延迟加载机制：平时不扰民，用时再现身
本条目是「Skill Engineering」的第 11 部分，对应学习清单条目 4.6.1。
前置依赖：编写黄金规则、Gotchas章节优先
一、核心观点
Skill 默认「睡着了」：只在被触发时才加载进上下文，而不是启动时全量灌入。 两种触发方式——
description自动匹配 vs 用户显式/skill-name调用。
办公室里的专家平时不在会上刷存在感，你一提到相关问题他才进来；你也可以直接点名叫他。Skill 就是这位专家：启动时只有它的「简历摘要」（name+description）在系统提示里挂着，正文和深度资料都睡在硬盘上，触发才醒。这就是为什么你装 50 个 Skill 也不会把上下文撑爆。
二、定义 / 原理 / 实践 / 示例 / 优劣势
2.1 定义
延迟加载（Lazy Loading）= Skill 仅在触发时读取 SKILL.md 乃至 references/，平时只占极小的元数据额度。
2.2 原理：三层渐进式披露
flowchart TD START[启动] --> M[Level 1：仅加载所有 Skill 的 name+description ~100 token/个] M --> TRIGGER{用户请求匹配 description？} TRIGGER -->|是| BODY[Level 2：读 SKILL.md 正文 <5k token] BODY --> REF[Level 3：按需 Read references/ 资源] TRIGGER -->|否| SLEEP[保持睡眠，零额外成本]
-
官方额度：Level 1 元数据约 100 token/个；Level 2 正文 <5k token；Level 3 资源实质无限（docs.anthropic.com）。
-
触发本质：Agent 启动时把每个 Skill 的 name+description 读进 system prompt，据此判断相关性；命中才用 Bash 读
SKILL.md（anthropic.com/engineering/equipping-agents-for-the-real-world-with-agent-skills）。
2.3 实践：两种触发方式
| 方式 | 触发条件 | 优点 | 缺点 |
|---|---|---|---|
| description 匹配 | 用户请求命中 description | 自动、免记忆 | 可能误触发 |
显式 /skill-name | 用户主动调用 | 精准、无误触发 | 需记住 Skill 名 |
2.4 示例：写好 description 防误触发
---
name: code-review
description: 审查 git diff 并生成报告。当用户要求 review diff、改了 src 下 .py、或说「审查代码」时触发；不要对测试文件做风格审查，不要审查未提交临时文件。
---
2.5 优劣势
-
✅ 装得多也不撑爆上下文；自动触发省心
-
❌ description 写糊会漏触发或误触发；需调教
三、最新研究与企业数据（2025–2026）
-
三层 token 成本（一手）：Level 1 元数据约 100 token/个 Skill；Level 2 正文 <5k token；Level 3 资源无限（docs.anthropic.com）。这解释了「为什么装 50 个 Skill 也不爆上下文」。
-
渐进式披露是核心设计原则（一手）：Anthropic 在发布 Agent Skills 时明确，progressive disclosure 让 Skill 可承载「实质无限」的上下文，因为只在使用时才读（anthropic.com/engineering/equipping-agents-for-the-real-world-with-agent-skills）。
四、学习资源
-
一手：Anthropic Agent Skills 文档 · Equipping agents for the real world with Agent Skills
-
进阶：多文件架构（Level 3 资源怎么组织）
五、相关链接
-
系列内：Gotchas章节优先 · 多文件架构 · Skill版本管理
-
系列清单：Agent 方法论与产品思维学习路线图
六、核心要点
-
🎯 Skill 默认睡眠，触发才醒：启动时只挂 name+description（~100 token/个）。
-
💡 两种触发：description 自动匹配（省心但可能误触发）/ 显式
/skill-name（精准但要记名）。 -
⚠️ description 写清「用 / 不用」的场景，是触发准不准的命门。
参考来源（一手链接 · 可溯源深挖）
-
Anthropic Agent Skills 文档（Level 1 ~100 token；Level 2 <5k token；Level 3 无限）：docs.anthropic.com/en/docs/agents-and-tools/agent-skills
-
Anthropic (2025-12-18)《Equipping agents for the real world with Agent Skills》（progressive disclosure 为核心原则）：anthropic.com/engineering/equipping-agents-for-the-real-world-with-agent-skills
速记卡（面试闪卡）
Q1：一句话讲清「延迟加载机制：平时不扰民，用时再现身」到底是什么？
A：Skill 默认睡眠，仅被触发时才加载进上下文，而非启动时全量灌入，省上下文。
Q2：一、核心观点 —— 怎么理解？
A：像办公室专家：平时不在会上刷存在感，你一提相关问题他才进来，也可直接点名。Skill 就是这位专家——启动时只有”简历摘要”（name+description）挂系统提示，正文睡硬盘，触发才醒，所以装 50 个也不爆上下文。
Q3：二、定义 / 原理 / 实践 / 示例 / 优劣势 —— 怎么理解？
A：像三层渐进式披露：Level 1 启动只加载所有 Skill 的 name+description（~100 token/个）；命中才 Level 2 读 SKILL.md 正文（<5k token）；再按需 Level 3 读 references/。Lazy Loading（延迟加载）让装得多也不撑爆。
Q4：三、最新研究与企业数据（2025–2026） —— 怎么理解？
A：像官方盖章：Anthropic 给出三层 token 成本（L1 ~100、L2 <5k、L3 无限），解释了”装 50 个 Skill 不爆上下文”；并明确 progressive disclosure（渐进式披露）是 Agent Skills 核心设计原则，因只用时才读。
Q5：六、核心要点 —— 怎么理解？
A：像三条备忘：Skill 默认睡眠、触发才醒，启动只挂 name+description；两种触发——description 自动匹配（省心但可能误触发）vs 显式 /skill-name（精准但要记名）；description 写清”用/不用”是触发准不准的命门。
Q6：核心速记主线有哪些？
-
核心：Skill 默认睡眠，触发才加载，不启动时全量灌
-
原理：三层渐进披露 L1 元数据 / L2 正文 / L3 资源
-
触发：description 自动匹配 vs 显式 /skill-name 调用
-
要点：description 写清场景，防漏触发或误触发
口诀
A：Skill 平时在睡觉，触发才把正文叫；
简历百 token 挂，三层披露莫误召；
自动匹配省心，显式精准到；
description 写清，触发才可靠。