AI 与智能体工具

用智能体做开发，意味着要写大量悄无声息就会失效的小配置文件：描述永远匹配不上任务的技能；没覆盖到你本意命令的权限规则；匹配式里写了一个根本不存在的工具名的钩子；通过了校验却仍被错误调用的工具模式。这些工具会在它们让你耗上一整场调试之前，先把这些活儿检查一遍。编写并检查技能文件、子代理定义和斜杠命令。生成 MCP 服务器条目、钩子和插件清单，并用真实命令测试权限规则，看看最终生效的是哪一条。在提示词方面，可以把模板套到整张表格的每一行上，逐词对比两个版本并给出 token 差额，检查系统提示词中的自相矛盾，还能构建无法越出自身标签的少样本示例。在周边数据方面：读取并校验 JSONL，检查微调数据集，重组流式响应，把文档切分成在真正边界处断开的片段。至于成本：分配上下文窗口的预算，调整请求的顺序让可缓存前缀尽可能长，并逐轮估算智能体循环的成本，把它每次重发的历史也算进去。一切都在你的设备上运行——提示词、数据集和配置文件绝不会被上传。

• 技能构建器 — 编写 SKILL.md，边输入边检查 frontmatter。
• 技能检查器 — 粘贴 SKILL.md，看清是什么让它无法与任务匹配。
• 子代理构建器 — 生成子代理定义文件，含工具与模型设置。
• 斜杠命令构建器 — 构建自定义命令，带参数与工具白名单。
• 项目说明构建器 — 写一份对得起每次请求开销的 CLAUDE.md。
• 插件清单构建器 — 生成 plugin.json，并查看它所预设的目录结构。
• 钩子构建器 — 构建 settings.json 钩子，找出永远不会触发的匹配式。
• 权限规则测试器 — 用真实命令测试允许、询问与拒绝规则。
• MCP 服务器配置 — 为 stdio、HTTP 或 SSE 生成 MCP 服务器条目。
• MCP 工具模式构建器 — 定义工具并得到 JSON Schema，严格模式一并校验。
• 工具模式校验器 — 粘贴工具定义，查清它为何被拒绝或被错误调用。
• 提示模板填充 — 把一条提示展开到整张表格，并看清缺了哪些值。
• 系统提示检查器 — 找出自相矛盾、无效指令与未替换的占位符。
• 提示差异比较 — 逐词比较两个提示版本，并给出 token 差额。
• 少样本示例构建器 — 把输入输出对转成带标签、JSON 或对话格式的示例。
• XML 提示分节构建器 — 用内容无法越出的标签包裹提示的各个部分。
• JSONL 查看与校验 — 逐行读取、筛选并检查 JSONL 文件。
• 对话记录转换 — 把消息数组转成可读记录，也能转回去。
• 微调数据集校验 — 检查 chat 格式 JSONL，找出会中断训练的错误。
• SSE 流查看器 — 粘贴原始流式响应，取回正文、工具调用与用量。
• 上下文窗口规划 — 在提示、工具、历史与回复之间分配上下文窗口。
• 提示缓存规划 — 重排请求的各块，让可缓存前缀尽可能长。
• 文本切分 — 把文档切成有重叠的片段，只在真正的边界处断开。
• 代理循环成本估算 — 逐轮估算成本，计入重发的历史与缓存。
• 批量请求构建器 — 把表格转成批量任务，每条请求都有唯一 id。

常见问题

这些 AI 工具是做什么用的？

用来构建和调试模型周边的东西，而不是调用模型本身：技能与子代理文件、MCP 服务器条目、钩子、权限规则、提示词、工具模式、数据集和成本估算。在某个配置文件于线上会话中悄无声息地失效之前，这些检查都值得先跑一遍。

这些 AI 工具会把我的提示词发送到别处吗？

不会。这个分类里的每个工具都是在你的浏览器中运行的文本处理。提示词、数据集、对话记录和配置文件都留在你的设备上——这一点很重要，因为这些文件经常包含内部指令和客户数据。

工具里的模型价格和上下文上限是最新的吗？

它们标注了最近一次核对的日期，显示在每个用到它们的数字旁边，而且在涉及费用的工具中，费率都可以编辑。公开价格会变动，所以请把内置的价格表当作起点，在据此做预算之前，先与服务商自己的定价页面核对。

这些 AI 工具只适用于某一家服务商吗？

文件格式——技能、子代理、斜杠命令、钩子、MCP——遵循这些格式各自的约定。其余一切都与服务商无关：JSONL、对话记录、流式事件、文本切分、token 预算和提示词结构，无论你发给哪个模型，用法都一样。

为什么要如此仔细地检查技能或工具的描述？

因为这一个字段决定了它到底会不会被用上。描述含糊的技能会一直无人问津；描述单薄的工具会被传入错误的参数。两者失败时都不会报错，而这恰恰是检查器最擅长发现的那类问题。