渐进式加载与 Token 效率
阅读提示:Skills 的核心优势在于"大量能力 + 高效上下文"的平衡。理解渐进式加载,才能设计出真正高效的 Skill。本文基于官方文档和 CodeWithSeb 的深度分析。
5.1 为什么 Token 效率如此重要
上下文窗口是"公共资源"——你的 Skill 与以下内容共享这个有限的空间:
- 系统提示词
- 对话历史
- 所有 Skills 的元数据
- 用户的实际请求
核心挑战:如何让 Claude 拥有 50+ 种能力,而不撑爆上下文窗口?
Skills 的答案:渐进式加载(Progressive Disclosure)
5.2 三级加载模型
Stage 1:元数据扫描(~100 tokens)
启动时,Claude 只加载每个 Skill 的 name 和 description:
---
name: code-reviewing
description: 审查代码中的错误、安全问题和风格违规
---
Token 计算:
- 1 个 Skill ≈ 100 tokens
- 10 个 Skills ≈ 1,000 tokens
- 50 个 Skills ≈ 5,000 tokens
关键洞察:Claude 知道所有可用能力,但只消耗极少 Token。
Stage 2:完整指令(< 5,000 tokens)
当 Claude 判断某个 Skill 与当前任务相关时(通过 description 的语义匹配),才加载完整的 SKILL.md 内容。
# ❌ 太模糊 - 可能永远不会触发
description: 帮助处理代码
# ✅ 触发词丰富 - Claude 能精确判断何时使用
description: |
审查 TypeScript 和 JavaScript 代码中的安全漏洞、性能问题
和编码规范违规。当用户请求代码审查或提到"审查这些变更"时使用。
这解释了为什么 description 是最重要的字段——模糊的描述 = Skill 永远不会被激活。
AI 编程知识库会员专享内容
开通后解锁「渐进式加载与 Token 效率」全文,AI 编程知识库全年访问
扫码添加企业微信,找大熊掌门开通会员

添加后说明想开通的会员类型即可