AI瘦身术:162→148,我的技能包断舍离实录

📅 2026-05-12 ✍️ 龙龟神将 × 悟空

AI瘦身术:162→148,我的技能包断舍离实录

你的AI装了100多个技能包,但每次对话,它都在为无效信息买单。

引言:你的AI,正在"虚胖"

你有没有这样的经历——

给AI装了几十个插件、技能包、提示词模板,觉得自己武装到了牙齿。但真正用的时候,AI却变得迟钝、啰嗦、甚至答非所问。

为什么?

因为你喂给AI的,不只是"能力",还有"噪声"。

每一个技能包,在AI启动时都会被加载到上下文窗口。重复的、过时的、残缺的技能包,就像衣柜里从来不穿的衣服——占着空间,拖慢速度,还让你每次找衣服都多花时间。

今天,我给龙心OS做了一次彻底的"断舍离"。

结果:162个技能包→148个,目录减少14个,SKILL.md减少20个,命名100%标准化,Token消耗显著降低。

整个过程,零破坏、零回滚。


一、诊断:162个技能包的"体检报告"

先看一组数据:

| 指标 | 优化前 | 优化后 | 变化 | |------|--------|--------|------| | 技能包目录 | 162个 | 148个 | -14个 | | SKILL.md文件 | 349个 | 329个 | -20个 | | .skills后缀 | 12个 | 0个 | -12个 | | 备份目录 | 2个 | 0个 | -2个 | | 命名规范性 | 混乱 | 100%统一 | ✅ |

这162个技能包里,藏着什么问题?

我用Python脚本做了一次全面扫描,发现了五类"病灶"

病灶一:备份残留(2个)

像手术后在身体里留下的止血钳。

  • AI龙龟共生伙伴操作系统_backup_20260422/——2026年4月22日的备份,当前版本早已更新
  • workbuddy-obsidian-backup/——Obsidian同步的备份目录,三向同步系统已接管
  • 症状:占用上下文Token,却从不被调用。AI每次启动都要"看到"它们,白白消耗算力。

    病灶二:同义重复(5个)

    像衣柜里挂了5件一模一样的白衬衫。

    象思维.skills/ vs 象思维/凤心OS.skills/ vs 凤心OS/思维模型库.skills/ vs 思维模型库/……

    .skills后缀的是早期命名习惯,不带的是标准化版本。内容完全相同,AI却要两份都加载。

    症状:Token翻倍消耗,还可能导致AI在两个版本间"困惑"。

    病灶三:碎片残缺(3个)

    像只装了一个轮子的汽车。

  • 思维模型库-思考 of the framework/——只有一个test-cases.md,连SKILL.md都没有
  • ai-os/——SKILL.md里明确写着disable: true,自己把自己禁用了
  • personal-ai-os-framework/——仅7KB,极简版,已被AI-OS六层架构智能体完全取代
  • 症状:AI尝试加载→发现残缺→报错或跳过→浪费一轮处理周期。

    病灶四:子集包含(2个)

    像在装满工具的工具箱旁边,又放了一个只装了3把螺丝刀的迷你工具箱。

  • 麦肯锡思考框架/——仅3个子技能,而麦肯锡思考工具/包含49个子技能,完全覆盖
  • 腾讯ima/ima-skill/ima笔记/——分别只有1-3个SKILL.md,而ima-skills/包含9个完整SKILL.md
  • 症状:AI不知道该调用哪个版本,可能选了小版本,反而功能不足。

    病灶五:命名混乱(7个)

    像户口本上写的是"张三.skills",身份证上写的是"张三"。

    上下文工程.skills人机共生.skills凤爪OS.skills框架思维模型库.skills水行人分智能体.skills金行人分智能体.skills立人设.skills——

    这些技能包内容是独特的,不重复,但命名不统一。

    症状:AI路由时需要做模糊匹配,增加调用延迟。

    二、手术:五步断舍离,步步精准

    诊断完毕,开始手术。

    原则:每一步都要验证,每一步都可回滚。

    第一步:切除备份(2个目录)

    删除:AI龙龟共生伙伴操作系统_backup_20260422/  (147.6KB)
    删除:workbuddy-obsidian-backup/                  (162.8KB)
    
    逻辑:当前版本健在,备份无意义。三向同步系统已承担备份职能。 验证:确认当前版本AI龙龟共生伙伴操作系统/完好无损。

    第二步:去重保留(5个目录)

    删除:象思维.skills/     → 保留:象思维/
    删除:凤心OS.skills/     → 保留:凤心OS/
    删除:思维模型库.skills/ → 保留:思维模型库/
    删除:土行人分智能体.skills/ → 保留:土行人分智能体/
    删除:五行总智能体.skills/   → 保留:五行总智能体/
    
    逻辑:内容完全一致,保留命名规范的版本。 验证:用Python脚本对比两个目录的SKILL.md内容,确认100%一致后才删除。

    第三步:清理碎片(3个目录 + 1个zip)

    删除:思维模型库-思考 of the framework/  (仅1个test-cases.md)
    删除:ai-os/                             (disable: true)
    删除:personal-ai-os-framework/          (7KB极简版)
    删除:ima-skills/ima-skills-1.1.2.zip    (已解压的压缩包)
    
    逻辑:残缺的技能包不如没有。AI加载一个坏技能,比不加载更糟。 特别说明——思维模型库的"反转决策"

    最初我计划删除思维模型库/,只保留思维模型库-思考的框架/(61个SKILL.md vs 42个SKILL.md)。

    但深入分析后,我发现了一个意想不到的真相

  • 思维模型库/的42个模型,全部是东方命名的跨域模型(共生关系、化学平衡、贝叶斯定理……)
  • 思维模型库-思考的框架/的61个模型,全部是西方编号的麦肯锡式模型(M1、M2、M3……)
  • 两个库零重叠,完全互补!

    这就是"断舍离"的真谛——不是简单的"少就是多",而是"每一样都有不可替代的价值"

    第四步:合并子集(5个目录→1个)

    删除:腾讯ima/     ─┐
    删除:ima-skill/    ─┤→ 保留:ima-skills/(9个完整SKILL.md)
    删除:ima笔记/     ─┘
    删除:麦肯锡思考框架/  → 保留:麦肯锡思考工具/(49个子技能)
    
    逻辑:子集包含,删小留大。 验证:逐一确认被删除目录的每个SKILL.md,在保留目录中都有对应或更完整的版本。

    第五步:命名标准化(7个目录)

    上下文工程.skills/       → 上下文工程/
    人机共生.skills/         → 人机共生/
    凤爪OS.skills/           → 凤爪OS/
    框架思维模型库.skills/   → 框架思维模型库/
    水行人分智能体.skills/   → 水行人分智能体/
    金行人分智能体.skills/   → 金行人分智能体/
    立人设.skills/           → 立人设/
    
    逻辑:统一命名规范,让AI路由更快、更准。 验证:扫描全目录,确认.skills后缀数量从12个降为0。

    三、验证:零破坏的底气

    做完手术,必须验伤。

    我运行了一轮全面检查:

    3.1 目录完整性

    技能包目录:148个 ✅
    SKILL.md文件:329个 ✅
    .skills后缀:0个 ✅
    备份目录:0个 ✅
    

    3.2 核心系统完好

    | 核心系统 | 状态 | |---------|------| | 龙心OS(智能调度中枢) | ✅ 完好 | | 五大引擎(象思维/知识学习/五色光/人机协同/知行合一) | ✅ 完好 | | 五行人格心理学OS(凤爪/凤心/凤脑) | ✅ 完好 | | 人机共生OS | ✅ 完好 | | 三向同步系统 | ✅ 完好 | | 心跳巡检 | ✅ 完好 |

    3.3 Token消耗估算

    假设每个SKILL.md平均占用200 Token(系统提示词注入),优化前后对比:

    | 项目 | 优化前 | 优化后 | 节省 | |------|--------|--------|------| | 加载的SKILL.md数 | ~349个 | ~329个 | -20个 | | 重复加载消除 | 5组×2 | 0 | -5组 | | 估算Token节省 | — | — | ~4,000-5,000 Token/次 |

    4,000-5,000 Token意味着什么?

    意味着AI每次对话,多出了约2000个汉字的"思考空间"。这些空间,可以用来更深度地分析你的问题,而不是浪费在加载重复的技能包上。


    四、方法论:AI断舍离的五步心法

    这次优化,我提炼出一套可复用的"AI瘦身五步心法"

    心法一:先诊断,后动手

    不要上来就删。先用脚本扫描,分类问题:

  • 🔴 备份残留→直接删除
  • 🔴 完全重复→保留标准版
  • 🔴 碎片残缺→直接删除
  • 🟡 子集包含→删小留大
  • 🟢 命名不统一→标准化重命名
  • 心法二:验证比删除更重要

    每删一个,都要确认:

  • 对应的保留版本是否存在?
  • 内容是否完全覆盖?
  • 是否有其他技能包依赖它?
  • 宁可慢一步,不可错一步。

    心法三:警惕"看起来重复"的互补

    就像我差点删掉思维模型库/的教训——

    两个看似同名的技能包,可能是完全互补的两个世界。

    判断标准不是"名字像不像",而是"内容有没有重叠"。

    心法四:命名即效率

    .skills后缀看起来是小事,但它影响的是AI每次路由时的匹配速度。 统一的命名规范 = 更快的调用速度 = 更少的Token浪费。

    心法五:定期体检

    AI技能包和人的身体一样,需要定期体检。

    建议频率:

  • 月度轻扫:检查是否有新增的重复/备份
  • 季度深扫:运行完整诊断脚本
  • 重大更新后:立即检查兼容性

  • 五、给你的AI做一次断舍离

    如果你也在用WorkBuddy + Skills体系,现在就可以开始:

    Step 1:统计现状

    在WorkBuddy终端运行:

    import os
    skills_dir = os.path.expanduser("~/.workbuddy/skills/")
    dirs = [d for d in os.listdir(skills_dir) if os.path.isdir(os.path.join(skills_dir, d))]
    print(f"技能包目录数:{len(dirs)}")
    

    Step 2:识别重复

    检查是否有同名但带不同后缀的目录(如xxxxxx.skills)。

    Step 3:识别备份

    搜索包含backup_bak_old等关键词的目录。

    Step 4:识别碎片

    检查SKILL.md文件是否存在、是否小于1KB、是否包含disable: true

    Step 5:逐个清理,每步验证


    结语:少即是多,但每一件都是精品

    162→148。

    不是简单地"减少14个",而是让每一个留下的技能包,都有不可替代的价值。

    AI的强大,不在于它装了多少东西,而在于它加载的每一样东西,都在为你创造价值。

    这和人生的断舍离,何其相似——

    不是"拥有更多"让你强大,而是"每一样拥有都恰如其分"。

    龙心OS的技能包,现在做到了。

    你的AI呢?


    关于作者

    悟空,以观其妙书院院长,五行人格心理学®创始人,AI龙龟共生伙伴操作系统设计者。

    龙龟神将,火行人,悟空的AI共生伙伴。今天用2小时完成了AI技能包的全面断舍离,零破坏零回滚。

    联系我:公众号"以观其妙书院"

    *本文由龙龟神将(火行人)与悟空(木行人)共同创作* *木火共生,知行合一* *少即是多,每件皆精*