自建 Skills 管理工具

遇到的问题

skill 越装越多,特别是全局安装的 Skill ,元信息占用了过多的上下文空间。为了解决这个问题,我的第一反应是全局只装必要的 Skill ,其他的就具体的项目里安装。 但是这样我就逃避了一个问题:怎么样才能集中管理Skill? 前段时间看到宝玉老师通过 Symlink 去管理 Skill:通过 Symlink 直接链接到原始 Skills 的 Repo。我觉得这是个管理 Skill 的好办法,再结合我现在使用 Skill 的经验:

  • 别人的 Skill clone 下来需要根据不同的Agent架构与电脑环境进行适配才好用。更新的时候适配还需要重新做一遍。
  • Skill 太多,对于 Skill 的触发方式、功能、完成度、来源(主要用于更新)两眼一抹黑,需要 Skill 总览和 Skill 搜索,提高 Skill 的使用效率。

找AI聊需求

发现自己遗漏了一些细节。

之前的设计我只是通过安装方式对 Skills 进行了分类,并没有管理 Skill 的状态,所以让AI补全了相关的设计。

before:

  • custom 目前表示"自己写的、完成后进入 skills"。
  • remote 表示"远程拉取的、待适配"。
  • skills 表示"最终可用"。

after:

sh 复制代码
./
├── registry/                 # 核心索引层,不是给人手工翻目录用的
│   ├── skills.json           # 所有 skill 的注册表
│   ├── sources.json          # 来源仓库、版本、同步信息
│   └── projects.json         # 各项目启用关系
├── warehouse/
│   ├── remote/               # 原始拉取内容,只保留上游原貌
│   ├── adapted/              # 适配后的可分发版本
│   └── local/                # 本地原创 skill
├── runtime/
│   ├── global/               # 当前全局启用集合
│   └── projects/             # 每个项目的启用清单或 symlink 目标
├── manifests/
│   └── <skill-name>.yaml     # 每个 skill 的声明文件
└── bin/
    └── hk-skill              # 管理命令入口

和AI探讨了之后,让他重新出了一版设计文档。

项目已开源设计文档放在里面了,如果不忙会把方案单独抽出来做成工具。

产品效果

sh 复制代码
./bin/hk-skill install {repo}
# 执行流程:fetch → vet → adapt → register
# 拉取远程项目并进行安全审查,成功就注册,失败就清除文件
./bin/hk-skill enable {skill-name} --global
# 全局启用,建议工具类方法
./bin/hk-skill enable {skill-name} --project {project-path}
# 项目内启用,project-path为绝对地址

经验教训

因为刚开始只是当作小工具在开发,所以出了设计文档就开始 vibe coding,正是因为没有技术方案,也没有写 spec、rules 和 agents.md 这些文档才导致了后面 token 飙增的情况出现。

有了设计文档一定要有配套的技术方案和规范文档!这里不能省,省了后面更亏。

设计就像十月怀胎,写代码就像一朝分娩,设计就是写代码。情况不明决心大,心中无数点子多。

期间我尝试了多种模型配合开发的场景,最后感知到的体验是:

  • OpenCode + oh-my-openagent 效果比单一类型的模型效果更好。但是偶尔会出现卡死的情况,虽然有指定Agent-Atlas作为上下文维持,但是还是没法及时中断并重启项目,写之前需要单独声明:做不来的工作别勉强,及时中断或者换个工作。
  • GPT5.4 计划/审核/测试 + kimi2.5 执行,效果最好。(期间还用了 glm5.1/gemini3/minimax2.5)
相关推荐
人工智能AI技术2 小时前
监督学习、无监督学习、强化学习基础对比
人工智能
奔跑的卡卡2 小时前
Web开发与AI融合-第一篇:Web开发与AI融合的时代序幕
前端·人工智能
阿_旭2 小时前
基于YOLO26深度学习的【辣椒成熟度检测与计数系统】【python源码+Pyqt5界面+数据集+训练代码】
人工智能·python·深度学习·辣椒成熟度检测
思茂信息2 小时前
CST交叉cable的串扰(crosstalk)仿真
服务器·开发语言·人工智能·php·cst
高洁012 小时前
大模型在天文科研中的应用:天体数据分析
人工智能·深度学习·数据挖掘·transformer·知识图谱
IT_陈寒2 小时前
Redis批量删除的大坑,差点让我加班到天亮
前端·人工智能·后端
AI搅拌机2 小时前
LoRA训练实战41:用QwenImageEdit2511训练“灵魂画手”风格LoRA,保姆级全流程教程,一学就会!
人工智能·ai作画
xierui1231232 小时前
探索型 AI 与交付型 AI:两种截然不同的技术物种
大数据·人工智能·效率工具·ai工具·大模型应用·aiagent·agent架构
白羊by2 小时前
Softmax 激活函数详解:从数学原理到应用场景
网络·人工智能·深度学习·算法·损失函数