 2% 为默认技能预算基数
• 结合技能优先级排序规则

系统技能 > 内置技能 > 插件技能 > 仓库自定义技能

还能模拟真实场景

预算不足时，它会精准计算：

• 技能描述截断字符数
• 被省略技能数量
• 预算使用率
• 剩余预算
• 上下文占用比例

✂️ 精简 Skill 描述的秘诀：三步走

第一步：文本预处理

统一格式，全部小写、剔除标点符号。

第二步：场景识别

内置预设场景关键词词库，识别技能所属业务领域。

第三步：标准化替换

匹配到场景后，调用预设的标准化短动作词组替换冗长描述：

😂 最绝的是——他开始”穴居人”式说话了

Peter 本人在评论区直接用这种极简风格：

install skill
agent smart
user happy

真是把省 token 刻到骨子里了😂

📦 如何体验？

GitHub 地址：

https://github.com/steipete/agent-scripts/tree/main/skills/skill-cleaner

关键词： 龙虾、OpenClaw

📌 总结

最后送给大家一句话：

写 Skill 如写代码——Less is More。

与其塞进去一百个功能，不如把十个功能写清楚。

关注我，持续分享 AI Agent 开发的干货！