龙虾之父教你省钱：开源Skill给你的Skill减肥¶

Ch07.051 龙虾之父教你省钱：开源Skill给你的Skill减肥¶

📊 Level ⭐⭐ | 5.7KB | entities/steipete-skill-cleaner-liangzide.md

来源：量子位（2026-05-26）| 原文存档：原文存档

本文报道 OpenClaw 创始人 Peter Steinberger（@steipete，「龙虾之父」）开源的 skill-cleaner 工具——一个用于审计和优化 Skill 描述、降低 Agent 运行时 token 成本的技能系统分析工具。

Peter 的核心观点：Skill 描述写得像本书一样、把乱七八糟的东西都塞进上下文，是 Skill 设计中最常见的问题。

Skill 的目的是让 Agent 找到路，不该把整本说明挂在路标上。Skill.md 应该是简洁的指引（路标），调用逻辑应该是代码（说明书）。

实操案例：有人写了 90 多词的 Skill 描述，Agent 无法正确调用技能；砍到 40 词以内后，Agent 一次选对了技能。

Peter 开源的 skill-cleaner 做了示范：Skill.md 只有 56 行提示词，调用的脚本近千行代码。

5 个核心功能：

技能提示词预算审计计算：分析技能占用的上下文令牌空间、预算占用比例，给出预算优化方案。脚本采用 Codex 官方源码同款提示词预算核算逻辑（UTF8 字节数/4 向上取整），以模型上下文 2% 为默认技能预算基数，结合技能优先级排序规则（系统技能＞内置技能＞插件技能＞仓库自定义技能），核算全量技能原始占用令牌、最小渲染令牌、预算内可用令牌。
重复技能检测：跨 Codex 内置库、插件缓存、代码库、个人技能根目录，扫描同名技能、描述/内容高度相似的重复技能，标记冗余项。
未使用技能筛查：基于历史日志，识别长期未被调用、未被提及、无使用痕迹的闲置技能，提供清理候选清单。
技能根目录审计：统计所有技能的来源根目录，标注已启用/禁用状态，梳理技能加载链路。
描述精简优化：找出冗长的技能描述，通过简化语法压缩长度，节省提示词预算。精简流程：文本预处理（统一格式、全部小写、剔除标点符号）→ 匹配预设场景关键词词库 → 调用标准化短动作词组替换。

精简示例：调试类 → debug, inspect, fix；部署发布类 → deploy, release, verify；检索归档类 → search, sync, summarize。

Skill 描述每多一句，Agent 每次调用就要多付一笔 token 账单。Agent 看到的信息越多，选择时的噪声也越多——延迟、成本、注意力全部受影响。

这与 Harness Engineering 的原则一致：把约束写进代码，而非提示词。Skill 的预算边界应由代码层面的计量决定，而非描述文本的模糊暗示。

Peter 本人在评论区开始用「穴居人」风格说话，把省 token 刻到骨子里：

install skill
agent smart
user happy

已有 entities/peter-steinberger-openclaw-100-ai-agents.md（Peter 的 100 AI agent 30 天 $130 万案例），本文是其技能工程实践的延续——从「如何用大量 agent」到「如何让 agent 高效调用 skill」。

Skill 描述简洁性直接影响 Agent 选对率：过长描述（90+ 词）导致 Agent 选错；40 词以内反而一次成功。Skill 应作为路标而非说明书。
用脚本实现 Skill 逻辑而非提示词：skill-cleaner 示例：56 行 Skill.md + 近千行脚本。逻辑越复杂，越应封装在代码而非提示词里。
定期审计 Skill 预算：基于 Codex 官方计费规则（UTF8 字节/4 向上取整，2% 上下文预算）计算技能占用，及时发现冗余。
检测并清理重复/未使用 Skill：跨目录扫描重复 Skill，识别长期闲置 Skill，保持技能系统精简。
用标准化短词组精简描述：调试类→debug/inspect/fix；部署类→deploy/release/verify；检索类→search/sync/summarize。