ManySkills/docs/skill-maintenance.md

Skill 更新准则

适用于本仓库后续逐个更新 skill。以任务效果为准，不因模型升级就假定旧 skill 无效，也不把字数下降当作性能提升。

保留什么

• 简短、明确的触发描述：能力与实际使用场景；避免罗列相邻主题导致误触发。
• 能改变决策的知识：非显然约束、准确接口、环境差异、容易出错的操作及验收标准。
• 用户选择与已确认授权；真实的数据、凭据、部署边界。
• 确实有用的脚本、参考资料和资源；固定步骤只用于偏离会出错的操作。

精简什么

• 模型已具备的常识、重复说教、无依据的警告或审批、机械步骤清单。
• 无条件读取全部文档；改成明确说明何时需要哪份资料。
• 固定章节和填空模板；用结果标准约束，示例仅帮助理解。
• 重复文案和完整外部手册；入口保持最小必要信息，细节按需查阅。

精简不能丢失操作前提、参数语义、错误恢复或用户要求。不要为追求“最短”删掉关键知识，也不要为每个小 skill 强加一层路由。

更新与验证

先按请求范围核对源码和相关一手文档。会变化的技术事实记录来源与查阅日期；区分官方要求、本仓库选择和推论。无需每次更新都做全领域调研。

调整入口、按需参考、脚本、UI/市场描述时保持一致。只修改目标插件及必要的共享规则；日常更新保持统一版本，按根 AGENTS.md 的整体发版约定处理。

验证关注可观察结果：正确触发、事实准确、范围适当、执行成功、用户约束保留。脚本变化运行与真实失败相关的回归用例；实质性工作流重写可在隔离目录做独立使用验证。不要用精确措辞、必备标题或文本长度测试替代行为验证。

一次静态检查或一次独立使用只支持其实际覆盖范围。没有捕获旧版和新版的同类执行记录，就不宣称效率、成本或成功率提升。发现真实问题后做窄修复，避免不断累积通用禁令。

依据

查阅日期：2026-09-30。

• OpenAI：重思 Astra 的 skills 和 prompts：短触发、按需上下文、去除过度流程和边界。
• OpenAI：Skill 行为评估：用执行记录与可观察验收信号判断改进。
• AGENTS.md 官方格式：章节可选，按项目需要组织。
• Anthropic：Claude Code 最佳实践：持续精简常驻上下文，观察实际行为。

这些原则可用于 Sol、Astra 及其他具备相应能力的模型；实际效果需要具体任务验证，不能仅由模型名称推断。