终端公司 Warp 最近放出一个很实用的小工具：/skill-doctor。它抓取 Claude Code、Codex 或 Warp 的会话转录，给你的 AI 编程助手做「体检」——对运行效率、代码质量、技能覆盖率三项打分，然后直接产出可合并的 skill 补丁，声称能让每次运行的成本降低约 30%。这篇教程带你上手：技能体检怎么跑、报告怎么读、补丁怎么合。
🩺 本教程适合：重度使用 Claude Code / Codex / Warp 的开发者，以及在企业里推广 AI 编程并关心成本的团队负责人。会跑终端命令即可。
Step 1：先理解它解决什么问题——技能库「只会增不会瘦」
1 技能越多，跑得越慢、越贵
用 AI 编程助手久了都会遇到：
· 技能（skill）攒了几十个，很多从没用过
· 每个任务都全量加载技能 → Token 变贵
· 技能写得烂 → Agent 反复试错 → 更贵
· 想清理又不知道哪些该删、哪些该改
/skill-doctor 的思路：
· 读你的真实会话转录（不是空想）
· 量化打分：效率 / 代码质量 / 技能覆盖率
· 输出可合并的补丁（新增/修改/删技能建议）
· 目标：技能库瘦身提质，单次运行降本约 30%💡 关键词是「基于真实转录」：它不看你的技能文件好不好，而看「实际用起来」效果如何——这和《Agent 反馈闭环》里「用行为数据说话」的原则一脉相承。
Step 2：它能读什么——三种转录来源
2 Claude Code、Codex、Warp 都支持
| 来源 | 怎么接入 | 适合谁 |
|---|---|---|
| Claude Code | 读取本地会话记录 | Claude Code 重度用户 |
| Codex | 读取 Codex 会话记录 | OpenAI Codex 用户 |
| Warp | 读取 Warp 终端内 AI 会话 | Warp 用户 |
三种来源本质相同：把「人 + AI 助手的真实协作过程」变成诊断输入。转录里藏着全部真相——哪些技能被反复用到、哪些技能让 Agent 走弯路、哪些问题靠堆 Token 硬解。
Step 3：体检报告看什么——三项打分
3 效率、代码质量、技能覆盖率
/skill-doctor 的三项核心指标：
1. 运行效率（Efficiency）
· 一次任务多少轮对话/多少 Token 完成
· 反复试错、来回改说明效率低
2. 代码质量（Quality）
· 产出代码是否一次到位
· 测试、边界处理、风格是否稳定
3. 技能覆盖率（Skill Coverage）
· 现有技能被实际调用的比例
· 闲置技能 = 白付的 Token
报告形态：
· 每项打分 + 具体证据（引用转录片段）
· 给出「该加 / 该改 / 该删」的技能清单覆盖率低 ≠ 技能没用：有些技能只在特定任务触发（比如「部署」技能一周用两次），要结合任务分布判断，别一刀切删光——参考《技能资产化》里「按调用频次 × 价值」的筛选法。
Step 4：上手实操——跑一次技能体检
4 三步跑通：收集 → 诊断 → 合并补丁
1. 收集转录
· Claude Code 用户：确保会话记录已启用
· 建议攒 1-2 周真实工作量的转录再诊断，
样本太短结论不可靠
2. 运行诊断（Warp 内执行）
/skill-doctor
· 自动扫描可用转录并打分
· 输出报告 + 技能补丁建议
3. 合并补丁
· 报告会给出可合并的 skill 补丁（新增/修改/删除）
· 逐个 review 后合并（别全盘接受）
· 合并后跑一轮回归，对比成本变化
预期效果（Warp 口径）：
· 单次运行成本降约 30%
· 技能库更精简、命中率更高🚀 建议把「技能体检」做成月度例行：技能库像代码库一样需要维护。结合《Claude Record a Skill》录屏蒸馏和《Agent Skills 开放标准》，就能形成「生产技能 → 体检 → 优化」的完整循环。
Step 5：报告怎么用——分清「补丁」和「建议」
5 自动补丁能合，但要有判断力
| 补丁类型 | 风险 | 建议 |
|---|---|---|
| 删除闲置技能 | 低（先确认确实没在用） | 可以合，删除前看一眼调用记录 |
| 修改低效技能 | 中（可能影响现有任务） | 合后跑回归，对比改动前后 |
| 新增缺失技能 | 中高（新代码进技能库） | 先小范围试，验证再推广 |
自动化生成的补丁是「强烈建议」不是「最终答案」。关键原则：任何技能改动都要能回滚、可对比——这正是《GitHub Teams → Copilot Agent 会话》里「团队级 AI 协作要留痕」的延伸。
Step 6：落地清单——把技能体检固化成习惯
6 个人与团队的体检节奏
个人用法：
· 每月跑一次 /skill-doctor
· 合并补丁前逐条 review
· 记录「体检前后成本对比」验证效果
团队用法：
· 每季度做一次全员技能体检
· 共享最佳技能（跨成员复用）
· 把闲置技能清理列入例行维护
持续观察：
· 体检前：技能 40 个，平均调用率低
· 体检后：技能 25 个，命中率提升
· 成本变化：单次运行成本下降约 30%（自报口径）
→ 用数据验证，别靠感觉
一句话总结：技能库是 Agent 的「肌肉」，
定期体检才不会长成虚胖。🎉 工具会迭代、数字会变，但「用真实行为数据驱动技能优化」这件事不会过时——/skill-doctor 只是把这件事自动化了。先跑一次体检，你就知道自己该不该用它。