企业官网建设流程全解析

让AI审视AI：agent-toolkit元技能三件套skill-judge、agent-md-refactor与reducing-entropy

【免费下载链接】agent-toolkitA curated collection of skills for AI coding agents. Skills are packaged instructions and scripts that extend agent capabilities across development, documentation, planning, and professional workflows.项目地址: https://gitcode.com/gh_mirrors/agentt/agent-toolkit

如果你在用 AI 编程智能体（Claude Code、Codex 等）干活，大概率遇到过这样的烦恼：写的技能（Skill）质量参差不齐、AGENTS.md 越攒越长、代码库越来越臃肿。开源项目agent-toolkit是一个为 AI 编程智能体整理的技能合集，其中的三个元技能——skill-judge、agent-md-refactor 与 reducing-entropy，专门用来解决这些问题：让 AI 来审视 AI 产出的技能、指令文件和代码本身。

什么是"元技能"？先用技能管理技能

在 agent-toolkit 中，一个技能就是一个文件夹：SKILL.md写给 AI 看，README.md写给人看，还可以附带scripts/脚本和references/参考资料（详见 README.md 的 Skill Structure 一节）。

所谓元技能，就是"管理技能本身的技能"——它们不写业务代码，而是帮你评估、重构、精简其他技能和项目文件。这三个元技能恰好形成了一条完整的治理链：

skill-judge：120分制给技能当"质量考官"

核心公式：知识差值

skill-judge（SKILL.md）背后有一个关键理念，用一句话就能记住：

好技能 = 专家独有知识 − AI 已经知道的东西

很多技能会浪费大量篇幅解释"什么是 PDF"这类 AI 本来就知道的内容——skill-judge 把这叫作"token 浪费"。它要求你在评估时逐段标注三类内容：专家知识（保留）、提示性知识（简短保留）、冗余知识（删掉）。

八维度打分与 A~F 评级

它按 8 个维度共 120 分评估一个技能：知识差值（20分）、思维模式+流程（15分）、反模式质量（15分）、规范合规（15分）、渐进式披露（15分）、自由度校准（15分）、模式识别（10分）、实用可用性（15分），最后给出 A~F 等级——详见 skills/skill-judge/README.md 的评分表。

其中最容易被忽视的一点是：description 字段是技能最关键的字段。AI 在激活技能前只能看到描述、看不到正文，描述写不好，技能就永远是"隐形人"。

9种常见失败模式

skill-judge 内置了 9 种典型病灶的识别清单（SKILL.md）：教程型（教 AI 已知的基础知识）、倾泻型（800行全塞一个文件）、孤儿引用（references 目录存在却从不加载）、清单式流程、含糊警告、隐形技能、位置错误、过度工程、自由度错位。每类都给出"症状 + 根因 + 修复"，让 AI 评估完直接输出可执行的改进建议。

agent-md-refactor：一键拆分臃肿的 AGENTS.md

它解决的四个痛点

项目里的 AGENTS.md、CLAUDE.md 往往越长越乱，最终导致：每次任务都加载整份文件浪费上下文、找不到要改的规则、规则之间互相矛盾、重要内容淹没在废话里。agent-md-refactor（SKILL.md）用"渐进式披露"原则解决这些问题：根文件只留与100%任务相关的核心信息，其余拆成 3~8 个主题文件用链接组织。

五步重构流程

重构完成后它还会验证：根文件是否小于 50 行、所有链接是否有效、有没有规则丢失。参考本项目自己的 AGENTS.md 与 CLAUDE.md，就是这类文件的真实样本。

reducing-entropy：给代码装上"删除偏置"

只衡量结果，不衡量工作量

reducing-entropy（SKILL.md）是一个仅手动触发的技能，核心口号是"偏向删除"。它的判断标准很硬核：

• 写 50 行代码删掉 200 行 = 净赢 ✅
• 为了少写 2 行而保留 14 个函数 = 净亏 ❌

任何改动必须回答三个问题：解决该问题最小的代码库长什么样？改动后总代码量是变少还是变多（变多就拒绝）？这次改动能顺带删掉什么？

识别"加代码的借口"

它还内置了一份红旗清单，专门拦截常见的拖延删减的说辞（SKILL.md）："保留现有代码"（现状偏差）、"增加灵活性"（YAGNI）、"更好的关注点分离"（多文件就是多代码）、"类型安全"（值多少行？）、"更易理解"（14 个东西不比 2 个东西好懂）。

动手前，该技能强制要求先从references/目录加载至少一个"哲学心态"作为决策依据，例如>git clone https://gitcode.com/gh_mirrors/agentt/agent-toolkit cp -r agent-toolkit/skills/skill-judge ~/.claude/skills/

把其他两个技能目录同样拷贝即可（更多安装方式见 README.md 的 Installation 章节）。

总结

agent-toolkit 的这三个元技能体现了同一个思路：AI 产出的内容也需要被审视——用 skill-judge 管技能质量，用 agent-md-refactor 管指令文件卫生，用 reducing-entropy 管代码总量。三者组合起来，就是一条从"技能"到"配置"再到"代码"的完整 AI 工程治理清单，特别适合刚开始用 AI 编程、内容越攒越乱的开发者。

【免费下载链接】agent-toolkitA curated collection of skills for AI coding agents. Skills are packaged instructions and scripts that extend agent capabilities across development, documentation, planning, and professional workflows.项目地址: https://gitcode.com/gh_mirrors/agentt/agent-toolkit