自Anthropic发明skills以来，我发现大家对skills是越来越青睐了，原先skills用来辅助工作 开发，后来进化出了不少新玩法啊，

什么同事.skill，前任.skill，更有甚者：张雪峰.skill（尊重逝者🙏）

这些都是蒸馏玩法，属实是被玩出花来了

玩归玩，不要把这些🐮🐴玩意放到工作和开发的skills目录里，因为这会增加你的skills数量，增加无用上下文，降低ai使用skills的命中率。

有篇paper专门分析了skills的数量-内容与准确性的关系：When Single-Agent with Skills Replace Multi-Agent Systems and When They Fail

论文用gpt-4o和gpt-4o-mini做了skills数量与选择准确率关系的实验，实验结果放在这个表里

skills数量	选择准确率
≤ 10	> 97%
10 ~ 30	90% ~ 97%
30 ~ 50	85% ~ 93%
50 ~ 80	60% ~ 85%
80 ~ 100	45% ~ 55%
100 ~ 150	15% ~ 40%
≥ 150	< 15%

也有拟合曲线：

skills数量在50个以内，选择准确率都是比较高的（当然，不同AI跑出来的结果必然不同，这里的结果仅做参考），尤其是skills在25个以内时，命中率是相当高的

我在开发中也有类似的感受，曾经我在全局skills目录里塞了不少五花八门的skills，打开cc后一问才知道，总skills数量有60+，怪不得ai经常不选我希望ai用的skills。

后来我去繁从简，精挑细选，屎里淘金，把skills数量压到了40以内。按实验结果，我为什么没有压倒20-30呢，因为上文也说了，这个实验是基于gpt-4o系列ai做的，我用的ai性能比4o强，不必对号入座。

不只是数量，相似的skills也会大大降低选择准确率

论文做的实验，每个skills有一个相似的“竞争者”，准确率降到~82%，有两个相似的“竞争者”，准确率骤降到 ~52%。如果有从几个功能很相似的skills里选，ai往往会遮着眼睛瞎选(ai没眼睛 说是)。

打个比方

你和你老婆晚上准备双排了，你老婆的双胞胎妹妹趁着黑灯瞎火，悄无声息地摸进来，你能分清谁是谁吗？如果你硬上的话，我打赌要出事故的

所以，功能相似的skills只保留一个

如果skills实在是多，怎么办呢，论文里给出了层级路由的选法，简单来说就是“先选类别，再选skills”

比如开发会用到code-review，test-dirven-development，subagent-driven-development……那么就把这些归为“开发类”，依次类推还有“写作类”，“设计类”等等。ai选择使用skills的时候，就先判别应该用什么类别，再选择具体的skills。

论文里的层级路由的实验结果显示，这个方法在大数量skills的情况下会把准确率提高小几十个百分点。

当然嘛，据我所知 claude code 现在是没有“层级路由”的实现的，只是单纯的把skills全部平铺开来，让ai选。

不过没关系，我自己对于不同类别的skills是这样处理的：建立不同的skills仓库，把杂乱的skills给划分到不同的局部仓库里，让全局skills保持简洁，装你必备的，常用的；局部仓库里装其他类别的skills，分开使用。

比如我开一个名为“WPS-skills”的仓库，wps的skills就安装在这里面，要编辑WPS的文件的时候，就在这个仓库里工作；其他仓库是没有wps的skills的。

那我说白了，总的来说就是：降低skills数量，不要出现太相似的几个skills，skills分类管理。

skills不在于多，而在于精，选择最常用的，最适合自己的skills就是 The best。