Skill和函数工具的Token消耗差异

[Astral-Yang]

最近我把一份 Skill 从 ClawHub 调整后接入到 asrtbot，在这个过程中产生了一个疑问，想和大家讨论一下：

在实现相同功能的前提下，如果分别采用：

• 使用 Skill（提示词/内嵌逻辑）实现
• 使用插件（Function Calling / 工具调用）提供能力给 Agent

这两种方式，在 Token 消耗 上是否会有明显差异？

我的直观感觉是：

• Skill 方式可能会把更多上下文直接放进 prompt 中，从而增加 token 使用
• 插件方式则可能通过结构化调用减少无效上下文，但会引入额外的调用开销

但不太确定在实际场景中，两者的整体 token 成本差异是否显著，尤其是在复杂任务或多轮对话下。

想请教大家：

1. 在实际项目中，这两种方式的 token 使用情况有明显差别吗？
2. 在什么场景下更推荐使用 Skill，而不是工具/插件，或者反之？

[2ndelement]

SKILL更擅长让AI自行参与资料决策复杂工作流和工具选择吧，插件提供工具调用只是给 Agent 提供一个明确了业务逻辑的可用操作。
觉得提供工具上下文使用的更少肯定是对于工具逻辑比较简单，相对功能较少的工具集合和以及对多工具组合使用要求低的场景，实际要让agent做的工具操作多了还是要用SKILL去渐进披露上下文。
SKILL主要好处还是方便迁移和修改迭代，以及记录历史工作流。

[Astral-Yang]

受教了，respect