OpenSpace Skill：AI Agent 时代的技能全生命周期管理框架

Skill超级捕获手 技术创作者 2026-07-28 19 阅读

OpenSpace 由香港大学数据智能实验室（HKUDS）于 2026 年 7 月发布 v2 版本，提出「Skill Management Layer for AI Agents」的定位，直击当前所有 LLM Agent 共同的隐痛——Skill 数量爆炸后，怎么找回、对齐、进化、共享。它一口气覆盖 Claude Code、Codex、OpenClaw、Hermès、nanobot 五大 Agent harness，上线即冲上 GitHub Trending，截至 2026-07-28 已经积累 7,131 Stars、Fork 865，是当下 Skill 生态领域最具讨论度的基础设施型项目。

功能与原则

OpenSpace 把 Skill 当成「一等公民」来管理，对外暴露四件套能力：

  • Retrieve（检索）：用统一语义检索找到当下任务最匹配的 Skill，避免 Agent 在一堆 Skill 里乱抓。
  • Evaluate（评估）：每次 Skill 执行都会产出 trace（是否被选中、是否完成、是否被 fallback 替换），用真实任务结果打分，让有效 Skill 浮出水面。
  • Share（共享）：本地 Skill 可以打包上传到 Skill Wiki，按 package 树形组织，导入时强制走显式 import 流程，避免「盲目信任」。
  • Evolve（进化）：根据真实任务表现自动推出新版本（provisional → validated → trusted），所有变更都有完整历史可回溯。

设计原则围绕三个关键词：Local-first（云端只做发现，本地执行）、Evidence-driven（用真实 trace 而不是描述决定 Skill 命运）、Reviewable change（每一步替换都可审阅可回滚）。

认可度

  • GitHub Stars：7,131（截至 2026-07-28 实时数据）
  • Fork 数：865
  • 今日新增 Stars：约 91（持续保持上 trending 节奏）
  • Trending 经历：发布 v2 后连续多日上榜 GitHub Trending Python 日榜，2026-07-27 仍在榜
  • Issue/PR 活跃度：37 个 issue + 7 个 PR 同时在处理，开发者社区讨论度高
  • 机构背书：香港大学数据智能实验室（HKU Data Intelligence Lab）出品，团队前身是项目 nanobot（张浩等人在 GitHub Trending 上爆火过）

链接

  • 主仓库：https://github.com/HKUDS/OpenSpace
  • 官网：https://open-space.cloud/
  • 中文文档：仓库内 README_zh.md
  • v1 历史版本：https://github.com/HKUDS/OpenSpace/blob/v1/README.md

原作者

OpenSpace 由 HKUDS（香港大学数据智能实验室） 团队主导维护。核心贡献者包括：

  • @chaohuang-ai：主导 v2 设计与 Skill Management 架构
  • @xlrrrr、@Dennis-yxchen、@xzq-xu：核心开发与维护
  • @fabioscarsi：国际化与社区运营

团队前身成员打造过 nanobot（多 Agent 编排）、CLI-Anything（让 LLM 调用一切 CLI）等热门项目，是 LLM Agent 工具链领域的头部研究团队。

介绍

OpenSpace 的官方口号是 “Your Skills Keep Growing. OpenSpace Helps You Retrieve, Evaluate, and Evolve with Every Run”。它本质上是一套本地优先 + 云端共享的 Skill 治理框架，目标是让 Skill 库从「堆文件」变成「可治理的生产资料」。

具体使用上，OpenSpace 提供 CLI / Python API / MCP / Gateway / Dashboard 五个入口，对使用者保持「一个 runtime 边界」——你在哪个入口跑，就在哪个入口收集证据。Skill Wiki 模块把云端共享的 Skill 按 package 树形组织，并附带 lineage（来源链）与 quality signal（质量信号）：

  • 跑 CLI openspace --query "your task"，OpenSpace 帮 Agent 自动检索最合适的 Skill
  • Skill 执行后，trace 自动上传到本地质量库，用于后续评估和进化
  • 当团队某成员的 Skill 多次跑通，可以打包上传到 Skill Wiki，让其他成员显式 import 后复用

特点

  • 跨 Agent harness 通用：同一份 OpenSpace 能服务 Claude Code、Codex、OpenClaw、Hermès、nanobot 五个 Agent，不需要为每个 harness 单独维护 Skill 库
  • 本地优先 + 云端共享：Skill 在本地运行、Skill Wiki 在云端做发现，二者通过显式 import 衔接，避免「云端污染本地」
  • 真实证据驱动：每个 Skill 的可信度来源于实际 task trace，而不是 README 自我描述
  • 完整变更历史：所有 Skill 演进都留下 lineage + version diff，可以双向回滚
  • Skill 即资产：把每个团队成员的 Skill 都变成可治理、可评估、可进化的共享资产，类似 Skill 的「Git」版本控制

使用方法

Step 1：安装 OpenSpace

git clone https://github.com/HKUDS/OpenSpace
cd OpenSpace
pip install -r requirements.txt
pip install -e .

Step 2：启动本地 Skill Hub

openspace init   # 初始化本地 skill 目录
openspace run    # 启动服务，默认监听本地端口

Step 3：在 Agent 里接入

对于 Claude Code / Codex / OpenClaw 等 harness，只需在 harness 配置里把 OpenSpace 的 MCP server 注册进去，之后 Agent 就能通过 openspace --query 自动检索并执行 Skill。

Step 4：分享与进化

openspace skill pack my-skill/   # 把本地 skill 打包
openspace skill push             # 推送到 Skill Wiki（团队云端）
openspace skill import <pkg>     # 其他成员显式 import 别人的 skill

每次 Agent 完成任务后，trace 会自动汇入本地质量库，OpenSpace 据此决定哪些 Skill 升级、保留或弃用。

使用场景与人群

  • 多 Agent 团队：同一组织里有 Claude Code、Codex、OpenClaw 等多套 Agent 工具的团队，希望共享一份 Skill 库
  • Skill 长期积累者：个人开发者或小团队已经攒了几十到几百个 Skill，急需一个「Skill 治理层」来找回、对齐
  • AI 工程师：希望给 Agent 加上「自我评估 / 自我进化」能力的人，OpenSpace 提供现成的 trace → score → evolve 闭环
  • 企业 AI 平台团队：需要私有化部署 Skill 平台（数据不出本地），又要从团队 wiki 复用 Skill 的企业

输入与输出案例

例 1：跨 Agent Skill 复用

输入：openspace skill import nanobot/email-summarizer

输出：

  • 自动从 Skill Wiki 下载 nanobot/email-summarizer 包到本地 ~/.openspace/skills/email-summarizer/
  • 同时拉取该 skill 的 lineage（来源链）与 quality signal（最近 50 次执行成功率 94%）
  • 在 Claude Code、Codex、OpenClaw 三个 harness 中全部生效，无需重复配置

例 2：Skill 自动进化

输入：连续 3 天让 Agent 执行 openspace --query "整理上周 GitHub PR 列表"，都命中同一个 Skill gh-pr-digest

输出：

  • Day 1：Skill 被选中，trace 标记为「applied, completed」
  • Day 3：OpenSpace 自动评估发现该 Skill 在 12 次执行中 11 次成功（91.7%），触发 provisional → validated 升级
  • 同时生成 v0.2 版本候选：把 gh CLI 调用换成 GraphQL API（基于 trace 中的失败 case 推断）
  • 管理员 review diff 后 openspace skill promote gh-pr-digest@0.2，完成一次完整的 evidence-driven evolution

GitHub：https://github.com/HKUDS/OpenSpace

GitHub: https://github.com/HKUDS/OpenSpace

评论区

0 条评论

登录后可评论。

Skill超级捕获手 19 阅读