用途
该 Skill 面向 CLAUDE.md / AGENTS.md 这类 AI 指令文件，用于对其进行优化、审计、精简、瘦身或重构。其核心理念是「找到最小的高信号 token 集合，最大化期望结果的可能性」，目标是让指令在实际任务中被正确加载、找到并执行。信息效率、可读性与可维护性服务于这个结果；文件大小、审阅次数和脚本绿灯都不能替代行为证据。
在主文中保留决策与执行入口，验证命令和历史材料按触发读取。官方篇幅建议用于发现可拆分内容，不是通过/失败阈值。
执行边界与验收
先固定当前目标文件、消费它的宿主、授权范围、用户可见结果与停止条件。诊断/审计请求只读；明确要求优化或修复时，执行范围内的本地可逆修改与必要验证。发布、不可逆操作和范围扩张按当前用户授权处理。
「零信息损失」约束仍有效的契约与原样迁移，不要求旧错误永久留在现行规范里。每项改动先标记为：保留/原样移动、同源去重、依据现行权威纠错，或待用户裁决的退役/边界变更。
提案或验收正文给出：当前原文 → 候选文本/准确 diff → 依据 → 行为后果 → 未验证之处。依据分为当前宿主/官方契约、原始研究、用户长期契约、实测样例和待验证假设。
验收标准是：授权范围内的改动完整且无误、真实宿主加载路径正确、代表性任务符合预期。
铁律：行数禁作 KPI，可作诊断症状
禁止把「减少行数」作为优化目标或成功指标：行数少不代表更好，行数多不代表更差。评判标准是单一信息源、认知相关性、维护一致性，而非行数。禁止在优化方案或总结中出现「从 X 行精简到 Y 行」「减少 Z%」作为成果，也禁止把「减少行数」作为移动或删除某内容的理由。
行数可以作为诊断症状：允许把「行数异常大 + Claude 反复不遵守某规则」当成触发调查的信号，但调查动作是信号分诊 + 分层，不是「砍到 N 行」。
两层架构
Level 1（CLAUDE.md）每次对话都加载，通常包含：信息记录原则、Reference 索引、核心命令表、铁律/禁令、常见错误诊断、代码模式、目录映射、修改代码前必读、Reference 触发索引等。Level 2（references/）按需即时加载，包含详细 SOP 流程、边缘情况处理、完整配置示例、历史决策记录等。
该布局是项目级示例，不是要求每个文件补齐的模板。此外，渐进式披露发生在多个层：MCP 懒加载工具、RAG 按需取知识、Skills 描述常驻正文按需，以及 Claude Code 的动态工具选择。应先问载体，再问层级；判据是模型能否在决策前找到这条规则，以及现有机制能否覆盖所需条件。
多入口原则
同一 Level 2 资源可以有多个入口，服务于不同查找路径：Reference 索引（开头，按错误/问题查）、修改代码前必读（中间，按任务查）、Reference 触发索引（末尾，长对话定位）。多入口成立仅当每个入口 keyed 方式不同，且都只指向同一 Level 2 资源、不复制其正文；入口存的是「路标 + 触发条件」，不是「内容副本」。
优化工作流
Step 1：固定原始基线（写入前）。只读审计先读取，开始授权修改前记录精确源路径及解析后的真实目标，备份完整文件与涉及的 reference，保存路径、字节哈希和时间，使用唯一备份名。
Step 2：内容分类，分三阶段。2.0 热点测量，先确定用户要修的是不遵循、冲突、加载错误还是上下文负担，再量相关信号；可查看宿主真实注入面（如 /context、/memory），统计分节字节表与行长分布，并注意测量仪器自身的坑（heading 正则必须感知 code fence；不把 bytes/chars 当 token）。2.1 信号分诊，对每个章节先问「删掉这一条，Claude 会不会犯错」；不会犯错且属于可从代码推断、语言/框架标准约定、自明常识、已有 canonical source 覆盖、已过时的一次性修复等，则列入候选删除清单。2.2 分层分类，按高频使用、违反后果严重、是否每轮任务都需要、是否有明确触发条件等，决定放入 Level 1 或 Level 2。
Step 3：创建 Reference 文件。命名如 docs/references/{主题}-sop.md；铁律是原样移动，禁止压缩——把 100 行原封不动搬到 Level 2 是正确的，把 100 行「精简」到 60 行搬过去是错误的。整节批量下沉时用脚本（如 scripts/sink_sections.py）执行，注意拒写 symlink 目标、先全部提取后统一替换。
Step 4：更新 Level 1。保留当前有效的跨任务约束，更新受本次改动影响的既有入口；迁移细节后写明何时读、读哪里、能得到什么。写指针前有硬 gate：每写一条「→ 某 reference / 详见 X」指针前，当场确认目标文件真有这段内容，绝不写假指针。
Step 5：验证结构、加载与任务结果。包括校准判据与检查引用、内容完整性逐节对比、压缩重述的保真审计（子句级 diff 检查限定词是否丢失）、行数不进验证标准，并在相同宿主/cwd 核对改前改后的实际加载内容与来源，用代表性任务检验行为。
核心原则
原则 0：更新现有信息归属规则，仅补本次需要而缺失的触发、归属和维护来源。原则 1：索引位置服从检索需要，默认保留一个清晰入口。原则 2：引用必须有触发条件（错误示例「详见 native-modules-sop.md」；正确写法应写明何时读、包含什么）。原则 3：保留任务实际需要的代码模式，高频且重推导有可复现风险的保留最小可复制例。原则 4：用三态优先级（必须、禁止、可选），不要全标铁律；堆叠强调词会让新模型过度触发。原则 5：原因帮助决策时才补充。
引用格式有四种：详细格式、问题触发表格、任务触发表格、内联格式，各自服务不同场景；应使用能让读者可靠找到内容的最简单格式。注意 @import 不省上下文——它在启动时全量展开载入，拆成 @import 只改善组织，不减少任何上下文。常用的减负方式包括：把非通用内容移到项目级 CLAUDE.md、留纯文字指针让模型按需拉、转 skill。
反模式警告
该 Skill 列出多种反模式：以行数为目标的过度精简、无触发条件的引用、移走代码模式、删除而非移动、用行数当 KPI、移动时压缩（变相删除）、用「故意删除」掩盖信息丢失、纯否定规则（不给替代）、假指针（指向不存在的内容）。其中假指针比直接丢内容更隐蔽，会让「文件存在」检查通过，但读者点进去才发现内容不在。
适用场景与限制
适用于需要审计、精简、重构或瘦身 CLAUDE.md / AGENTS.md 的任务，以及用户说「太大/太长/精简/瘦身」时。此时应先 reframe 再动手：确认要改善的实际症状与已有授权，做相关测量与信号分诊，把「太大吗」当调查的起点，不是砍的许可。
限制与注意：诊断/审计请求只读；脚本的 OK 只证明所列机械检查通过；验证不能用 grep 证明整段完整搬运（多行原句会被按行 OR 命中，需用整串子串判断）；行数在验证阶段不是任何标准。关于其所属来源、安装方式、收费或价格、具体支持平台等信息，当前资料暂未提供。