Agent Skills 三层渐进式加载

概述

Agent Skills中最精妙的设计之一，解决"大量Skill导致Context Window爆炸"的核心矛盾，采用三层加载机制优化上下文效率。

关键内容

1. 三层加载机制：
2. 第1层（启动时，始终加载）：
   • skill-a: name + description ~100 tokens
   • skill-b: name + description ~100 tokens
   • skill-n: name + description ~100 tokens
3. 第2层（任务匹配后，按需加载）：
   • skill-b: 完整SKILL.md内容 <5,000 tokens

4. 第3层（执行过程中，明确需要时）：

   • skill-b/references/REFERENCE.md 仅在Claude决定需要时加载

5. 上下文占用估算：

6. 20个Skills常驻：20 × 100 = 2,000 tokens（仅~0.5%典型上下文）
7. 激活2个Skills：2 × 5,000 = 10,000 tokens

8. 总开销：~12,000 tokens，完全可控

9. 解决的问题：

10. 避免大量Skills导致Context Window过载
11. 实现上下文效率的最优化
12. 在保持丰富功能的同时控制上下文成本

来源

• raw/articles/ai-tools/claude-skills/01_claude_code_skill_system_overview.md — 全文

相关

• Agent Skills — implements
• 渐进式加载 — relates_to