我给 AI 的工具箱做了个目录，用到哪个 Skill，再把哪个交给它

最近整理自己的 AI Skill 时，我给目录页加了一个很小的功能：复制路径。

看中了哪个 Skill，就点一下，把它的位置发给正在干活的 AI。

听起来只是少复制几次文件地址。但它背后，是我最近对“怎样给 AI 配工具”的一点调整。

以前我更关注：还有什么好用的 Skill，可以装上？

现在我开始关心：我已经有的这些，什么时候才需要拿出来？

Skill，可以先理解成一份工作说明

如果你还没用过 Skill，可以先把它理解成：一份写给 AI 的工作说明，有时还会附带脚本和模板。

比如，把一段长视频整理成文档，不是只说一句“帮我总结”就结束了。

要先拿到内容，再整理重点，保留来源，最后检查文档是不是完整。

这些步骤如果每次重新交代，很容易漏掉一些。把它们整理成一份可重复使用的说明，下次遇到类似任务，AI 就有了一个可以参考的做法。

这就是我使用 Skill 的一个原因：不想每次都从头解释，也不想让做对过的事情，下次又从头试一遍。

但当这些说明越来越多，又会出现一个新问题。

我有很多工具，但这次只需要其中几个

我最近的任务跨度挺大。

有时在整理公众号内容，有时在做网站，有时在处理资料，有时要把任务交给另一个 AI。

不同的事情，需要的工作说明并不一样。

整理视频时，可能需要转写和文档整理的方法；做网站时，更需要页面结构和检查步骤。

不是说其他 Skill 没用，而是它们这次暂时用不上。

我因此开始区分两件事：

我把一个 Skill 保存在电脑里，和我让每个任务都能自动发现它，不是一回事。

前者是把能力留着，后者是把它放进 AI 经常查看的技能清单。

经常用的，放在常用清单里很方便。偶尔才用一次的，我希望需要时也能找到，但不必为了它，把所有 Agent 的常用清单都越加越长。

先纠正一个容易说错的地方

这里不能简单理解成：“安装了很多 Skill，AI 每次都会把全部内容读完。”

以 Codex 为例，它通常先看到 Skill 的名称、简介和路径，决定使用某个 Skill 后，才读取完整说明。这本来就是一种“用到再展开”的方式。来源：OpenAI 官方技能说明

可以理解成先看目录，确定需要哪一项，再看详细步骤。

所以，我做这个索引，不是在发明 AI 原本没有的能力。

我是在整理自己这一侧的使用方式：哪些技能适合经常出现，哪些先放好，等我需要时再明确交给它。

尤其当我切换不同 AI 工具时，一个自己看得懂的目录，也能帮助我说明白：这次请参考哪份做法。

我的做法，就是一张能搜索的目录

这个页面没有那么复杂。

每个 Skill 都有名字、用途介绍，以及它在电脑里的位置。需要的时候，我先搜索，再看说明，最后点击“复制路径”。

上方按关键词搜索或按用途筛选，下方查看每个 Skill 的介绍。放大镜标出的“复制路径”，就是把这份工作说明的位置交给 AI 的入口。

这里的“路径”，就是那份工作说明的文件地址。

Skill 里通常有一个叫 SKILL.md 的文件。名字看起来有点技术，但你只要记住：它是让 AI 开始了解这项技能的入口。

整个过程就是：

找到合适的 Skill → 复制它的位置 → 发给当前 AI → 让它先读说明，再处理任务。

比如，我可以这样交代：

请先读取下面这份 Skill，按里面的方法整理这段视频。输出一份带来源的文档，听不清或无法核实的地方请标出来。如果缺少工具或权限，先告诉我。

Skill 位置：粘贴刚刚复制的文件地址。

这样，我不用把整份长说明复制到对话里，也不只是给它一个模糊的名字，让它猜我指的是哪一个版本。

当然，有一个前提：这个 AI 必须有权限读取那份文件。

如果它运行在云端、看不到我的电脑，发一个本地地址是没有用的。里面需要的脚本、工具和登录权限，也不会因为复制了路径就自动具备。

复制路径是告诉它去哪里找说明，不是按一下就保证任务成功。

为什么不都注册到项目里，或者全局注册？

我现在判断一个 Skill 要不要常驻，不是先看它占多少 Token，而是看：这份方法，是应该让 AI 记得用，还是应该由我先决定要不要用？

如果它是项目每次都要遵守的流程，我会让它留在项目里，避免自己忘记提醒。如果只是偶尔使用、还在试验，或者必须先判断是否适合，我更愿意需要时再从目录里挑出来。

这里也不是“注册了就只能让 AI 自己选”。以 Codex 为例，已经注册的技能，也可以设置为只有我明确点名时才调用。如果只是担心它用错方法，不一定要取消注册。来源：OpenAI 官方技能说明

我的选择：三种方式一起用

第一种，是很多任务都会用到的。

这类适合留在常用清单里，不用每次手动找。

第二种，是某个项目经常需要的。

比如网站项目里的专用检查方法，就放在这个项目的范围内。换到别的工作，不必也带着它。

第三种，是偶尔使用，或者还在试验的。

这类先留在目录里。哪天任务需要，再找到它、读一遍用途，确认合适后交给 AI。

这不是把 Skill 删得越少越好，而是让它们各有位置。

如果手上只有两三个 Skill，其实没必要专门做一个页面。一张简单清单，也能达到类似目的。

等数量多了、开始记不清名字和用途，再做成可搜索的目录就更顺手。

省掉的是什么，要说清楚

我最初想调整这件事，确实也考虑到了 Token。

你可以先把 Token 理解成 AI 处理文字时使用的计量单位。而“上下文”，就是它这次回答时能参考的那些信息：你的要求、前面的对话、文件内容、工具说明等等。

这样做省掉的，首先是无关技能的介绍。如果还能避免 AI 选错方法、走一段弯路再返工，收益才可能更大。

前提是，我选对了方法，也没有漏掉本来应该使用的 Skill。这里说的是为什么可能有收益，不是已经测出的节省比例。

所以，我不是把“少装技能”当成省钱办法，而是在决定：哪些事情交给 AI 记住，哪些选择由我来做。

经验留下来，不必每次全部带上

我后来发现，经验积累得多，还要解决另一个问题：不是每次开始工作，都需要把过去学过的方法重新交代一遍。

每次都要遵守的底线，可以一直保留；只在特定任务里用得上的详细做法，等需要时再拿出来。这样，不做视频整理时，就不必先带上整套视频整理流程。

真正值得追求的，不是让 AI 记得更少，而是让经验保留下来，又不必每次全部带上。

先让已有的东西更好用

之前写 Skill 时，我关心的是：别人推荐的东西，要不要马上安装。

这次往前走了一小步：装好、保存好的东西，怎样才能在需要的时候用起来。

我不想每次有任务都重新找工具，也不想把所有工具都默认摆出来。现在先用这个目录，把“我有什么”和“这次需要什么”分开。