加载中...
返回AI 编程实战
AI 编程知识库 · AI 编程实战 · Skill 进阶

渐进式加载与 Token 效率

三级渐进式加载模型

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

Token 效率对比

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

企业微信二维码

添加后说明想开通的会员类型即可

加载中...