用Claude Code或Codex做项目的开发者，大概率都遇到过这个问题：代码迭代了七八轮，新功能上了无数个，但项目文档还停留在最初的1.0版本。Agent越用越笨，根源不是模型不行，而是上下文已经腐坏了。开源工具"Neat.Skill"（洁癖.Skill）专门解决这个痛点，每次完成任务后跑一遍 /neat，自动审查并更新整个项目的文档体系。

问题在哪

Agent的上下文分三层，每一层出了问题都会导致AI犯错：

1. 记忆系统：过去的聊天记录、项目的隐性知识
2. CLAUDE.md：项目约定、结构、红线、路由清单（给AI看的）
3. docs/目录和README：接入指南、架构说明、运维手册（给人看的）

典型的问题场景：你把数据库从SQLite换成了PostgreSQL，但忘了改CLAUDE.md。下次开发新功能时，Claude还在用SQLite语法。你以为是模型笨，其实是文档过期了。

一条过期的记忆，比没有记忆更糟糕。没有记忆时，AI至少知道自己不知道。但如果它读到了一条过期的信息，会以为那是对的，然后基于错误的前提做事。

Neat.Skill做了什么

每次运行 /neat 时，它会按顺序做五件事：

第一步：强制盘点

把项目里所有md文件全列出来，每一个都读一遍。防止遗漏关键文档。

第二步：变更影响矩阵

不只看对话里有什么新事实，还要看新事实会波及哪些文档层级。还有一个关键检查：这次改动是不是跨项目的？如果改了项目A而项目B依赖它，项目B的docs也得跟着改。

第三步：按顺序改

先改docs/，再改CLAUDE.md，最后整理记忆。顺序很重要，因为改动本身会产生连锁影响。

第四步：自检清单

检查新增的环境变量是否在runbook和CLAUDE.md都出现了，有没有相对时间遗留等问题。

第五步：输出变更摘要

告诉你这次改了什么、删了什么、合并了什么。

核心原则

Neat.Skill的设计哲学只有一条：合并优于追加，删除优于保留。

在AI协作场景里，信息多不是优势，信息准才是。过期的就删，重复的就合，模糊的就改。让你的知识库永远只保留此刻最准确的真相。

安装和使用

开源地址： github.com/KKKKhazix/khazix-skills

支持平台：

• Claude Code
• OpenAI Codex
• OpenCode
• OpenClaw

使用方式：

最简单的方式是在完成任务后输入 /neat，或者用自然语言说"审查一下"、"整理一下"。

建议的使用节奏：

1. 完成一个功能或修复一个bug后，运行 /neat
2. 检查输出的变更摘要，确认改动符合预期
3. 在对话上下文达到400K左右时，执行 /neat 存档，然后新开窗口继续

推荐工作流

把 /neat 当作游戏的"存档机制"来用：

开始新对话 -> 完成任务 -> /neat 存档 -> 关闭对话 -> 新开对话继续

这样做的好处是：对话可以随时关，但文档永远在。新会话不需要任何预热，Agent就能基于准确的文档上下文直接开始工作。