Agent的Skill内容过大会造成上下文污染吗？

会，但本质不是 Skill 数量多，而是**同时暴露、常驻上下文的 Skill 内容过多、过长或边界相似**，从而造成上下文污染。 ## 作用 Skill 是 Agent 的特定任务能力包，例如代码审查、日志分析、部署、文档处理等。合理的 Skill 设计可以增强 Agent 的任务执行能力，但不应把所有流程、规则、模板一开始都塞进系统 Prompt。 Skill 通常可分为三层： - **入口信息 metadata**：如 `name`、`description`、`when_to_use`，用于让模型判断何时调用。 - **执行说明 instructions**：如具体流程、检查清单、操作步骤，只有命中任务时才加载。 - **资源文件 resources**：如脚本、模板、示例、参考文档，需要更细节时再访问。 推荐采用 **progressive disclosure（渐进式披露）**：默认只暴露轻量入口，执行时再读取 `SKILL.md`，更复杂的资源按需加载。 ## 原理 过大的 Skill 内容会通过以下机制造成上下文污染： - **Listing 截断** - Skill 的 `description`、`when_to_use` 等入口信息存在长度预算。 - 描述过长时，关键触发词可能被截断或排到后面。 - 结果是 Skill 虽然已安装，但模型看到的入口不完整，导致该触发时不触发。 - **Context Rot / 注意力稀释** - 上下文窗口不是无限免费仓库；输入越长，模型对信息的稳定利用能力可能下降。 - 冗长的 Skill 说明、无用工具输出、失败尝试和过时中间结论会稀释模型注意力。 - Skill 被调用后，其渲染内容可能在后续对话中持续存在，带来持续 token 成本和干扰。 - **相似 Skill 冲突** - 如果多个 Skill 的描述过于接近，例如都写“处理 PDF”，模型会难以选择。 - 边界模糊会造成误调用、该用的 Skill 不触发，或多个 Skill 的规则互相冲突。 ## 结论 Skill 内容过大确实可能造成上下文污染。正确原则是： - **系统 Prompt 管长期原则**，如角色边界、安全规则、输出风格。 - **Skill 管特定任务流程**，保持入口清晰、正文简洁。 - **Resources 管长模板、脚本和详细资料**，按需加载。 - 默认不要让所有 Skill 进入主上下文，只在任务匹配时加载必要内容。