自完成內容設計後，在檢查檔案時，我發現長久下來的各式修改紀錄已經積累成堆，這些使用紀錄不但包含過時、無用的紀錄，更有拖累思考，增加token消耗的隱憂。

所以為了之後能夠上線skill我首先要針對這些檔案來一次「大清洗」。

/improve-codebase-architecture

improve-codebase-architecture會調查程式碼庫，尋找深化的機會——淺層模組（幾乎和它隱藏的東西一樣複雜的介面）可以變成深層模組的地方——並將它們寫成一個獨立的 HTML 報告，然後根據你選擇的任何一個報告對你進行深入提問。

這項技能同樣是mattpocock使用的skills之一，與上面的官方說法一致，他會尋找你現有的，值得深入改善的地方，並製作成HTML報告(如下圖)。

比如，首先他建議將我所使用的錯題本設計收束進gsat-english-tutor中變為一個可呼叫的行為，這可以讓所有大題skill的消耗降低並專注於自己的工作。

修改過後的錯題本規則作為子資料夾建立在gsat-english-tutor中，在後續的改動中便可以輕易地減少更改的字原量以及消耗時間。

(比如這次我添加的兩項新標籤)

spec規格再重製

原先的spec應是最為簡明扼要的規格表，只會紀錄方案真正重要的功能，但在修改過程中，原先紀錄的限制逐漸被稀釋，因此我這次選擇將所有非必要/會額外消耗閱讀所需字元/過期或與實作無關的純紀錄剔除。

其結果單大題減少token數近10%，預計九個大題全數修改完可以降低目前的高消耗及生成速度提升。