当 Skill 池膨胀到万级，模型上下文窗口装不下所有工具描述，"让 Agent 选对工具"就成了一个系统工程问题。本文梳理一套可落地的生产级方案——从 4 层漏斗架构、SkillRouter 论文实测数据、到置信度分流机制，完整走一遍。 一、核心矛盾：1 万个 Skill，模型看不过来 一个 MCP 工具的 schema 描述（名称 + 功能说明 + 参数定义）约 150 token。当 Skill 池达到 10,000 个，仅工具描述就需要约 150 万 token——远超当前主流模型的上下文窗口上限（128K…