蒸馏产出的技能多了之后，上下文开销暴涨怎么办？——渐进式披露插件 progressive-skill

问题：蒸馏越多，Agent 越慢

用女娲/仓颉/达尔文蒸馏一段时间后，技能库会快速膨胀。以我的 Hermes 环境为例：

• 安装 250+ 个技能（蒸馏产物 + 官方技能 + 社区技能）
• Hermes 把全部技能的名称+描述注入 system prompt
• 每轮对话固定开销约 6,100 tokens（约 /usr/bin/bash.01/轮，长会话更夸张）
• 蒸馏得越多，开销越大——"造技能的机器"成了"吞 token 的怪兽"

我的解法：渐进式披露

我开发了 progressive-skill（Hermes 插件，MIT）：

核心思路（与女娲/达尔文的方法论一脉相承）：

1. 用量追踪：记录每次 skill 加载调用，评分 = count × exp(-Δdays/30) 带时间衰减——"低频/闲置技能"降级
2. 分级披露：高频分类完整展示，低频分类压成一行（leadership (25)），被压技能仍可 skills_list(category=...) 完整发现
3. 硬预算：完整分类按 4,600 字符预算截断，高分技能优先保留

实测效果：6,100 tok → 1,800 tok（-70%），且压缩后 Agent 仍能正确发现并加载技能。

设计思想（跨 agent 可参考）

虽然插件目前只支持 Hermes，但核心机制是通用的：

用量评分(时间衰减) → 分类降级 → 预算截断 → 按需展开

任何把 skill 注入 system prompt 的 agent（Claude Code / Codex / OpenClaw）都有同样的问题，这套机制可以直接移植。欢迎参考实现，也欢迎试用：

https://github.com/freehul/progressive-skill