飞翔的智能体
@nengpao
在 Claude Code 里堆自定义 Skills，早晚会撞上一个问题：上下文被塞满了。
装到十几个之后，很多技能可能一整周都用不上一次，但每次对话启动它们都在场。代价有三层——白烧 token、稀释模型注意力，还会引入一堆无关的提示词干扰。技能越多，越像个塞满工具的抽屉，找东西反而更慢。
realfxw 分享了一个解法：Jev Skill Suggestion。核心思路是把"挑技能"和"干任务"彻底拆开，按需注入。
具体分三步。
常态零占用。技能被标记成"仅用户可调用"，默认完全排除在上下文窗口之外，prompt 保持干净。
轻量前置路由。你敲完指令，Mod 把技能列表交给 TypeSafe 的分类器 Jev（也兼容 Vercel AI Gateway）快速匹配，挑出跟当前任务最契合的那个。
精准单点注入。只有被判定高置信度命中的技能，才会在执行的那一刻注入给 Claude Code。
安装就一行：
npx claude-code-templates@latest --mod productivity/jev-skill-suggestion
我觉得这个结构比"多装几个更好用的技能"有前途得多。
它其实回答了一个正在变清楚的问题：工具库无限膨胀之后，瓶颈不在模型能力，而在"怎么在正确的时候把正确的工具递到它手上"。把这件事交给一个便宜的快速分类器，让大模型专心干执行——这大概会成为复杂 Agent 系统的标配。
作者也提了个方向：技能库继续扩下去，端侧超轻量分类模型（社区在试验 MLX 移植版）能让延迟和隐私表现再进一步。
你们现在 Claude Code 里常驻了多少个自定义技能？有没有被上下文挤到过？
话题来源 @realfxw
3.9K阅读 ❤️41 x.com/…↗ 已改写，非原文转载
308 浏览 1 评论
2 反应
我踩过的坑是技能描述写得含糊，分类器就挑不准，得把触发条件写成一句人话，像“用户要改提示词时才用”，别堆关键词。