Skill 索引瘦身与渐进加载

Skill 越装越多，上下文也越来越长：把能力索引、发现和正文读取分开

本文要解决的问题：Skill 正文虽然已经按需读取，但完整目录、用途说明以及工具参数里的名称枚举仍会重复进入请求。随着 Skill 增多，模型还没开始工作，输入就已经被能力索引占据。我们给索引设置预算，增加分页查询，并让读取入口的 Schema 不再随名称列表增长。

版本说明：本文记录 tsm-agt 当前本地实现，配套代码尚未提交、推送。正文统一使用 GitHub main 链接，代码同步前已有文件可能仍显示旧实现。所有示例仅用于说明机制。

一、先解释 Skill 是什么

在这个项目里，指令型 Skill 是一份可复用的工作方法。

它通常以 SKILL.md 为入口，包含适用场景、操作步骤、约束，以及对其他资料的引用。例如，"接口变更检查"Skill 可以指导 Agent 检查参数兼容性、寻找调用方、运行相关测试并记录验证结果。

一个简化的文件结构：

text 复制代码

review-api/
├── SKILL.md
└── references/
    └── checklist.md

SKILL.md 示例：

markdown 复制代码

---
name: review-api
description: 检查接口变更、参数兼容性及相关验证结果
---

# 接口变更检查

先阅读当前接口和调用方，明确变更影响。
根据实际变更选择验证入口，记录观察结果。
需要完整检查项时，读取 references/checklist.md。

模型读取 Skill 后，仍通过普通工具访问文件、运行命令或修改代码。Skill 提供工作方法，不会凭空产生新的权限。

项目还存在代码型 Skill：它具有可执行处理器和参数定义，走工具调用路径。本文主要讨论指令型 Skill 的上下文加载，不把两者混在一起。

相关类型见 skills.py，目录处理见 skill_catalog.py。

二、原来已经按需读正文，为什么还需要改

一个容易混淆的地方是："正文按需读取"和"能力目录不会膨胀"并不是同一件事。

改造前，指令型 Skill 已经通过 skill.load 读取正文，模型并不是一开始就收到所有 SKILL.md。

但初始请求还会携带两类不断增长的数据：

完整的 Skill 目录，包括名称、说明及来源等元数据。
skill.load 参数 Schema 中列举全部名称的 enum。

假设安装了 300 个 Skill，即使用户只需要其中一个，300 个名称仍可能同时出现在目录和工具定义中。

更麻烦的是，新增一个 Skill，本来只是增加一条能力记录，却可能改变整个读取工具的参数定义。

问题	具体表现	这次处理方式
索引无预算	安装越多，初始目录越长	给初始目录设置条目预算
名称重复	名称既在目录里，又出现在 Schema 枚举里	移除枚举，读取时查真实注册表
目录裁剪后无入口	没展示的 Skill 容易被模型忽略	增加 `skill.discover` 查询
版本信息混用	目录变化与正文变化都可能影响提示词	区分内容修订与模型可见目录变化

因此，这次不是把所有正文从"全量加载"改成"延迟加载"，而是继续收紧正文之前的索引层。

三、改造后的完整使用流程

text 复制代码

本地发现内置、用户 Skill
  → 构建后台完整目录
  → 模型先看到有预算的简短索引
  → 已知确切名称时，直接 skill.load
  → 名称未知或索引未展示时，skill.discover 查询
  → skill.load 读取 SKILL.md
  → 按正文需要，再读取 references 等关联资源
  → 使用普通工具完成任务

层次	主要回答的问题	进入上下文的内容
初始索引	大概有哪些工作方法	部分名称、简短说明、来源信息
目录查询	当前任务适合哪个 Skill	匹配的目录项和当前修订信息
正文读取	这个 Skill 具体怎么做	所选 `SKILL.md`
关联资源	当前步骤还需要什么细节	按需读取的参考资料

如果用户明确点名了 review-api，没有必要强制先搜索一次。渐进加载的目标是减少无关内容，不是给所有任务增加固定调用次数。

四、初始索引怎样控制大小

当前 _bounded_catalog 使用以下规则：

按名称排序，使相同目录的输出顺序稳定。
单条用途说明最多保留 256 个字符。
保留名称、简短说明、来源和覆盖信息。
使用 UTF-8 JSON 条目大小累计，条目预算为 8,000 字节。
告诉模型完整数量、是否还有未展示条目，以及查询入口。

简化后的结构：

json 复制代码

{
  "kind": "skill_catalog",
  "revision": "当前内容修订哈希",
  "skills": [
    {
      "name": "review-api",
      "description": "检查接口变更、参数兼容性及相关验证结果",
      "source": "user",
      "overrides": []
    }
  ],
  "total_skills": 300,
  "has_more": true,
  "discovery_tool": "skill.discover"
}

8,000 字节限制的是累计条目，不是包含外层字段后的整个消息硬上限，更不是"精确 2,000 tokens"。字段包装、字符编码、模型分词方式都影响最终输入。

此外，当前实现是按名称取能装下的前缀，不是根据本次用户意图进行智能排序。相关 Skill 没出现在初始索引里时，需要由查询入口补足。

实现见 CoreSkillToolProvider。

五、为什么要去掉名称枚举

旧的读取参数类似：

json 复制代码

{
  "name": {
    "type": "string",
    "enum": ["review-api", "verify-change", "write-report"]
  }
}

新的参数定义只要求非空字符串：

json 复制代码

{
  "name": {
    "type": "string",
    "minLength": 1
  }
}

去掉枚举并不意味着任何名称都可以执行。

调用时，Provider 仍然刷新目录、查找真实注册项；找不到会返回 SKILL_NOT_FOUND。约束从"把全部名称复制进每次请求的 Schema"，转为"执行前查询当前注册表"。

这样增加一份指令型 Skill，不再因为名称枚举而扩大 skill.load 的 Schema。但目录消息仍可能变化，代码型 Skill 也仍可能增加原生工具，因此不能宣称整个工具集合永远固定。

六、模型如何找到没有展示的 Skill

目录查询示例：

json 复制代码

{
  "query": "接口",
  "offset": 0,
  "limit": 5
}

当前查询是对名称和用途说明做大小写不敏感的子串匹配，并按名称排序。分页默认 20 条，上限 50 条，通过 next_offset 继续读取。

这不是向量检索，也不额外调用一个模型来选择 Skill。其可解释性较好，但对同义词、描述质量和查询措辞有依赖。

描述可以写成"检查接口变更、参数兼容性及相关验证结果"，避免只有"高效助手"之类难以检索的泛称。这里的优化发生在能力声明与检索质量上，而不是靠 Runtime 猜测某几个用户关键词后直接隐藏工具。

查询结果仍受一般工具输出治理约束。分页限制了返回条数，不能保证任意大条目都不会触发输出截断。

七、正文与参考文件怎样读取

读取主文件：

json 复制代码

{
  "name": "review-api"
}

读取正文引用的资源：

json 复制代码

{
  "name": "review-api",
  "resource": "references/checklist.md"
}

省略 resource 时读取 SKILL.md。指定资源时，需要使用 Skill 目录内的有效相对文件路径。

正文和资源作为工具结果进入历史，而不是直接拼接成高权限系统指令。文件读取也沿用资源范围和错误处理约束，不能把一个 Skill 当成任意文件系统读取入口。

Skill 的验证要求可以指导模型选择检查方式，但不能授予工作区写权限，也不能替代真实执行结果。

八、Skill 发生变化时，怎么避免静默切换

skill.load 可以携带目录返回的修订值：

json 复制代码

{
  "name": "review-api",
  "catalog_revision": "发现时返回的修订值"
}

如果修订不匹配，返回 SKILL_CATALOG_CHANGED 和当前目录数据，让模型明确看到变化后再读取。

这里有两种不同的版本语义：

数据	关注什么变化
目录内容修订	包括当前实现所计算的正文内容变化，用于显式读取核对
窗口内目录差异	关注可见目录字段，忽略单独的 `revision` 字段变化

因此，仅编辑正文，并不会因为修订值变化就自动替换前面的目录消息。已经读过的旧正文也不会被后台扫描悄悄改写；显式重读才能得到当前内容。

这个取舍保持了历史可解释性，也意味着模型不能假设"我之前读过，所以现在文件肯定没变"。需要最新内容时，应重新观察。

窗口侧处理见 context_window.py（新增，待同步）。

九、这次实际减少了什么

把输入拆开，可以看到改造范围：

text 复制代码

改造前：完整目录 + 全部名称枚举 + 被读取的正文 + 对话历史
改造后：有预算的索引 + 固定读取/查询 Schema + 查询结果 + 被读取的正文 + 对话历史

已经能够从实现确认的收益：

初始索引不再随所有说明无限增加。
名称不会再通过 enum 在读取 Schema 中完整重复一遍。
未展示的指令型 Skill 仍有查询路径。
正文和关联资源只在实际读取后进入历史。

仍然存在的成本：

skill.discover 本身占用一个工具定义。
名称未知时，会增加查询及后续模型交互。
查询结果和正文一旦进入历史，后续请求仍会携带，直到压缩移出。
当前目录修订计算仍可能读取正文生成哈希；这是本地计算开销，和把正文发给模型是两回事。

这次没有单独完成 Skill 场景的 tokenizer、计费或任务质量对照，因此不能把 MCP 的 73.84% 输入估算下降直接套到 Skill 上。

十、验证重点：裁剪之后仍然能找到、读到、处理变化

验证场景	应证明的行为
新用户目录	可以读取项目随包提供的 Skill，无需先写入用户目录
正文引用参考文件	可以按相对路径继续读取资源
用户覆盖内置 Skill	来源和覆盖关系能被观察到
目录修订变化	旧修订读取明确返回变化，而非静默切换
名称不在注册表	返回可恢复的找不到错误
读取后进入下一次请求	正文作为历史结果可见，不重复复制到前置提示词

测试见 test_bundled_skills.py、test_user_skills.py和 test_skill_loading_errors.py。

十一、当前实现的边界

指令型 Skill 需要存在时，Provider 才注册相应的读取和发现入口；代码型 Skill 仍按原生工具暴露。当前实现没有把所有 Skill 一概转换成同一种延迟调用机制。

索引预算也不等于能力选择已经达到最优。大量 Skill 场景下，还可以继续评估目录分类、别名及检索质量，但应先用实际命中率和额外交互成本说明问题，再决定是否增加更复杂的检索层。

本次改造先建立了清晰的边界：后台保存完整能力，初始上下文承担有限索引，需要方法时读取正文，需要细节时读取资源。