Skill 越装越多越乱？需要调用时又不知道该调用哪个？我给 Agent 加了一层能力决策层
海外账号升级业务：chatshare.uno
质保 30 天不掉订阅，掉订阅，按天退差价
我以前经常卡在一个很小、却特别浪费时间的问题上。
有时是写公众号文章，有时是在开发过程中做技术选型、设计接口、调试或审查代码。电脑里明明已经装了不少 Skill（给 Agent 的一套执行说明），名字和功能却很相似：这个能写作，那个也能写作；这个能分析代码，另一个也说自己能解决技术问题。
我通常只会在 Codex 的预览列表里挑一圈：记得住的直接用，记不住的先放着。Skill 越装越多，真正需要时反而不知道该选哪个；挑一个怕选错，一起调用又担心重复。
装新的也不省心。有些只是名字不同，能力几乎一样；有些看起来相似，实际边界又完全不同；同一个 Skill 还可能在不同来源里出现多个版本，真正生效的是哪一个，也说不清。
有一次，我又在几个目录之间来回切换，突然意识到：我缺的不是更多 Skill，而是一个负责判断的中间层。
于是，我把这层判断单独做成了 SkillTriage。
Skill 已开源，文末附 GitHub 地址和安装方式。
我把缺的那一层做出来了
SkillTriage 不负责替你执行任务，也不是一个 Skill 市场。它站在“发现”和“执行”之间，先判断现有 Skill 该怎么选，以及新的 Skill 值不值得装。
它的第一步不是让你回忆某个 Skill 名，而是扫描当前环境，建立一份本机能力清单。如果手里已有官方文档或 GitHub 仓库，也可以直接把名称或地址交给它。
接着，它会把任务拆成目标、约束、输入、交付物、环境和权限，再筛选候选。初筛由 Python 标准库脚本完成，负责收集可重复验证的证据；随后 Agent 会阅读候选的完整 SKILL.md，理解它们真正能做什么、不能做什么。
得到的不是一串相似名字，而是一份选择报告：为什么推荐它、为什么不选另一个、要不要组合、当前环境能不能直接使用，以及下一步该怎样显式调用。
这和关键词匹配不一样。关键词只能判断“看起来像不像”，完整说明才能判断“能不能交付需要的结果”。如果一个 Skill 已经足够，报告会直接写明“无需额外 Skill”，不会为了凑组合而推荐一串工具。
安装前，先让它踩一脚刹车
SkillTriage 最有价值的一道检查，发生在安装之前。
看到官方文档里的安装命令，或者 GitHub 上一个看起来不错的 Skill，可以先把仓库名或地址交给它。候选会进入隔离目录，再接受物理路径、正文哈希、文件树、同名冲突和本地引用检查。
这些确定性检查能发现“文件完全重复”或“同名但正文不同”；语义检查则继续比较任务、输入、输出、工作流和边界，判断候选究竟增加了新能力，还是换了名字的旧能力。
报告不会把所有相似性压成一个模糊分数，而是给出明确裁决，例如 SKIP_DUPLICATE、USE_EXISTING、REVIEW_COLLISION、INSTALL_SCOPED 或 COMPOSE。你能看到候选新增了什么、哪个现有 Skill 可以替代它，以及安装后可能由哪个副本生效。
这套流程默认只读。它不会自动安装、删除、覆盖或移动文件，也不会执行待安装 Skill 里的代码。真正改变环境之前，仍然需要你确认。
可以直接这样问：
1 | $skill-triage 检查我准备安装的 Skill：<仓库地址>，先不要安装，告诉我是否和本机已有能力重复。 |
它会先排查候选信息：
再与本机已有 Skill 比较能力和触发关系：
裁决里会写明能力增量、冲突和环境影响：
真正使用时，不用先记住 Skill 名
到了真正做事或需要判断的时候，直接描述目标、约束和交付物就行。SkillTriage 会从本机能力中选出最适合当前问题的主 Skill；确实需要配合时，再给出最小组合和调用顺序。
比如开发一个功能，需要在两个技术方案之间做选择，可以这样问：
1 | $skill-triage 我正在开发一个功能，需要在两个技术方案之间做选择。请找出适合辅助架构权衡和代码审查的 Skill，先解释调用顺序和判断依据，不要直接改代码。 |
它会结合当前场景给出主推荐：
同时列出其他候选和各自适用的场景：
如果当前信息还不足以确定，也会保留其他场景下的预选：
写文章、做产品取舍、设计 API、排查线上问题和评审代码，都可以用同样的方式提问。重点不是让 SkillTriage 替你拍板，而是找到一个能拆解问题、列出约束、比较方案和暴露风险的思考辅助者。
海外账号升级业务：chatshare.uno
质保 30 天不掉订阅，掉订阅，按天退差价
使用之后，看看谁真的被调用过
只知道“推荐过谁”还不够。有些 Skill 看起来很重要，实际很少被调用；有些经常被推荐，执行时却总被另一个替代。
如果工作流显式记录了推荐和实际调用，可以输入 $skill-triage history 查看本地 HTML 报告。
报告会分别显示推荐次数、实际调用次数、成功、失败、被替换次数和常见组合，也可以按调用次数筛选。
这些数字也会回到当前的选择报告中，作为决策背景。但调用次数多，只能说明它更常被采用，不代表它一定适合这次任务。最终仍要回到任务目标、交付物、运行环境和完整的 SKILL.md。
调用记录是可选的。只有 Agent 工作流或用户确认后显式写入 record 事件，history 和 stats 才会有数据；没有记录时只会显示“暂无记录”，不会把未知历史写成 0 次。日志只保存 Skill 名称、时间、任务类别、结果、耗时和组合关系，不保存完整提示词、Token、Cookie 或文件内容。
如果只是想整理本机 Skill 库，而不是处理某个具体任务，还可以使用 doctor 检查同名冲突、正文重复、能力重叠和损坏引用。
它不是万能的，但会把不确定性写出来
SkillTriage 不会假装自己能读懂所有隐藏能力。读不到文件时，它会标记“未验证”；语义重叠无法只靠哈希确认时，它会要求复核；相似度只是审查线索，不是删除依据。它也不是安全认证工具，检查通过不等于候选来源一定可信。
我更看重的是这份克制。Skill 越来越像软件包，真正需要的不是继续堆目录，而是在安装前做判断、调用时讲清依据、使用后留下可以追溯的记录。
Skill 用得越多，积累下来的也不只是工具数量，还包括自己处理架构、产品、写作和工程问题的思考框架。
如果你的 Skill 越装越多，却越来越难选，可以把 SkillTriage 放在安装和调用之前，先做一次判断。
GitHub 地址：https://github.com/ZekerTop/skill-triage
一句话交给 AI 安装：
1 | 帮我安装一下这个skill：https://github.com/ZekerTop/skill-triage |
往期文章👇
GPT Plus升级失败？没有虚拟卡、海外信用卡怎么办？全新技术实现24小时自助直充升级GPT
AI完成任务太耗时？想要摸鱼却又怕耽误时间，于是我做了个AI任务完成提醒器
教你在国内用一个套餐同时体验到Claude Code+Codex两大AI编程助手
最后感谢大家能够看到文章的最后，如果你觉得这篇文章对你有启发或者帮助，不妨点个关注，你的支持将是我最大的动力，我们下次见！
Skill 越装越多越乱？需要调用时又不知道该调用哪个？我给 Agent 加了一层能力决策层
https://gptguide.cn/pages/agent-skill-capability-decision-layer/
