装了 94 个 AI 技能，一半根本不触发——我的自救全过程

先说结论：如果你也给 Claude Code 装了一堆 skill，却发现“该用的经常想不起来用”，大概率不是它笨，是它根本没看见。

我用一个周末把这事从头查了一遍，还顺手写了个 700 来行的小工具自救。全过程都在这，照着做当天就能见效。

先亮个我自己的数字

我现在装了 94 个 skill。用我自己写的盘点工具跑一下：全部塞进上下文，要吃掉 约 30 万 token。

这是什么概念？模型的注意力就那么点，你把 94 份“说明书”一次性怼给它，它当然记不住谁是谁。“经常不加载”的第一现场，其实是可见性，不是匹配。

病灶在两层，别一上来就怪算法

我把症状拆成两层，一层一层对：

• 第一层·触发：skill 压根没进模型视野。它启动时只读每个技能的一段简介，塞进一个有字符预算的区块，超了的直接被静默丢掉——不报错，你还以为它在。
• 第二层·路由：就算进了视野、被触发了，模型面对你几十个 md/csv 的裸文件夹，也可能翻错、翻不到。

最扎心的一个机制：预算悬崖

我查到 Claude Code 给技能简介留的预算，默认大约只有上下文的 1%（经验值约 16000 字符）。超过这条线的技能，整条被丢弃。

社区有个实测特别直观：装了 63 个 skill，系统里只显示 "Showing 42 of 63"——三分之一的技能，模型压根看不见。

更阴的是：预算按累计总量砍。你新加一个啰嗦的技能，可能把另一个挤下悬崖。这就是“加了新技能，老技能反而失灵”的真相。

别人怎么解决：三条路，答案很一致

我没闭门造车，先看了业界怎么做：

1. Anthropic 官方：不预载，给模型一个“搜索工具”，按需搜、按需装——省了 85% 的定义体积，准确率还不降反升。
2. Claude Code 作者：早期用过向量库，后来退回“现场 grep + 一张先验地图”，理由是精确、零维护、永不过期。
3. 2026 工程共识：关键词打底 + 向量补充的混合检索，纯向量已经不是最优解。

三条路压成一句话：把“模型会不会想起来”这个玄学，改造成一次确定性的检索调用。

向量查询靠谱吗？靠谱，但排第四

我一度也想直接上向量数据库。查完发现那是“给瞎子配更贵的眼镜”。

向量能治的是换个说法搜不到、跨语言（我的库中日英混杂，这点它真有用）；但它治不了预算截断、治不了烂描述——那俩才是我的头号病因。

所以判决是：向量缓刑，先用关键词（BM25）吃掉七八成查询，成本只有向量方案的十分之一。真出现“换说法就 miss”的缺口，再叠上去。

我的自救工具：鉴技（SkillScope）

思路照抄官方那套“搜索工具”，只是自己动手。核心就一件事：预算里只留一个“路由技能”，任何任务先查目录、拿到路径、再读对应文件。几百变一。

我写出来的是个 702 行、零依赖的 Node 小工具：

• 扫全部 94 个技能，生成一份秒级重建、永不陈旧的目录索引；
• 自然语言进、“该用哪个技能”出，中日英混排都能切词；
• 挂上 UserPromptSubmit 钩子——每轮对话自动注入 Top-3 候选，治的正是“多轮聊到后面模型忘了调技能”这个死穴。模型可以不听，但不可能“没看见”；
• 18 条断言全绿才准上线，专门混了 10 条“不该触发任何技能”的负样本防误触。

改造分五层，关键是“按性价比排序”

• L0 描述卫生（半天，免费）：把简介从“功能说明书”改成纯触发条件，触发词前置、压到 150 字以内、中英双语（我用中文提问，纯英文描述天然少一半命中）。
• L1 收敛候选：几百个技能不该同时在场，分全局/项目/库房三级，90 天没调用的进库房。
• L2 主动路由：就是上面那个鉴技，这层是心脏。
• L3 文件地图：每个技能里写清“什么情况读哪个文件”，csv 声明 schema、只用脚本查、别整表塞进上下文。
• L4 检索引擎：ripgrep → SQLite FTS5（主力）→ 混合向量（按需）。
• L5 评测闭环：50 条真实查询做金标集，每动一层跑一遍，没有数字一切优化都是玄学。

今天就能上手的 3 步

1. 跑一行脚本，量一下你有几个技能掉下了预算悬崖；
2. 把最常用的 20 个技能，描述改成双语纯触发条件；
3. 写一个路由技能 + 一个钩子，让每轮自动给你推候选。

就这三步，我的“经常不触发”基本就没了。

再啰嗦三句我踩过的坑：先修免费的（别一上来买向量库）；描述是触发器不是简介（写得越全模型越爱跳过正文）；一定要有负样本（只测“该触发”很容易自嗨）。

工具我开源了，评论区或主页能找到。下一篇写鉴技那 18 条测试怎么设计的，尤其那 10 条负样本——它们比正样本更能暴露问题。觉得有用点个关注，是我继续写的动力。