Skill 减法精炼器
将以下提示词粘贴到你的 AI 对话框中:
请根据 https://skillhub.cn/install/skillhub.md,安装 @user_9c50a897/awesome-skill-refinement。
技能介绍
先解决什么问题
很多 Skill 从弱模型时代积累下来,塞满了模型已经内化的能力说明、穷举式禁令和具体操作路径。模型升级后,这些指令不再创造正向价值,反而可能收窄解空间、诱发过度触发、被字面执行。更糟的是,当 CRITICAL/MUST 密集出现,Skill 会开始在不该触发时频繁触发,输出变僵、召回下降。
它如何工作
awesome-skill-refinement 是做减法的编辑器,不补结构,只审查内容。核心是四层归属模型,把每段指令判定为模型基础能力、通用代理机制、组织专属流程、判断与授权。Stage 0/Stage 1 默认嫌疑,Stage 2 观察能否沉淀到工具层,Stage 3 保护区只校准措辞。
- 存在性核验:无会话记忆的模型读到这行,行为会变吗?不会就删。
- 禁令转判据:把「绝对不要改原始数据」收敛为可执行验收
diff 为空。 - 收路径、紧验收:放开「怎么做」,写清「怎么算做完」。
- 措辞校准:CRITICAL/MUST 只留给不可逆约束,兜底句和纯负面指令删除。
- 工具层沉降:能交给 linter、测试或 CI 的,不留在指令层。
工作流分五步:读取基线、归属分层、五维度审查、输出精炼报告、自检对比。报告按 P0/P1/P2 分级,每条附改前改后或删前删后理由,并列出 Stage 3 保留确认。
适用边界
它只处理结构完整但内容臃肿或过期的 Skill。新 Skill 应先走 awesome-skill-check 补六要素;内容本就短小精悍的无需手术;要加内容或改功能不是它的职责。默认只产报告,不擅自删改;只有用户明确要求直接改时才动刀。未提供模型代际或运行样本时,会按当前代际主流强模型假设继续,但会标注限制。
使用场景
- 换了更强基础模型后,旧 Skill 输出变僵、过度服从,需要删掉模型已内化的推理步骤和工具流程说明。
- Skill 里 CRITICAL/MUST 密集,不该触发时频繁触发,需要把禁令收敛成可执行验收条件。
- 验收标准是「质量要好」这类模糊描述,需要改成测试变绿、diff 为空等可判定条件。
- 同一约束散落多处、反复声明,需要合并为一条可执行判据并删除其余副本。
适合人员
- 维护开源 Agent 技能库的维护者:常遇到用户反馈触发过多或内容过期,需要定期审计瘦身。
- 团队内部提示词工程规范的工程师:把可由 linter 或 CI 门禁检查的规则迁出,减少 Skill 体积。
- 从旧模型迁移到新模型的开发者:清理已失效指令,避免模型过度服从字面规则。