1096个技能如何不打爆上下文AERS的SKILL.md路由器与catalog.json分层加载架构完整指南【免费下载链接】Auto-Empirical-Research-Skills A curated collection of 23,000 agent skills for empirical research across 8 social science disciplines. | 精选 23,000 AI Agent 技能库覆盖8大社会科学学科的实证研究。CoPaper.AI 20分钟完成一篇可复现的规范实证论文并支持用户上传 Skills。-- Maintained by CoPaper.AI from Stanford REAP.项目地址: https://gitcode.com/gh_mirrors/aw/Auto-Empirical-Research-SkillsAuto-Empirical-Research-SkillsAERS是斯坦福 REAP 团队 × CoPaper.AI 维护的实证研究 AI Agent 技能库收录了 76 个合集、1,096 个技能覆盖 8 大社会科学学科的因果推断、数据清洗到论文写作全流程。一个绕不开的问题是这 1,096 个SKILL.md如果一次性塞进模型上下文约等于 64k tokens再叠加运行时对超长技能列表的截断匹配效果反而更差。AERS 的解法是一套三层架构根目录 SKILL.md 当路由器、catalog/ 目录做机器可读索引、子技能做渐进式加载。本文带你逐层拆解这套设计。痛点为什么全量加载是死路先看一组数字文件规模角色skills/目录1,096 个SKILL.md技能本体catalog/skills.json~890 KB / 1.9 万行机器可读索引catalog/skills-enriched.json~1 MB / 2.4 万行带分层标签的增强索引catalog/curation.json~7 KB / 85 行人工策展的路由分层AERS 的根 SKILL.md 在 Install Notes 一节直接写明了反模式不要把整个技能库扁平安装比如把所有子目录软链进~/.claude/skills。每个注册技能的 description 都会在会话启动时加载1,096 个技能全注册约产生64k tokens而多数运行时会截断过长的技能列表——结果不是匹配更准而是更差。所以 AERS 的思路是技能本体留在磁盘上上下文里永远只放一张地图 一个技能的正文。第一层根 SKILL.md 是路由器不是技能整个仓库的入口是根目录的 SKILL.md——它只有 127 行开头就声明了自己的身份Treat it as a router and catalog, not as a request to load every vendoredSKILL.md.把它当作路由器和目录而不是加载所有子 SKILL.md的指令这个路由器的核心是一个五步工作流见 SKILL.md 的 Workflow 一节按阶段分类用户任务完整论文流水线 → 找编排器因果推断 → 查方法对照表AER 顶刊写作 → 直接进对应合集只读取选中那一个子技能的SKILL.md随后按它的渐进式披露指令按需加载references/、scripts/、assets/方法表没命中时回落到目录检索下一节细讲安装问题查 docs/INSTALL.md编辑仓库时注意子模块边界。其中最有意思的是Method → where to start 对照表它把 DiD / IV / RDD / 合成控制 / 面板固定效应 / DML / 贝叶斯等几十种任务映射到起始合集。但它刻意声明自己是快捷方式而非完整索引——命名的合集不到总数的一半其余只能经由catalog/skills.json到达。查不到 ≠ 没有技能必须继续走检索兜底。第二层catalog.json 三件套各司其职catalog/ 目录是地图由三个文件构成分工非常清晰① catalog/skills.json —— 基础索引每个技能一条记录字段包括path、name、description、line_count以及全局唯一的qualified_name格式为合集::技能名如12-pedrohcgs-claude-code-my-workflow::data-analysis。它解决的是同名冲突目录里有 47 个裸name在多个合集间重复如data-analysis、lit-review、proofread靠qualified_name或完整路径消歧。② catalog/skills-enriched.json —— 增强索引在基础字段上追加tier、tags、quality_score、license、commercial_use供排序和过滤使用。tags由 docs/TAXONOMY.md 中的工作流阶段analysis 141 个、writing 88 个……和方法标签iv 28 个、rdd 25 个、staggered-did 17 个……共同标注。③ catalog/curation.json —— 人工策展的路由分层这是唯一手写的文件定义四级排序分层Tier数量权重含义core221.5×自研旗舰合集StatsPAI、AER 技能、论文流水线等 8 个前缀extended8771.0×默认层绝大多数社区技能duplicate840.6×同名技能的冗余副本canonical字段指定唯一正本out-of-domain1130.35×自然科学/CS 类指南排到最后关键设计原则写在该文件的注释里分层只改变排序从不删除任何技能——out-of-domain的技能在你真的问到相关话题时依然会浮出来。根 SKILL.md 对这两个大 JSON 也给了明确的使用纪律查询它们而不是整读query them instead of reading them whole比如用一行 Python 过滤关键词或者退而求其次用grep。第三层子技能的渐进式披露路由选中某个子技能后才加载它的SKILL.md而这个子技能内部又是同样的按需披露模式。以旗舰 Python 分析技能为例它的正文只写工作流骨架细节拆在 skills/00.1-Full-empirical-analysis-skill_Python/references/ 下的 8 个主题文件数据清洗、描述统计、统计检验、建模、稳健性、表格与图表……每一步用到才读哪一步。这样一次做 DiD 分析的完整会话上下文里大致只有根路由器的 127 行会话启动时1,096 条索引中命中的几条记录字段级查询非全文选中子技能的SKILL.md正文子技能中被点名加载的 1–2 个 reference 文件。上下文占用从 O(全部技能) 降到了 O(1)且与技能库规模几乎解耦——这就是分层加载的实际含义。兜底检索find-skill.py 的 BM25 分层排序方法表覆盖不到的任务表里明说了不到一半合集走的是排序检索脚本 scripts/find-skill.py。它的算法很轻但很讲究对skills-enriched.json做BM25按字段加权name3.0 tags2.0 description1.0 path0.5——技能自己名字里的命中比路径里的命中重要得多叠加 curation 分层权重core 1.5 / extended 1.0 / duplicate 0.6 / out-of-domain 0.35内置术语别名扩展did→ difference-in-differences、rdd→ regression discontinuity、aigc→ ai writing humanize……中英文查询都能用例如python3 scripts/find-skill.py staggered difference-in-differences event study python3 scripts/find-skill.py 降低中文论文 AIGC 率 -k 5还有一个细节若查询词直接命中某个技能的独占名称词频 ≤10比如 PubChem则豁免其 tier 惩罚——用户点名要谁就直接给谁。路由质量如何度量路由不是玄学AERS 给检索步骤配了回归测试evals/routing-cases.json 是手工编写的真实任务描述 → 可接受技能路径前缀用例集中英双语如 双重差分 平行趋势检验、工具变量 2SLS 弱工具检验再由 scripts/check-routing.py 校验 top-k 命中。验收前缀来自对目录的关键词调研而非排序器自身的输出测的是路由能力而不是复述排序结果——这是避免自证预言的一个好做法。实践要点与常见误区❌扁平安装全目录软链所有子技能进运行时64k tokens 起步 截断匹配更差。✅ 正确姿势是用插件机制、走这个路由器或只复制少数几个高频技能⚠️按裸name注册会撞名47 个重名技能安装时要么按合集逐个装要么用qualified_name消歧⚠️方法表查不到就下结论没有表格只覆盖不到一半合集应先跑find-skill.py检索再定论中文任务优先看中文文档docs/CONTENT_ZH.md 和 README-zh-CN.md 对 de-AIGC、SSCI/CSSCI 润色等合集的说明比英文文档更细。关键文件速查文件作用SKILL.md根路由器工作流 方法对照表 触发词catalog/skills.json基础索引1,096 条含qualified_namecatalog/skills-enriched.json增强索引tier / tags / 质量分 / 许可catalog/curation.json人工策展分层core / duplicate / out-of-domainscripts/find-skill.pyBM25 分层的排序检索入口scripts/check-routing.py路由准确率的回归测试docs/SKILL_CATALOG.md人类可读的技能总目录docs/TAXONOMY.md任务阶段 × 方法标签分类法docs/GOLDEN_WORKFLOWS.md即取即用的实证研究提示词一句话总结AERS 的上下文经济学 127 行路由表 字段级索引查询 单技能按需加载 分层排序兜底。技能库从 1,096 涨到 10,000这套架构的会话开销几乎不动——这或许是任何想建大型技能库的团队最值得抄的一套作业。【免费下载链接】Auto-Empirical-Research-Skills A curated collection of 23,000 agent skills for empirical research across 8 social science disciplines. | 精选 23,000 AI Agent 技能库覆盖8大社会科学学科的实证研究。CoPaper.AI 20分钟完成一篇可复现的规范实证论文并支持用户上传 Skills。-- Maintained by CoPaper.AI from Stanford REAP.项目地址: https://gitcode.com/gh_mirrors/aw/Auto-Empirical-Research-Skills创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
