AI 技能文件怎么管？别被模型吞了
Ask HN: How do you manage skills files?
我想知道大家如何高效管理、整理并验证 Skills 文件的有效性，以及如何持续优化它们。虽然我认为通用技能终将被模型能力取代，但在过渡期，我急需找到更好的管理方案，特别是针对那些网上随处可见的通用型技能。
模型永远无法填补自定义技能能解决的未知空白。虽然模型足够聪明，能自行查找 SSH 密钥或过往连接记录，但技能文件能直接给出'用密钥 Z 和用户 X 连接 Bob'的明确指令。这种信息密度高的技能能省去无谓的推理，大幅节省 Token 消耗，直接跳过繁琐的调研阶段。
我的观点是，通用型编码 Agent 会变得越来越强，让技能文件逐渐失去价值，其进化速度远超人们定制技能的速度。不过，对于像撰写独特营销文案这类任务，情况可能不同。目前我保持技能极简，只保留像'移除文档中的所有 Slam Poetry'这样的高频单句提示，并将所有技能放入团队共享的 Repo 中，鼓励大家自由使用和发挥。
我在项目中维护一个 docs/目录，存放所有应用所需的技能和文档。我把这些内容视为 ADRs（架构决策记录），这样能帮助 AI 更好地理解它所操作系统的各个组成部分。