别再往CLAUDE.md塞两万行：10个技能砍掉上下文成本

如果你还把两千行架构规则、Linter 配置和 API 约定塞进一个 CLAUDE.md 文件，那你正在为每一次对话支付高昂的 token 税。更糟的是，在模型读到你的真实意图之前，庞大的冗余内容已经稀释了它的注意力机制。

据 B 站 UP 主 CodeRash with Gaurav 的系统梳理，资深工程师使用 Claude Code 的方式正在发生根本性转变：从单体式系统提示词，转向开放的 Agent Skills 规范（skill.md）与专用插件。核心逻辑是渐进式披露——会话启动时模型只读取约 50 token 的 YAML front matter 描述，只有当任务真正触发某个技能时，才加载完整的工作流指令，并把机械性工作交给技能文件夹内的确定性 Python 或 Node 脚本执行。

这篇文章拆解 10 个值得立即安装的技能，以及它们各自削减 token 浪费的具体机制。

渐进式披露：技能为何比塞提示词更省钱

传统做法把所有规则堆在一个文件里，每次对话都全量加载。而一个工程化良好的技能遵循四部分结构：skill.md（YAML front matter 中的 name 与触发描述 + 路由指令）、scripts（Claude 调用的确定性 Python/Node/bash 辅助脚本）、references（按需加载的深度文档）、assets（模板与 schema）。

以脚手架生成新后端端点为例：与其让模型每次逐 token 生成 800 行样板代码（慢、贵、易漂移），不如让 Skill Creator 把你的工作流固化成路由文件，并在 scripts 里放入确定性生成脚本。下次只需约 80 token 调用脚本，推理 token 全部留给定制业务逻辑。这是成本优化的底层逻辑，也是理解后续所有技能的前提。

YAML front matter 是 Markdown 文件开头由 --- 包围的元数据区块，常用键值对描述文档属性。在 Agent Skills 规范中，它承载技能的 name 与触发描述，模型只需扫描这几十个 token 就能判断当前任务是否与该技能相关，而无需加载正文。这种“先看目录、再翻正文”的机制正是渐进式披露能够大幅削减上下文成本的关键，也让技能文件同时具备人类可读性与机器可路由性。

确定性脚本 指行为可预测、相同输入必得相同输出的程序，与模型逐 token 采样生成形成对照。把样板代码生成、文件解析、图表渲染等机械工作放进技能文件夹内的 Python/Node/bash 脚本，模型只需以少量 token 发起调用并读取结构化结果，既避免了生成漂移，也把推理预算集中留给真正需要判断的业务逻辑。

编码工作流：Addy Osmani 的 Agent Skills

排名第一的是 Addy Osmani 的 agent skills 仓库，据视频介绍已获超 10 万 star，被视作编码高级工程工作流的黄金标准。它打包了 25 个独立技能，映射到 9 个斜杠命令，覆盖 spec、plan、build、test、review、simplify、ship 等完整生命周期。

三个设计选择让它兼顾 token 效率与确定性。其一是渐进式披露；其二是每个技能内嵌一张“反合理化表”——列出模型跳过步骤时常用的借口，并配上硬性反驳，阻止 Agent 走捷径；其三是把机械工作下放给脚本。

具体到日常高频使用的技能：interview me / idea-refine 在写第一行代码前，用一次一个的尖锐问题逼你暴露隐藏假设，收敛出最小规格，而不是让模型幻觉出 500 行假设；planning and task breakdown 读取你的代码库约定，输出带验收标准的原子任务清单；code simplification 在保持输入输出、副作用与错误顺序不变、且不修改测试的前提下，剥离认知复杂度；code review 则在合并前执行正确性、安全性、可维护性、性能等五轴审查。

代码库探索：Graphify 把仓库变成知识图谱

第二大 token 黑洞是代码库探索。把 Claude Code 丢进棕地仓库或多服务架构，它通常会跑 grep、find、cat 横扫四十个文件，等它搞清数据库关系与 API 路由时，八万 token 已经烧掉了。

Graphify 是一个开源技能，把整个项目文件夹转成可查询的语义知识图谱。它不只解析 TypeScript 或 C# 的 AST，还读取 SQL schema、架构 PDF、Markdown 笔记乃至 UI 脚本，抽取语义实体并链接成三类输出：交互式 graph.html 依赖可视化、链接式 Obsidian 架构库、以及可被 Claude 直接查询的压缩结构摘要。

一个具体场景：修改基于 Supabase 的投资者验证表后，你想知道改动在 Fly.io 上的 Node.js API 与 React 前端中的爆炸半径。Claude 读取图谱节点即可立刻看到下游消费者，据视频称探索 token 削减超过 80%，同时避免边缘路由的破坏性变更。

AST（抽象语法树） 是源代码语法结构的树状表示，每个节点对应一种语言构造，如函数声明、条件分支或类型注解，剥离了空白与注释等无关细节。借助 AST，Graphify 能跨 TypeScript、C# 等语言抽取函数、类与模块间的调用和引用关系，而不只是做文本匹配；再结合 SQL schema、架构文档等非代码源，最终拼成覆盖整个仓库的语义实体网络。

架构图与子代理编排：Artifact Diagramming 与 Superpowers

让模型画架构图或时序图，往往要花四轮追问去修 Mermaid 语法、被裁切的标签、深色背景上的黑字。Artifact Diagramming 在生成第一个 token 前先加载 Anthropic 内部的制图规范，强制三条规则：用内联 SVG 与 HTML/CSS 而非脆弱的 Mermaid；写入精确几何坐标与边界框避免标签碰撞；用语义化 CSS 变量与调色板校验，保证深色和浅色模式下都清晰可读。配合本地渲染脚本，模型只写声明式 SVG，确定性脚本输出生产级 PNG 或 WebP，零图像幻觉、零重复提示。

Jesse Vincent 的 Superpowers（据视频称近 30 万 star）则是一套有主见的完整开发方法论，靠子代理编排解决上下文污染。流程是：拦截提示词、强制苏格拉底式澄清并输出设计规格；批准后用 git worktree 创建隔离分支并验证干净测试基线；把规格拆成 2 到 5 分钟的微任务；交由子代理执行——子代理先删掉代码、强制写出失败测试再实现，任务通过代码审查后子代理终止，所有草稿噪音随之消失。据视频数据，主会话从开工到 PR 全程可保持在 15000 token 以内。

git worktree 允许在同一个仓库上同时检出多个工作目录，各自指向不同分支而共享同一份对象库。Superpowers 借此为每个微任务创建隔离分支，子代理在其中删码、写失败测试、实现并送审，主工作区始终保持干净基线；任务完成后临时 worktree 可被丢弃，草稿与调试噪音不会回流到主会话，从而把上下文污染控制在最小范围。

证据驱动的前端优化：Web Quality Skills

让通用模型优化 React 性能，它往往靠猜：随手给函数套 useCallback 和 useMemo，浪费 token、弄乱代码，却没改善真实用户延迟。Addy Osmani 的 Web Quality Skills 强制证据驱动。

配合 Chrome DevTools MCP 服务器，它启动本地 dev server 或命中 Cloudflare Pages 预览 URL，采集运行时 trace、LCP、INP 与 CLS，并严格区分“实测运行时故障”与“源码假设”。它还会校验面向 Agent 的浏览信号，例如结构化 JSON-LD、LLMs.txt 与 WebMCP 端点。结果是：你只为 DevTools trace 证实的那个关键渲染路径瓶颈付费，而不是为十个组件的猜测重写买单。

类型检查与工程纪律：LSP 插件与收尾工具

在强类型代码库中不使用 LSP 插件，Claude 改完文件会跑构建、等十二秒，再把四百行嘈杂输出灌进上下文，只为找一个缺失的接口属性。启用 TypeScript、Rust、C# 的 LSP 插件后，模型直接接入活跃的语言服务器，编辑瞬间就拿到行级类型错误或编译器诊断，据视频称不到 50 token，反馈环路更紧、每会话省下数千 token。

收尾环节同样有讲究。Planotator 把原生 plan 模式升级为可交互的工件式审查界面，让你在模型写任何实现代码前逐条批注并批准架构；CloudMeme 用压缩的语义长期记忆替代跨会话反复解释架构决策，只按当前模块检索相关历史。Shipyard 则在交付前跑专用安全审计子代理和跨任务重复检测，自动合并与既有工具函数重复的代码。另外两个走红技能针对过度工程：Karpati Coding Guidelines 要求先想后写、只做外科手术式改动、绝不动无关代码；Caveman 用七级简化阶梯把 Agent 逼到最懒但正确的最小路线，同时保留安全、输入校验与可访问性。据视频称，二者可削减 30% 到 40% 的生成输出 token。

把它们当作一套系统

单个技能解决单点问题，组合起来才是完整管线：用 Graphify 无 grep 地理解仓库，用 Addy Osmani 的 spec 与 planner 锁定设计，用 Superpowers 在隔离子代理中配 LSP 执行，最后用 WebPerf 与 Shipyard 在合并前验证。对于每天与 Agent 协作的工程师，这比继续往 CLAUDE.md 里堆两万行更划算，也更接近可审查、可复现的工程纪律。