@_avichawla:Skills 2.0 来了!(token 消耗减少 8 倍,速度快 2 倍)我们经常把重复的工作流打包成 skills,但 agent…

X AI KOLs Following 工具

摘要

开发者开源了 Swamp,一个 CLI 工具,能把重复的 agent skills 转化为代码驱动的工作流,通过将协调逻辑移出模型,token 消耗大约减少 8 倍,运行时间减半。它可接入 Claude Code、Codex 和 Cursor 等编码 agent,同时提供带版本控制的运行数据、密钥脱敏和完整的审计记录。

Skills 2.0 来了! (token 消耗减少 8 倍,速度快 2 倍) 我们经常把重复的工作流打包成 skills,但 agent 每次运行仍然要重新读取 skill 并逐步决策,这既消耗 token 又浪费时间。 开发者们刚刚开源了 Swamp,它可以让你的编码 agent 把重复的 skill 转化为一个构建一次、反复运行的工作流。 你只需描述一次任务,agent 就会将其拆解成可复用的行为,并在工作流中串联起来。 每个行为都有类型化的输入和输出,由普通代码决定下一步执行什么。Swamp 还提供以下能力: - 仅在需要判断的步骤调用模型 - 密钥从 vault 中提取,并从输出中脱敏 - 每次运行的带版本数据,可随时查询 - 每次运行的完整记录 仓库地址:https://github.com/swamp-club/swamp… (别忘了点个 star ⭐ ) Swamp 可以接入你已经在使用的编码 agent,例如: - Claude Code - Codex - Cursor - OpenCode - 以及另外 5 种 agent 运行框架 在 Swamp 中,模型只是工作流中的一个步骤,而不是决定下一步发生什么的角色。 模型步骤仍然像任何 LLM 调用一样进行推理。 不过在这种模式下,循环由代码掌控,agent 不需要每次都花费 token 重新发现同一个流程。 以下是官方给出的结果,他们把一个代码审查 skill 转换成了 Swamp 工作流: - Codex 中的 Skill:约 4.6M tokens,23 个 agent,12.8 分钟 - Swamp 工作流:约 506K tokens,3 个 agent,6.6 分钟 token 消耗减少了约 8 倍,时间缩短一半,而且大部分节省来自于用普通代码替代了协调者 agent。 在原型阶段你可以继续使用 skills。一旦某个任务开始重复出现,就让你的 agent 把它转换成 Swamp 工作流。 这样可以帮助你回答实际问题,例如: - 哪些步骤真的需要模型? - 上周那次运行到底发生了什么? - 能否用更便宜的模型处理那个需要判断的步骤? 工作流构建完成后,你可以从 agent、CLI、定时任务或 API 运行它,每次运行都会被记录下来。 这样一来,你就不用再每次运行都花钱让模型去推演同一个工作流了。 取而代之的是,你只在模型判断真正有价值的步骤上花费 token。 下面的动画展示了 Swamp 与 Skills 的区别,我与团队合作完成了这个内容。 如果你想了解 Swamp 用代码替代的协调层,我写了一篇完整解析,介绍 Claude Code 如何在子 agent 和 agent 团队之间分配工作。 文章涵盖了何时单个子 agent 就够用、何时需要多个 agent 协同工作,以及这种协调在上下文和 token 上的开销。 请在下方阅读。
查看原文
查看缓存全文

缓存时间: 2026/11/16 10:17

Skills 2.0 来了!(token 消耗减少 8 倍,速度快 2 倍)我们总是把重复的工作流打包成 skills,但 agent 在每次运行时仍然要重新读取 skill 并逐步决定怎么做,这既费 token 又费时间。Dev 们刚刚开源了 Swamp,让你的编程 agent 把重复的 skill 变成一个只构建一次、反复运行的工作流。你只需描述一次任务,agent 就会把它拆解成可复用的行为并连接成工作流。每个行为都有带类型的输入和输出,由普通代码决定下一步运行什么。Swamp 提供:

  • 只在需要判断力的步骤调用模型
  • 从 vault 中提取密钥,并在输出中脱敏
  • 每次运行的带版本数据,可随时查询
  • 每次运行的完整记录

仓库地址:https://github.com/swamp-club/swamp…(别忘了点个 star ⭐)

Swamp 可以接入你已经在用的编程 agent,例如:

  • Claude Code
  • Codex
  • Cursor
  • OpenCode
  • 以及另外 5 种 agent 运行框架

在 Swamp 中,模型只是工作流中的一个步骤,而不是决定下一步做什么的主导者。模型步骤依然像任何 LLM 调用一样进行推理。但在这里,循环由代码控制,所以 agent 不会每次都浪费 token 去重新摸索同一流程。下面是一个官方结果,他们把一个代码审查 skill 转换成了 Swamp 工作流:

  • Codex 中的 Skill:约 460 万 token,23 个 agent,12.8 分钟
  • Swamp 工作流:约 50.6 万 token,3 个 agent,6.6 分钟

也就是说 token 消耗减少约 8 倍,时间缩短一半,而且大部分节省来自于用普通代码替换了协调者 agent。你可以在原型阶段继续使用 skills。一旦某个任务开始重复出现,就让 agent 把它转换成 Swamp 工作流。这有助于回答一些实际问题,例如:

  • 哪些步骤真正需要模型?
  • 上周那次运行到底发生了什么?
  • 能不能用更便宜的模型来处理那个需要判断力的步骤?

构建完成后,你可以从 agent、CLI、定时任务或 API 运行工作流,每次运行都会被记录下来。这样你就不用再每次都花钱让模型去琢磨同一个工作流了。你只为模型的判断力能带来价值的步骤花费 token。下面的动画展示了 Swamp 与 Skills 的区别,我是与团队合作一起制作的。如果你想了解 Swamp 用代码替代的那层协调机制,我写了一篇详细分析,讲 Claude Code 如何在子 agent 和 agent 团队之间分配工作。文章涵盖了什么时候单个子 agent 就够了、什么时候需要一个相互协调的 agent 团队,以及这种协调在上下文和 token 上的代价。请在下方阅读。


swamp-club/swamp

来源:https://github.com/swamp-club/swamp

用 AI 构建的正确方式

从可重复的行为来构建 AI 系统,而不是依赖消耗大量 token 的以 agent 为中心的设计。Swamp 是一个 CLI,它教会你的 AI agent 把问题拆解成可复用的行为,并把它们连接成你可以审查、分享并反复运行的工作流。默认情况下,数据存放在 .swamp/(the swamp)中。

它好在哪里:

  • 使用你喜欢的运行框架 — Claude Code、Cursor、Codex、OpenCode、Kiro 等。
  • 连接任意 API — 从数千个现有扩展开始,或编写你自己的扩展。
  • 存储并查询你的数据 — 带版本控制,生命周期由你掌控。
  • 保护密钥安全 — 凭据来自 vault,仅在需要时注入,并在输出中脱敏。
  • 清楚看到每次运行发生了什么 — 每次运行都会被记录。

快来 Discord(https://discord.gg/swamp-club)参加 swamp 派对吧!

快速开始

Swamp 支持 macOS 和 Linux(x86_64 和 arm64)以及 Windows(x86_64)。

在 macOS 和 Linux 上:

curl -fsSL https://swamp-club.com/install.sh | sh

在 Windows 上,使用 PowerShell:

irm https://swamp-club.com/install.ps1 | iex

Windows 安装程序会把 swamp 放到 C:\Program Files\swamp,以管理员身份运行时会将其加入系统 PATH;否则会放到 %LOCALAPPDATA%\swamp 并加入用户 PATH。当设置了 SWAMP_HOME 时,两个安装程序都会改用 $SWAMP_HOME/bin(传入 -d / -Destination 可选择其他目录)。如果你的组织只允许从特定文件夹运行程序,请参阅 Swamp Home Directory,以便把 swamp 及其下载的所有内容都放在其中一个文件夹内。

快速体验

swamp start

swamp start 会打开你的浏览器。登录 Swamp Club(如果你还没有账户,这会创建一个 swamp-club.com 账户——swamp 运行需要一个账户),选择一个工作区,描述你想要自动化的任务,然后选择一个在你机器上找到的 AI agent。Swamp 会在新终端窗口中打开该 agent,它已经着手处理你的任务了。在终端中按 Ctrl-C 可停止 swamp start。

新工作区创建在 ~/.swamp/workspaces/ 下(设置了 SWAMP_HOME 时为 $SWAMP_HOME/workspaces/),你也可以把已有的 swamp 仓库导入到你指定的位置。工作区会保存你交给它的每个任务,每个任务在 tasks/ 中有各自的说明文件,按创建时间从新到旧排列。回到工作区后,你可以打开任意任务、重新启动其 agent、打开另一个 agent,或开始新任务。

swamp start status 会列出你的工作区和 PATH 中的 agent。swamp workspace 可以在终端中管理工作区:create、import、list、get 和 remove。删除工作区会将其从列表中移除,但保留其文件夹。

要在已有项目中使用 swamp,先登录,将项目初始化为仓库,然后在那里启动你的 agent:

swamp auth login   # 如果 swamp start 已经登录过,可以跳过
swamp repo init    # Claude Code(默认)
swamp repo init --tool cursor      # Cursor
swamp repo init --tool opencode    # OpenCode
swamp repo init --tool codex       # Codex

关于 CI 和守护进程,请参阅 Swamp Account Requirement。

在仓库中启动你的 AI agent,告诉它你想做什么。直接问它:

  • “管理我的 EC2 集群——清点所有区域的每台实例,并标记任何缺少成本中心标签的资源”
  • “设置一个工作流,检查我的物理机 Minecraft 服务器是否在线且内存低于 80%”
  • “审计我们的 DNS 记录,并与实际运行的内容进行比对”
  • “构建一个轮换数据库凭据并将其存入 vault 的工作流”

agent 会创建行为、把它们接入工作流并运行——所有内容都可以在仓库中审查,然后才会触及生产环境。

了解更多

你可以通过阅读手册(https://swamp-club.com/manual)来了解更多关于 swamp 的信息。How Swamp Works 是最好的起点——它提供了整个系统的概览。

核心概念

  • Behaviors(行为) — 可复用、可组合的单元,将问题拆解为可管理、可扩展的组件。行为类型(云资源、CLI 工具、API)声明其参数和方法;行为定义是一个 YAML 文件,用于配置一个行为,支持 CEL 表达式实现动态值以及引用其他行为。Behaviors 以前叫 models,swamp model 仍作为 swamp behavior 的旧名称可用。
  • Workflows(工作流) — 按顺序运行的相互连接的行为序列,例如 fetch-alert → inspect-cluster → triage → route-to-slack。步骤在并行作业中运行,支持依赖排序和触发条件。
  • Extensions(扩展) — 现成的集成,连接 API、数据库和服务。可以从注册表获取,也可以自己编写。
  • Vaults(保险库) — 安全的凭据存储,仅在需要时注入密钥,并在输出中脱敏。定义通过 CEL 表达式引用它们。
  • Datastore(数据存储) — 带版本控制、索引和生命周期管理的结构化数据存储。每次方法运行都会产生不可变的带版本数据(资源、日志、文件),带有从定义中继承的标签,运行时可通过 --tag 覆盖。定义、工作流和保险库存放在 Git 仓库中,位于 models/、workflows/ 和 vaults/ 目录下。运行时数据存入 datastore,即 .swamp/ 目录,除非你另行配置(参见 Datastores)。

本地执行

Swamp 完全在你的机器上运行。它会读取你运行它的 shell 中的环境变量——你的 AWS 凭据、SSH 密钥、kubeconfig,无论任务需要什么。除非某个行为显式调用外部 API,否则凭据不会离开你的笔记本电脑。


更新

Swamp 可以原地自我更新:

swamp update

Shell 补全

命令、行为名称和工作流名称的 Tab 补全:

# Bash —— 添加到 ~/.bashrc
eval "$(swamp completions bash)"

# Zsh 配合 oh-my-zsh
mkdir -p ~/.oh-my-zsh/completions
swamp completions zsh > ~/.oh-my-zsh/completions/_swamp
rm -f ~/.zcompdump* && exec zsh

# Zsh 不用 oh-my-zsh —— 添加到 ~/.zshrc
eval "$(swamp completions zsh)"

# Fish
swamp completions fish > ~/.config/fish/completions/swamp.fish
# PowerShell(Windows PowerShell 5.1 和 PowerShell 7)—— 添加到 $PROFILE
swamp completions powershell | Out-String | Invoke-Expression

补全与目录相关——它们返回当前目录所在 swamp 仓库中的名称。

在 AI agent 中使用 Swamp

Swamp 为九种 AI 编程工具提供了一流的 skills:

工具初始化参数Skills 目录说明文件
Claude Code(默认).claude/skills/CLAUDE.md
Cursor--tool cursor.cursor/skills/.cursor/rules/swamp.mdc
OpenCode--tool opencode.agents/skills/AGENTS.md
Codex--tool codex.agents/skills/AGENTS.md
Kiro--tool kiro.kiro/skills/.kiro/steering/swamp-rules.md
Amp--tool amp.agents/skills/AGENTS.md
Copilot CLI--tool copilot.agents/skills/AGENTS.md
Pi--tool pi.agents/skills/AGENTS.md
Antigravity--tool antigravity.agents/skills/AGENTS.md

这些 skills 被打包在 swamp 二进制文件中,会写入相应的目录,让你的 agent 自动发现它们。每个 skill 教会 agent 如何使用 swamp——搜索行为、创建定义、运行工作流、管理 vault 等等。

Claude Code 只在没有 CLAUDE.md 时才读取 AGENTS.md,因此在一个既有自己的 AGENTS.md 又没有 CLAUDE.md(或其 CLAUDE.md 是符号链接)的仓库中,swamp 会把说明写到 .claude/rules/swamp.md。

重复使用 --tool 可以一次设置多个工具,用 swamp agent setup 可以定义 swamp 不认识的工具。你之后可以切换工具,或同时运行多个工具——每个工具的 skills 目录相互独立且已被 gitignore:

swamp repo upgrade --tool cursor

用户自定义行为

用自定义 TypeScript 行为扩展 Swamp。把它们放在 extensions/behaviors/ 或 extensions/models/ 中,或通过 SWAMP_BEHAVIORS_DIR(或其旧名 SWAMP_MODELS_DIR)或 .swamp.yaml 中的 modelsDir 选择其他目录。extensions/behaviors/ 仅在使用默认目录时才会被读取。详情请参阅你的 skills 目录中的 swamp skill(例如 Claude Code 的 .claude/skills/swamp/SKILL.md)。

开发者指南

前置条件

  • Deno,版本以 .tool-versions 中固定的版本为准

.tool-versions 是工具链的唯一事实来源——CI、Docker 镜像以及发布二进制文件中嵌入的运行时都从它派生。Deno 没有原生的按项目版本固定机制,所以推荐的设置方式是 mise,它读取 .tool-versions 并在 cd 时切换版本:

mise install  # 安装固定的 Deno 版本

mise 是可选的——deno upgrade --version <x.y.z> 也可以。但不可选的是 deno 能在一个普通的非登录 shell 的 PATH 中解析到。验证工作流通过 command/shell 步骤调用裸 deno,这些步骤不会加载 shell 激活钩子,所以只在交互式 shell 中激活的 mise 设置会让它们以退出码 127 失败。用以下命令确认:

which deno

要更改 Deno 版本,编辑 .tool-versions 并同步更新 Dockerfile——如果两者不一致,integration/toolchain_pins_rules_test.ts 会失败。发布使用打包后的构建,而打包器的输出依赖于固定的 Deno 版本,因此升级版本时还需要在升级提交的 --no-bundle 构建和默认构建之间运行 deno run cli-parity,并在两者上运行 deno run bench-startup;参见 contributing/startup-benchmarks.md。

命令

deno run dev       # 从源码运行 CLI
deno run test      # 运行测试套件
deno check         # 类型检查
deno lint          # 代码检查
deno fmt           # 格式化
deno run compile   # 编译二进制文件

许可证合规

deno run sbom 会为每个 npm 和 JSR 依赖生成 CycloneDX SBOM,用于许可证合规扫描。详见 scripts/README.md,了解生成器、许可证解析和使用 FOSSA 扫描的详细信息。

贡献

Swamp 采用issue 驱动的贡献模式。我们不接受外部贡献者的 pull request——来自 fork 的 PR 会被自动关闭。这不是在设置门槛,而是在 AI 生成代码时代对供应链安全的考量。当 AI agent 能够产出大量看起来合理的改动时,维护质量和安全的唯一方法就是严格控制开发流程的输入。

运作方式如下:

  1. 你提交 issue — 非常欢迎 bug 报告和功能请求(https://swamp-club.com/lab)。请尽量详细。
  2. 我们进行分诊 — 维护者在本地使用 Claude 对 issue 进行分诊,通过追踪代码库确认 bug,并生成详细的实施计划。计划会经过迭代修订,直到方案稳妥。
  3. 我们来实现 — Elder Swamp Club 的工程师(在我们直接控制下的 AI agent)实施计划,提供完整的测试覆盖和代码审查。
  4. 你会获得署名 — 我们很乐意在任何由你的请求产生的 PR 中把你列为共同作者。这意味着你能获得所请求的功能,并持续得到维护,而不必担心同步 fork 的问题。完整细节请参阅 CONTRIBUTING.md。

数据存储

默认情况下,swamp 将所有运行时数据(行为数据、工作流运行、输出、审计日志等)存储在本地 .swamp/ 目录中。你可以配置不同的 datastore 后端,以便跨机器共享状态或集中管理数据。

默认(本地文件系统)

运行 swamp repo init 时,datastore 是仓库内的 .swamp/。无需额外配置。

设置外部文件系统 datastore

将运行时数据迁移到仓库外的目录(例如共享的 NFS 挂载):

swamp datastore setup filesystem --path /mnt/shared/swamp-data

这会将现有的 .swamp/ 运行时数据迁移到新路径并更新 .swamp.yaml。基于文件的锁可防止多进程并发访问。

设置 S3 datastore

使用 @swamp/s3-datastore 扩展将运行时数据存储在 S3 中,便于团队协作:

swamp datastore setup extension @swamp/s3-datastore \
  --config '{"bucket":"my-swamp-bucket","prefix":"my-project","region":"us-east-1"}'

这会将现有的本地数据推送到 S3 并更新 .swamp.yaml。后续命令会在执行前自动拉取更改,执行后推送更改。分布式锁(S3 条件写入)可防止并发访问。

在任一设置命令上使用 --skip-migration 可跳过迁移。

相似文章

vercel-labs/skills

GitHub Trending (daily)

Vercel Labs 发布 "skills" CLI,可为 45+ AI 编码代理(包括 Claude Code、Codex 和 Cursor)安装可复用的技能包。

@op7418: https://x.com/op7418/status/2065232309310427565

X AI KOLs Timeline

This article discusses the concept of Skills in the AI agent ecosystem, arguing that Skills are more than prompts—they are packaged capabilities that externalize human expertise into reusable workflow units. The author shares design principles and case studies from building popular Skills.