Guide to AI Tokenomics: Eleven Principles for Token Efficient Software Engineering
Google Cloud提出AI编码助手的11条token优化原则,通过模型选择、技能封装、分治策略等方法提升效率。
入选理由:使用默认Gemini 3.5 Flash模型,根据任务复杂度动态调整模型规模。
产品
封装可复用技能的文件格式
最近变化
2026-07-17 · 使用默认Gemini 3.5 Flash模型,根据任务复杂度动态调整模型规模。
SKILL.md 被反复提及时,通常意味着它正在影响产品路线、开发者工作流或 AI 产业判断。这个页面把分散材料合并成一个可持续更新的观察入口。
已收录 4 篇与「SKILL.md」相关的 AI 资讯和分析。
Google Cloud提出AI编码助手的11条token优化原则,通过模型选择、技能封装、分治策略等方法提升效率。
入选理由:使用默认Gemini 3.5 Flash模型,根据任务复杂度动态调整模型规模。
Garry Tan分享的OpenClaw提示词可将AI代理从一次性工具转变为永久自动系统,通过四条核心规则实现任务闭环与自我进化。
入选理由:OpenClaw使用MECE原则确保每个任务由唯一技能处理,避免重复和遗漏。
文章介绍了一种通过挖掘会话数据自动生成SKILL.md的方法,但实际效果有限。
入选理由:OpenAI 的 Codex 能够从交互中打包技能,但效果有限。
Google Gemini API 推出 Managed Agents 功能,单次 API 调用即可获得具备代码执行、网页浏览和文件管理能力的完整 Agent,基于 Gemini 3.5 Flash 和 Antigravity 架构运行。
入选理由:单次 API 调用即可部署完整 Agent,无需自建基础设施
与「SKILL.md」经常一起出现的 AI 术语。
💡 想追踪「SKILL.md」的长期趋势?去 实体雷达 · SKILL.md 查看详细分析和跨材料问答。