你的Agent越用越乱？高德开源SkillClaw让技能库自动进化

你有没有这种感觉——AI Agent 用久了，技能库越来越乱？

重复的 Skill 堆了一堆、旧的没人维护、换台设备就全丢了、不同 Agent 之间还互相不认对方的经验。

这其实不是你的问题，是整个 Agent Skills 生态的痛点。

今天挖到一个高德开源的项目，专门解决这个——SkillClaw。

它解决什么问题？

现在的 Agent 已经能把解决问题的过程沉淀成可复用的 Skill 了。理论上用得越久，应该越聪明。

但现实是： Skills 数量一多，重复的打架、过时的没人管、真正有用的经验反而被淹了。更要命的是，你在这台设备上教会它的东西，换台机器就清零了。

SkillClaw 做的事，就是给 Agent 技能库加一条”自动进化回路”。

核心能力是什么？

1. 自动进化
它会在你正常使用 Agent 的时候，默默记录会话轨迹——任务输入、工具调用、执行结果。然后从这些真实数据里提炼：哪些 Skill 被反复用、哪些流程可以合并、哪些经验值得沉淀。

2. 智能去重 + 合并
发现相似 Skill？自动分析能不能合并。发现低质量 Skill？自动优化补充。

3. 跨 Agent、跨设备共享
支持 Hermes、Codex、Claude Code、OpenClaw、QwenPaw 等主流框架。你的经验不再锁死在某一个 Agent 里——在家里学的，在公司也能用。

怎么用？

安装（macOS/Linux）

git clone https://github.com/AMAP-ML/SkillClaw.git && cd SkillClaw
bash scripts/install_skillclaw.sh
source .venv/bin/activate

配置

skillclaw setup

设置向导会提示你选模型、skills 目录、存储方式。首次验证可以先跑本地闭环，不接外部 Agent。

启动代理

skillclaw start --daemon
skillclaw status

在 Hermes 里集成

skillclaw start --daemon
hermes chat -Q -m skillclaw-model -q "Reply with exactly HERMES_SKILLCLAW_OK and nothing else."

适合谁用？

如果你同时用多个 Agent 框架，或者在多台设备上工作，SkillClaw 可以让你沉淀的经验真正流动起来。

单用户单设备也能跑，它本身就是一个安静的”后台进化系统”——前台你正常用 Agent，后台它在整理优化你的技能库。

GitHub：https://github.com/AMAP-ML/SkillClaw

目前 1.3k stars，MIT 协议，有中文文档，对新手也比较友好。值得一试。

GitHub: https://github.com/AMAP-ML/SkillClaw