Llm-Agent on 王占伟

Claude Code Skill 的成本与性能优化：来自一次真实会话的 6 条通用原则

Fri, 17 Apr 2026 00:00:00 +0800

本文基于一次为期一周的 Claude Code Skill 优化实践，涉及 prd-analysis、system-design、autoforge 三个生产级 Skill，覆盖从 token 级测量到实际代码改动的完整流程。所有数字均来自真实 JSONL session 文件，已做夸张系数修正。

为什么要专门讲 Skill 的成本？

通用 LLM 省钱文章通常讲的是"上下文剪裁、cache 热身、模型降档"。这些对 Skill 也成立，但 Skill 执行环境有几个结构性差异：

长会话 + 深调用栈。Skill 内会派发多个子代理（subagent），每个子代理又可能调起自己的工具循环。一次派发 = 一个独立的对话上下文，子代理之间不共享 prompt cache。
主代理的 context 一旦被撑大就全程 cache_read。Skill 会话常有 15–20 个主代理轮次；任何文件一旦进了主代理 context，就会在每一轮以 cache_read 计费。
档位由谁决定含糊不清。subagent_type 是内置代理（如 Explore）会强制某个档位，而 general-purpose + 显式 model 才由 Skill 控制。
输出 token 严重被低估。Sonnet 的 output 价格是 cache_read 的 50×；Opus 是 50×。Skill 作者凭直觉会优化"少读文件"，却忽略"少写 prompt"这条更大的杠杆。

以下 6 条是从实测中提炼的、能直接改动 Skill 文件即生效的原则。