技能包最近在 GitHub 趋势榜上霸屏：日榜、周榜、升星榜一起看，AI 编程的技能包都挂在上面。装的人也越来越多，多到"怎么从已装技能里找到对的那个"都成了新问题。小红书36氪
技能正文按需读，目录不是
先说个反差：Anthropic 官方那个 skills 仓库里，其实只有 20 个技能。可你往客户端里装的每一个，都会进那本常驻的目录。启动时客户端会把每个已安装技能的 name 和 description 预先塞进 system prompt，清单里的每个技能不管你用没用，每一轮都会加进上下文。OpenClaw 的做法也一样：先在 Prompt 里给一份可用技能目录，技能越装越多，这份目录占的上下文空间就越大，还得受 Prompt 预算限制。小红书Anthropic 工程博客Claude Code 文档36氪
有人真去量了自己的电脑：磁盘上躺着 570 个 SKILL.md，去重后是 402 个技能，只算名字和描述就 92,006 个字符，折合约 45,634 token；他还转了另一个开源智能体项目 issue 区里的一组数——243 个技能每次调用多 10 到 15K token，130 个大概 4K。技能正文才是按需读的，这 4.5 万是"目录"，而目录每一轮都摊在桌上。具体多少看描述写多长，量级却不难懂：几十上百个技能，等于每轮开口前先背一遍菜单。知乎
英伟达 11 月那份技术报告给了另一面：把每次调用的上下文限制在 16K 到 48K token，Claude Opus 4.5 和 GPT 5.6 Sol 在 6 个 agent 基准上的准确率基本持平，按上下文长度计价的话成本能降到原来的几分之一。目录瘦一点，能力和钱包都不吃亏。知乎
超预算不报错，它偷偷删描述
Claude Code 的技能清单有个字符预算，默认按模型上下文窗口的 1% 算；清单一旦溢出，它不弹窗报错，而是从你最少调用的技能开始丢描述，你最常用的那些反而保住全文。名字留着、关键词没了，结果就是你喊它做 PPT，它像没听见。用 Codex 的人见过更直白的提示——技能 metadata 列表太长，直接截断。Claude Code 文档小红书
代价不只是"变贵"。社区有人做过一次单次实测（每条请求只跑一遍，作者自己声明仅供参考）：技能装到 512 个时，36 条请求里 Claude Code 对了 35 条，Codex 只对了 17 条。小红书
工具侧早有人踩过同一个坑：MCP 落地复盘里就写着，单个 server 暴露的工具超过 20-40 个就会触发严重的性能与可靠性问题，超过 60-80 个基本不可用。道理是同一个：无关的描述占着注意力，模型选起来就飘。知乎
还有一层跟额度无关但更要紧：技能不是一段提示词，它能执行代码、读文件、联网，装之前把内容翻一遍，要你粘贴凭证的别装。小红书Anthropic 工程博客
三步查自己的账单（以 Claude Code 为例）
1）看占用：`/context` 里的 Skills 那一行，是预算生效后的真实数字，跟模型实际收到的一致。Claude Code 文档
2）找僵尸：`/skill-doctor`（需 v2.1.252 及以上）会标出清单里从没被调用过的技能，并告诉你去哪儿关掉，从上下文成本最高的那几个开始下手。Claude Code 文档
3）关而不删：settings 里的 `skillOverrides` 有四档，把低频技能设成 `name-only` 就只留名字、省下描述，也可以直接 `off`；插件带来的技能不吃这套，得用 `/plugin` 管。定期让 AI 自己帮你整理也行：有用的留、没用的清、冲突的二选一。Claude Code 文档小红书
厂商那边也在换思路：OpenClaw 10 月的更新让 Agent 在执行任务时主动搜索技能，找到合适的再按需读取完整说明。你自己这边的结论更简单：技能不是收藏夹，宁缺毋滥。留几个这周真用得上的，比囤一堆"以后可能用"的强——目录越薄，AI 越清楚你今天到底要它干什么。36氪小红书
