- name
SKILL.md
The skill file stays in the publisher's repository.
Paste the copied command in a terminal. It installs this SKILL.md into that agent.
npx skills add agentsope/SkillAlchemy --skill agentsop-context-scope-discipline -a cursor -yPaste the copied command in a terminal. It installs this SKILL.md into that agent.
npx skills add agentsope/SkillAlchemy --skill agentsop-context-scope-discipline -a claude-code -yPaste the copied command in a terminal. It installs this SKILL.md into that agent.
npx skills add agentsope/SkillAlchemy --skill agentsop-context-scope-discipline -a codex -yPaste the copied command in a terminal. It installs this SKILL.md into that agent.
npx skills add agentsope/SkillAlchemy --skill agentsop-context-scope-discipline -a grok -ySend the copied message in a Grok Bot chat. The Bot fetches this SKILL.md from GitHub and adds it to the skills all your Bots share.
Install this skill: https://github.com/agentsope/SkillAlchemy/tree/HEAD/skills/agentsop-context-scope-disciplineFrom the publisher
一句话:编辑代码时,工作文件预算(你
/add-ed 进可写上下文的文件)要压在 ~25k tokens 以内。超过这个量,"more context ≠ better edits"——模型注意力被稀释,开始改错文件、漏看你刚加进去的目标。广度交给 [[agentsop-repo-map]](只读签名地图),深度只留给"这次真要编辑"的那几个文件。
这是一个增强叠加技能(enhance overlay)。它不替代任何"通用 token 预算"建议,而是把那条泛泛的"少塞上下文"打磨成一条 coder-agent 专属的硬规则:区分"读"与"改",只把"改"的文件加进工作集。借用 Aider 的实测阈值——
"Above about 25k tokens of context, most models start to become distracted." [aider.chat/docs/troubleshooting/edit-errors.html]
下列任一情形成立时,把"工作文件预算纪律"作为该编辑会话的标准约束:
/tokens(或等价物)逼近 25k;响应被截断;长会话里模型"记住了错的东西"。不应激活的反面信号:单文件已知的小改动(工作集天然就是 1);纯讨论/架构问答(用只读上下文 + [[agentsop-repo-map]] 即可,不进工作集);非编辑任务。
more context ≠ better edits. 过了约 ~25k tokens 的文件量,模型就开始失焦——只把你这一轮真要编辑的文件加进工作集,其余的靠 [[agentsop-repo-map]] 顶上。
LLM 看到的编辑上下文分三层,优先级与写权限递减:
核心区分:repo-map 给"哪儿"(breadth,签名级,便宜),工作集给"怎么改"(depth,全文级,贵)。把这两种需求混进同一个篮子("全
/add进来再说")是本技能要根除的反模式。
25k 不是"塞到 25k 就崩",而是"过了 25k 编辑准确率开始断崖式下降"。它是个信号阈:
凭直觉,"我要理解这 10 个文件才能改对,那就全 /add"。实测相反:
Aider 只靠 repo-map(不把文件加进工作集)在 SWE-Bench Lite 上仍 70.3% 命中正确文件 [aider.chat/2024/05/22/swe-bench-lite.html]。
即"找文件"这件事不需要把文件灌进工作集——只读地图就够了。工作集只为"编辑"存在。把这两件事拆开,是省预算的关键。详见 [[agentsop-repo-map]]。
预算是一份蛋糕,不是各自独立的盘子。/add 了正确文件后,[[agentsop-repo-map]] 应自动缩小("adjusts ... based on the state of the chat" [aider.chat/docs/repomap.html]),把 token 让给真代码。如果你的 harness 不会自动缩地图,编辑期就手动 --map-tokens 调小或归零。
本技能管文件维度(工作集里有哪些文件);[[agentsop-session-state-hygiene]] 管历史维度(对话历史是否污染当前任务)。二者共用同一份 25k 预算:
/drop 不再需要的文件(本技能);/clear 清历史([[agentsop-session-state-hygiene]])。/drop 保历史去文件;/clear 保文件去历史;/reset 两者都丢。任务进来,第一步不是 /add,而是分类。对每个相关文件问一句:"这一轮我会修改它的字节吗?"
会改它的字节 → 候选写集合(稍后 /add)
只需理解它的契约 → 只读:/read,或干脆只靠 repo-map 的签名
不确定改哪些 → 先不加任何文件,进 Phase 2 让 repo-map 帮你定位
经验法则:写集合目标 ≤ 5 个文件。超过,多半是任务没拆够。
> /ask which files implement <feature>?
< [模型基于只读 repo-map 回答候选文件]
模型命名出目标后,你再决定把哪些加进工作集(Op locate-then-add)。"找文件"和"改文件"永远两步走——这是 [[agentsop-repo-map]] 与本技能共享的设计哲学。
/add 你会编辑的,参考文件用 /read/add src/auth.py tests/test_auth.py # 这两个会改 → 进写集合
/read src/config.py docs/auth.md # 只参考,不改 → 只读
铁律重申:少 /add,敢 /drop。"为了保险全加"恰恰是让模型改错文件的主因。
/tokens # 看当前占用;接近 25k 是黄灯
/drop 它工作集不是"会话期一直累积"的。某文件这一轮的修改告一段落、后续子任务不再碰它——立即 /drop。把腾出的预算还给下一批要改的文件。这是把工作集当滑动窗口用,而不是当垃圾堆。
地图也缩了、能 /drop 的都 /drop 了,预算还是破 25k?这是任务太宽的信号,不是预算的问题:
1. 进子目录 + --subtree-only(缩小 repo-map 范围,见 [[agentsop-repo-map]] §3)
2. 拆任务:大需求拆成多个收敛子目标,每个子目标一个会话
3. 每个新会话只带它真正要改的那 ≤5 个文件
每条给 Trigger / Action / Output / Evidence。命令名以 Aider 为参考,行为框架无关。
classify(file) 区分"读"与"改"/read 或仅 repo-map 签名)。locate-then-add(task) 先定位再加/add 命名出的目标。add(files) 加入工作集(克制)/add 只加该文件。不加"可能会用到"的、不加整目录。/add 或你 /add 了太多无关文件" [aider.chat/docs/usage].read(files) 加为只读参考/read,进只读层,LLM 不能编辑。--read / /read;只读层与读写层分离 [aider.chat/docs/usage/conventions.html]。budget_watch() 监控预算/tokens 看占用分布(工作集 / 历史 / 地图各占多少)。drop(files) 改完即释放/drop 该文件,腾出预算。/drop 是常态操作而非应急;动态预算 [aider.chat/docs/repomap.html]。lean-on-map() 把广度还给地图/drop + 信任 repo-map)。必要时 /map 审计地图已覆盖什么。split-task() 拆任务而非塞预算触发:一个改动横跨 10 个文件的调用链,但你实际只会修改 2 个(比如改一个 API 签名 + 它的一处实现)。本能是把 10 个全 /add 进来"看全"。
诊断:你把"理解广度"误当成"编辑深度"。10 个里有 8 个你只需要看签名/契约,不会动它们的字节。
决策规则:
为什么有效:repo-map 只读即 70.3% 命中正确文件 [aider.chat/2024/05/22/swe-bench-lite.html]——广度不需要进工作集。把 2 个进写集合、地图覆盖其余 8 个,预算从"10 个全文"降到"2 全文 + 8 签名",编辑注意力集中在真正要改的两处。
反模式:10 个全 /add → 破 25k → 模型在 8 个无关文件里挑了错的位置改 → 回滚 → 重来。
触发:多文件重构进行中,/tokens 显示已过 25k,模型开始截断响应、漏看你刚加的文件。
决策树(按代价递增,能停就停):
关键认知:先动文件维度(drop / 缩地图),再动历史维度(clear),最后才拆任务。/drop 与 /clear 是互补而非二选一——前者是本技能,后者是 [[agentsop-session-state-hygiene]]。
反模式:预算满了第一反应是"换更大上下文窗口的模型"。窗口更大不改变 25k 稀释阈——大窗口模型塞到 25k+ 一样失焦。先收工作集,别先换模型。
触发:连续几轮,模型的 diff 落在错误文件上。直觉是"它没看够,再 /add 几个"。
诊断:方向反了。改错文件的两种根因都不靠"加更多文件"解决:
决策规则:/ls 看现状 → 缺目标就加目标、多余就 drop → 不知道哪个是目标就 locate-then-add(Op 2)让地图替你找。几乎不会是"加更多文件"能解的。
/add 整个目录——"这个 feature 在 src/payments/,全加"。目录里 90% 的文件你不会改,纯稀释。只 /add 那 2–3 个目标文件。/drop——把工作集当只进不出的垃圾堆。改完的文件不释放,预算单调上涨直到破 25k。/drop 是常态操作。/add 进可写上下文。读懂用 /read 或 repo-map 签名,编辑才用 /add。/drop 与 /clear——文件多就 /drop(本技能);历史脏就 /clear([[agentsop-session-state-hygiene]])。用错维度解决不了问题。同一条"只把要改的文件放进工作集"纪律,四个 harness 各自的接口与默认行为:
关键差异:
/read vs /add),最贴合本技能——工作集就是写白名单。其 25k 阈值是这条纪律的实测来源。Read 进来的文件既可读也可被 Edit。本技能在这里表现为自律——不要为了"看全"而 Read 整个目录;用 Grep/Glob 定位(相当于 repo-map 的广度),只 Read 你要 Edit 的文件。/clear 与自动压缩对应 /drop 的预算回收。@-mention 选上下文;mention 越多预算越紧。纪律是"@ 你要改的,别 @ 整个 folder 求保险"。统一心智:无论接口是 /add、@file、Read 还是 read_file,规则不变——进工作集的应当是"这一轮会编辑的文件",广度交给地图/搜索,预算盯住 ~25k。
主要:
/add /read /drop /tokens 命令面。派生:
references/R1-source-evidence.md — 来源逐条 quote。intermediate/operation_candidates.json — 操作抽取过程。关联技能:
/drop(文件)与 /clear(历史)共享同一份 25k 预算。跨工具(一般认知):Aider / Claude Code / Cursor / Cline 公开文档与博客。
>-
---name: agentsop-context-scope-disciplinedescription: >----# skills/agentsop-context-scope-discipline/SKILL.mdFAQ
Download skills/agentsop-context-scope-discipline/SKILL.md from the publisher, or copy the path and open the repository. PlugMCP lists the skill and does not host the file.
The publisher keeps it at https://github.com/agentsope/SkillAlchemy.
Claude, Cursor, Codex, and Grok Build can read a SKILL.md you add from the publisher's repository. Grok Bot installs it when you send the skill's GitHub folder link in a chat.