L’interface est localisée ; les présentations et documents des Skills sont traduits automatiquement par IA dans votre langue. Le code, les commandes, chemins et termes techniques restent en version originale, et le document de l’auteur fait foi.
Explorer les Skills
Développement · SKILL.md

skill-optimizer

skill-optimizer

Skill 瘦身優化器 — 減少 token 使用同時保持功能完整

Independent GitHub snapshot · Automated classification · Original documentation governs

Documentation de la Skill

GitHub

schema: "1.0" name: skill-optimizer version: "1.0.0" description: Skill 瘦身優化器 — 減少 token 使用同時保持功能完整 triggers:

  • skill 優化
  • skill 瘦身
  • 減少 token
  • skill optimization
  • reduce tokens keywords: [methodology, optimization, skill-development, token-efficiency] author: claude-domain-skills

Skill Optimizer v1.0.0

優化 SKILL.md 的 token 使用效率,同時保持功能完整

快速開始

# 分析單一 skill
/skill-optimizer analyze [skill-path]

# 優化單一 skill
/skill-optimizer optimize [skill-path]

# 批次分析整個 repo
/skill-optimizer audit [repo-path]

1. 優化原則

1.1 Token 效率金字塔

               ┌─────────┐
               │ 必要的  │ ← 保留:triggers, 核心知識
               ├─────────┤
               │ 有用的  │ ← 精簡:最佳實踐, 常見錯誤
               ├─────────┤
               │ 美化的  │ ← 移除:ASCII art, 裝飾性圖表
               ├─────────┤
               │ 範例化  │ ← 外連:模板, 完整範例, checklist
               └─────────┘

1.2 核心策略

策略說明節省估計
分層載入核心 + 擴展分離40-60%
外連參考大型範例移到獨立檔案20-30%
精簡表達移除冗餘修飾語10-15%
圖表簡化ASCII → 簡潔描述5-10%

2. 分層結構

2.1 建議的 Skill 結構

skill-name/
├── SKILL.md           # 核心層 (< 300 行)
│   ├── frontmatter    # triggers, keywords
│   ├── 核心知識       # 最重要的 20%
│   └── 快速參考       # 常用項目
│
├── extended/          # 擴展層 (按需載入)
│   ├── templates.md   # 模板集合
│   ├── examples.md    # 完整範例
│   └── checklists.md  # 檢查清單
│
└── references/        # 參考層 (外部連結)
    └── links.md       # 外部資源連結

2.2 核心層內容標準

必須包含 (< 300 行):

  • Frontmatter (triggers, keywords)
  • 適用場景 (5-10 項)
  • 核心概念 (3-5 個)
  • 決策框架 (1-2 個)
  • Sharp Edges (3-5 個)

應該外連:

  • 完整範例 (> 20 行)
  • 模板 (> 10 行)
  • 詳細 checklist
  • ASCII 圖表 (> 10 行)

3. 優化流程

3.1 分析階段

Step 1: 統計
────────────────────────────────────────
wc -l SKILL.md                    # 總行數
grep -c "^#" SKILL.md             # 章節數
grep -c "```" SKILL.md            # 程式碼區塊數
grep -E "┌|└|│|─" SKILL.md | wc -l  # ASCII 圖表行數

Step 2: 分類
────────────────────────────────────────
識別各區塊的類型:
□ 核心知識 (必要)
□ 最佳實踐 (有用)
□ 範例/模板 (可外連)
□ ASCII 圖表 (可簡化)
□ 裝飾性內容 (可移除)

Step 3: 評分
────────────────────────────────────────
Token 效率分數 = 核心內容行數 / 總行數 × 100

優秀: > 70%
良好: 50-70%
需優化: < 50%

3.2 優化執行

A. 圖表簡化

Before (8 行, ~200 tokens):

┌─────────────────────────────────────┐
│  MDA Framework                       │
│                                      │
│  Mechanics → Dynamics → Aesthetics   │
│  機制        動態        美學        │
│                                      │
│  設計師角度 ─────────→ 玩家角度     │
└─────────────────────────────────────┘

After (2 行, ~30 tokens):

MDA: Mechanics(規則) → Dynamics(行為) → Aesthetics(感受)
     設計師視角 ───────────────────────→ 玩家視角

B. 表格精簡

Before (大型數值表):

| 階段 | 玩家 HP | 敵人 HP | 戰鬥時長 | 經驗值 | 金幣 |
|------|---------|---------|----------|--------|------|
| 初期 | 100 | 30-50 | 10-30 秒 | 10-20 | 5-10 |
| 中期 | 500 | 200-400 | 30-60 秒 | 50-100 | 20-50 |
| 後期 | 2000 | 1000+ | 1-3 分鐘 | 200+ | 100+ |

After (外連):

數值平衡參考 → [extended/balance-tables.md]

C. 範例外連

Before (內嵌 50 行模板):

## GDD 模板

### 1. 概述
- 遊戲名稱
- 類型、平台
... (50 行)

After (外連):

## GDD 模板

完整模板 → [extended/templates.md#gdd]

快速版 (核心三要素):
1. 核心體驗:一句話描述
2. 核心循環:玩家重複做什麼
3. 獨特賣點:為什麼玩這款

4. 優化檢查清單

4.1 結構檢查

  • 總行數 < 300
  • 核心知識佔比 > 70%
  • 無 > 20 行的範例
  • 無 > 10 行的 ASCII 圖表
  • 有 extended/ 目錄放置擴展內容

4.2 內容檢查

  • Frontmatter 完整 (triggers, keywords)
  • 適用場景明確
  • 核心概念精簡
  • Sharp Edges 保留
  • 大型範例已外連

4.3 連結檢查

  • 外連路徑正確
  • extended/ 檔案存在
  • 參考資源可訪問

5. 範例:優化前後對比

Before: game-design (934 行)

章節分布:
├── 核心知識: 200 行 (21%)
├── 範例/模板: 450 行 (48%) ← 可外連
├── ASCII 圖表: 180 行 (19%) ← 可簡化
└── 最佳實踐: 104 行 (11%)

Token 效率: 21% (需優化)

After: game-design (280 行)

章節分布:
├── 核心知識: 180 行 (64%)
├── 簡化圖表: 30 行 (11%)
├── 最佳實踐: 50 行 (18%)
└── 外連指引: 20 行 (7%)

Token 效率: 64% (良好)
節省: 70% tokens

6. 自動化腳本

6.1 分析腳本

#!/bin/bash
# skill-analyzer.sh

SKILL_PATH="$1"

echo "=== Skill Analysis ==="
echo "Total lines: $(wc -l < "$SKILL_PATH")"
echo "Sections: $(grep -c "^#" "$SKILL_PATH")"
echo "Code blocks: $(grep -c '```' "$SKILL_PATH" | awk '{print $1/2}')"
echo "ASCII art lines: $(grep -cE '┌|└|│|─|╭|╰' "$SKILL_PATH")"

# 計算效率
TOTAL=$(wc -l < "$SKILL_PATH")
ASCII=$(grep -cE '┌|└|│|─|╭|╰' "$SKILL_PATH")
EFFICIENCY=$((100 - ASCII * 100 / TOTAL))
echo "Estimated efficiency: ${EFFICIENCY}%"

6.2 批次審計

#!/bin/bash
# skill-audit.sh

REPO_PATH="$1"

echo "=== Skill Repository Audit ==="
echo ""
printf "%-40s %8s %10s\n" "Skill" "Lines" "Efficiency"
echo "────────────────────────────────────────────────────────────"

find "$REPO_PATH" -name "SKILL.md" -not -path "*/\.*" | while read skill; do
  NAME=$(dirname "$skill" | xargs basename)
  LINES=$(wc -l < "$skill")
  ASCII=$(grep -cE '┌|└|│|─' "$skill" 2>/dev/null || echo 0)
  EFF=$((100 - ASCII * 100 / LINES))

  if [ $LINES -gt 500 ]; then
    STATUS="⚠️"
  elif [ $LINES -gt 300 ]; then
    STATUS="🟡"
  else
    STATUS="✅"
  fi

  printf "%-40s %8d %9d%% %s\n" "$NAME" "$LINES" "$EFF" "$STATUS"
done

echo ""
echo "Legend: ✅ Good (<300) | 🟡 Review (300-500) | ⚠️ Optimize (>500)"

7. 常見問題

Q: 分層後如何確保完整功能?

A: 核心層包含 80% 常用功能。當需要完整範例時,AI 會自動提示:

「需要完整的 GDD 模板嗎?我可以載入 extended/templates.md」

Q: 外連檔案會增加複雜度?

A: 是的,但:

  • 大多數情況不需要載入
  • 按需載入節省 token
  • 結構更清晰

Q: 如何判斷內容是否該外連?

A: 使用「3 次法則」:

  • 如果這段內容在 3 次對話中只用到 1 次 → 外連
  • 如果每次都用到 → 保留在核心

版本歷史

版本日期變更
1.0.02026-01-15初版:Skill 優化方法論
Skills enregistrées