今天，我给我的“龙虾”彻底洗了个澡。这里的“龙虾”指的是我日常使用的AI助手，而“洗澡”则是对其技能包（Skills）进行了一次大清理。
所谓Skills，就像是装在龙虾身上的技能扩展包，本质上就是我们工作流中的标准操作程序（SOP）。一开始，看到琳琅满目的Skills总想都装上，结果越装越多，最后累积了上百个。问题很快就出现了：在使用时触发变得极其混乱。因为这些Skills旨在特定场景下自动触发，功能重复的Skill会导致一个操作唤醒好几个，让响应变得不确定。最终，我的龙虾变得又笨又慢，效率反而下降了。
于是，我今天分别在Claude Code和Hermes的界面里，按步骤整理了一遍：
- 清单整理：首先让系统列出所有已安装Skills的分类和列表，生成一份完整的清单。
- 去重与筛选：针对功能重复的Skills，我让系统推荐保留或删除的建议，再结合自己的实际使用频率做判断。那些纯开发向的Skills我基本全删了，因为对我目前的创作场景来说几乎用不到。
所以，到底该给自己的龙虾装哪些Skills？这归根结底取决于你的核心需求——你主要是内容创作者、开发者，还是两者兼顾？明确主要战场，只安装最必要的技能。这里可以应用一下“奥卡姆剃刀”原理：如无必要，勿增实体。
没必要的时候，千万不要手痒安装一个新Skill。今天清理之后，我的Hermes和Claude Code里只剩下十几个Skills了，完全够用。未来若有新需求再安装也不迟，这其实是一种“按需加载”的理念。
这有点像招聘一个实习生。你招他进来，一定是基于明确的岗位要求，这个要求通常是简单而直接的。你不会说先招进来，再送他去读四年大学然后才来工作，这显然不现实。
因此，我们在安装和使用Skills前，最好能做一些简单的需求规划。这个规划过程完全可以邀请AI参与，比如你可以这样问你的龙虾：
- 我的主要使用场景是什么？（是写代码、写文章、还是做数据分析？）
- 我希望产出的内容是什么？以什么格式呈现？
- 有没有特定的质量要求或标准？
- 存在哪些约束条件？（比如风格、长度、平台限制）
所有这些信息都属于“上下文”。告诉龙虾之后，它会基于此进行思考，并为你推荐相关的Skills。实际上，它在这件事上可能比我们更在行，因为它能跨平台搜索，比如GitHub、ClawHub、SkillHub等各类Skill商店里的SOP，再根据你的需要来匹配推荐，最后由你做最终判断。
你装上的Skill，很多可能并不真正匹配你的需求。所以，如果你是一只处于“初始状态”的龙虾，不妨先让AI引导推荐几个，安装后试用一下。好用的留下，不好用的果断删除，再寻找替代方案。同时，也可以参考一下其他用户都在用什么，比如一些技术社区或分享中常被推荐的好用Skill，适当关注也能帮你快速筛选。
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容，请联系我们，一经查实，本站将立刻删除。
如需转载请保留出处：https://51itzy.com/kjqy/270353.html