源自 GitHubSkill价值与Token成本审计
该功能专为 Claude Code 用户设计，通过分析本地 ~/.claude 目录下的 Skill 配置文件及历史会话记录，对所有已安装 Skill 进行投入产出比审计。它将 Token 占用细分为常驻上下文的描述词（Description Tokens）与触发时按需加载的正文（Body Tokens），并交叉比对指定周期内的真实调用次数，按浪费程度降序生成报表，帮助用户精准识别并清理占坑不用的闲置 Skill。
常见场景
它能帮你做什么？
01
技能Token开销盘点：区分常驻描述词与按需加载正文的Token消耗，统计技能在模型上下文窗口中所占用的预算份额。
02
闲置冗余技能排查：比对近数周的会话调用记录，按浪费程度降序输出长期零调用的高开销技能清单以便及时清理。
03
模型上下文额度校准：根据不同LLM模型的窗口大小调整预算参数，评估技能总加载量对有效对话空间的挤占比例。
三步完成
怎么使用
1安装 Skill
把右侧安装请求发给你的 AI。
2说清楚目标
告诉 AI 你想完成什么，或直接贴入内容。
3检查结果
按需要继续调整语气、范围或格式。
复制就能用
你可以直接这样说
“帮我审计当前安装的 Skill，看看哪些最占 Token 且最近一个月都没用过”
“运行 skill 价值检查，按 12 周使用记录和 500k 上下文预算评估闲置成本”
“以 JSON 格式输出当前所有已安装 Skill 的常驻 Token 与正文 Token 统计数据”
适用人群
适合谁？
上手门槛
使用难度
进阶
需要了解任务流程，页面已整理好使用步骤。
兼容范围
支持哪些 AI？
Codex可直接使用
Claude Code可直接使用
OpenClaw可直接使用
Hermes可直接使用国内 Agent可直接使用
中文用户增强
Skill Px 做了什么？
中文说明简化使用方式补充中文案例整理安装流程降低理解难度
