OpenClaw 龍蝦之父教你省錢！開源工具「skill-cleaner」幫你的 AI 技能大減肥

知名開源智慧體框架 OpenClaw 開發者、被社群尊稱為「龍蝦之父」的 Peter Steinberger，近日因無法忍受許多開發者將 AI 技能（Skill）描述寫得像書本一樣冗長，導致上下文窗口被無效雜訊塞滿，因而親自撰寫並開源了一款名為「skill-cleaner」的技能體檢工具。他呼籲開發者：「別再塞垃圾進上下文了！」

skill-cleaner:https://github.com/steipete/agent-scripts/tree/main/skills/skill-cleaner

技能冗長推高運行成本與雜訊干擾

Peter 認為，AI 技能提示詞（Prompt）的冗長問題，表面上只是文字描述的長短，但實質上會直接反映在每一次 API 呼叫的 Token 帳單上。多寫一句廢話，每次調用就得支付額外的運行成本。不僅如此，Agent 在運行時接收到的無效資訊越多，決策時面臨的雜訊干擾就越大，進而導致延遲增加、成本攀升以及注意力分散。

對此，Peter 主張 AI 技能（Skill）的設計應該要像「路標」一樣精簡。路標的唯一任務是為 Agent 指明道路，而不該把整本說明書掛在路標上。

他所開源的 skill-cleaner 工具完美實踐了此風格：其核心技能檔案 Skill.md 僅有短短 56 行提示詞。

而背後支撐運作的調用腳本則足足有近千行程式碼。

這充分體現了「技能描述是路標，核心程式碼才是說明書」的極簡設計美學。

五大核心功能幫 AI 技能進行大掃除

這款專為技能瘦身而設計的開源工具，具備五大核心功能：首先是「技能提示詞預算審計」，可計算技能佔用的上下文令牌（Token）空間並分析預算比例，給出優化方案，預防資源被無效佔用；其次是「重複技能檢測」，能跨越 Codex 內置庫、快取與個人根目錄，掃描並標記高度相似或同名的冗餘技能；第三是「未使用技能篩查」，能基於歷史日誌，找出長期未被呼叫的閒置技能以供清理。

第四是「技能根目錄審計」，負責統計所有技能來源並整理載入鏈路；最後是「描述精簡優化」，主動篩選出冗長的技能描述，推薦簡化語法以節省預算。其運作非常簡單，開發者只需在技能目錄根目錄執行 Node.js 分析腳本，閱讀產出的審計報告，便能安全地進行本地清理與編輯，避免誤刪關鍵核心技能。

在生成式 AI 與 Agent 應用的開發熱潮中，開發者常陷入「提示詞寫得越詳細，AI 就表現越好」的迷思。然而，「龍蝦之父」Peter Steinberger 用 skill-cleaner 給業界上了一堂寶貴的成本課：AI 系統的開發必須具備「Token 預算意識」。

隨著大型語言模型（LLM）被應用在更複雜的工作流中，高雜訊的上下文不僅會產生額外的計費，還會讓 Agent 出現決策混亂。將冗餘文字精簡、將複雜邏輯封裝在底層程式碼中，才是打造高效、省錢且高可靠性 AI 系統的正確方向。