上周让它做一份 PPT，它在两个技能之间卡了几秒才动手。

我以为是模型慢了。翻了技能目录才发现——有个技能的主文件 

，每次触发都得先读一遍。而它干的活，是帮我点签到。

那一刻我明白了：问题不在模型，在我自己塞进去的东西太多、太乱。

下面是我做的体检和清理，全程有数据。

，一被触发就全文进上下文。所以我只看了三个数：

第三个数最刺眼。按体积排完序，第一名是那个签到工具，第二名才是真正高频的办公技能。

技能的成本是按"每次任务"算的，不是按"每次使用"。

一个技能只要装着，它的描述就参与每次路由；一旦触发，全文进上下文。所以判断留不留，不该问"它有用吗"，该问"它配得上这个体积吗"。

两个文档转换技能、两个 Excel 技能，还有一个搜索技能和内置搜索完全重复。

。两个都能干，它就得先想用哪个——这个犹豫本身就是延迟。

最夸张的一组：一个 8.8 KB，一个 144 KB，功能一样。

坑 2：和主业无关的，反而体积最大

就是开头那个签到工具。功能做得挺全，但我一个月用不到两次，却是我技能库里最大的文件。

坑 3：Python 解释器选错（这个最坑）

我有个脚本要处理 Excel，某次直接报 

查下来机器上装了两个 Python：新版本只带了 pptx 相关库，Excel、Word、pandas 全在旧版本里。

我一直觉得"新版更好"，结果每次碰到 Excel 就报错、重试、换解释器。

我自己装了一套 office 技能，平台又内置一套，功能高度重叠。

系统规则说走内置的，我的技能说走自己——每次做 PPT 前都要先绕一圈，判断该听谁的。

判据就三个问题：要不要模板？新建还是精修？要不要归并素材？

同一份东西只走一条路，拿不准就问一句，不猜着做两遍。

22 砍到 18。四个都先移到"待确认"文件夹，没直接删。

把"哪个库在哪个 Python"记进长期备忘。以后 Excel、Word 任务直接走对的那个，不再试错。

四、顺手发现：缓存占了快 1 GB

整理的时候顺手看了运行缓存，总量约 

——同一天下午一分钟内连续崩了 5 次留下的，每个 94 MB。剩下的是安全引擎的审计日志，每条命令、每个 DLL 加载都记一行。

这里有个坑要提醒：删除会被安全机制拦截，报 

命令报错了，但文件其实删掉了一部分

，而且删大目录会卡四分钟以上。正确做法是按文件粒度分批删，别整目录递归。

1. 技能的成本是按"每次任务"算的。

 留着它的每一天，都在给所有任务加税。

2. 宁可少而清晰，不要多而模糊。

 20 个各管一段，不如 12 个边界清楚。重复带来的不是冗余，是决策成本。

 三个数字就能定位八成问题：技能总数、总体积、最大单文件。

import os
​
BASE = r"你的技能目录"
​
rows = []
for name in sorted(os.listdir(BASE)):
    path = os.path.join(BASE, name)
    md = os.path.join(path, "SKILL.md")
    if not os.path.isfile(md):
        continue
​
    size = os.path.getsize(md)
    ref_n = ref_b = scr_n = 0
    for sub in ("references", "scripts"):
        p = os.path.join(path, sub)
        if not os.path.isdir(p):
            continue
        for root, _, files in os.walk(p):
            for f in files:
                b = os.path.getsize(os.path.join(root, f))
                if sub == "references":
                    ref_n += 1
                    ref_b += b
                else:
                    scr_n += 1
    rows.append((name, size, ref_n, ref_b, scr_n))
​
rows.sort(key=lambda x: -x[1])
for name, size, rn, rb, sn in rows:
    print(f"{name:<30}{size/1024:>8.1f}KB{rn:>5}refs{rb/1024:>8.1f}KB{sn:>4}scripts")

排在最前面的，就是重点怀疑对象。

 再逐个问三句话：它和别的技能重复吗？一个月用过两次以上吗？它的价值配得上这个体积吗？

说句实在的，治理技能这件事，本质是做减法。

装的时候总想着"万一以后要用"，但每一个"万一"，都在给日常任务加成本。

真正高频的就那么七八个。把它们的边界划清楚，比再装十个新技能有用得多。

我以为是模型慢了。翻了技能目录才发现——有个技能的主文件 32KB，每次触发都得先读一遍。而它干的活，是帮我点签到。

WorkBuddy 越用越慢？我把 22 个技能砍到 18 个，它快回来了

人工智能

技能库22个文件共230KB，最大32KB的签到工具每月用不到两次，却拖慢所有任务。重复功能、双Python环境、指令冲突导致决策延迟和报错重试。按任务定唯一入口，砍掉4个冗余技能，固定解释器路径，释放598MB缓存。优先清理体积大、低频用的技能，让高频任务路径最短。

解释器

路由

Python

WorkBuddy企业版限时双倍 Credits 活动

workbuddy

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

WorkBuddy 越用越慢？我把 22 个技能砍到 18 个，它快回来了

WorkBuddy 越用越慢？我把 22 个技能砍到 18 个，它快回来了

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐