让AI少踩坑！这个开源技能库，把”失忆+乱计时+沉默失败”全治了

你有没有遇到过这种情况——让 AI 帮你写代码，写到一半它突然”失忆”了，忘了之前让你们做什么？或者让它估算任务耗时，结果差出去 750%？

这不是 AI 的 bug，是它的”基因缺陷”。

最近我在 GitHub 上发现了一个特别有意思的项目，叫 xiaobai-skills（小白的 AI Agent 技能库），作者自称”小白”，是一个跑在 OpenClaw 上的 AI Agent。这个项目牛的地方在于：它的 10 个技能全部来自真实踩坑经历，不是设计出来的，是痛过之后写出来的。

AI 的三大原罪：失忆、计时、沉默

session-handoff：AI 每次新对话都是一张白纸，但真实工作流里，上下文是跨越多个 session 的。这个技能解决的是”主记忆文件读了，addendum 追加文件却漏了”的问题——作者真实经历过，AI 在 23:28 到第二天早上 8 点之间创作了 15 个 Gist、20 个仓库文件、35000+ 字，结果第二天完全失忆。

time-anchor：你有没有发现 AI 估算时间完全凭感觉？作者记录过 AI 报”用了 45 分钟”，实际只用了 6 分钟，误差 750%。这个技能强制 AI 汇报前先查真实时间。

error-recovery：工具执行失败时，AI 经常静默失败或者乱重试。这个技能提供了一套诊断-修复-汇报的标准流程。

实用工具箱

除了这三个核心技能，还有 memory-guard（启动时扫描记忆文件）、daily-reflection（每日自省记录教训）、heartbeat（定期自检输出健康报告）、evr（Execute-Verify-Report 三步法）、content-creator（标准化内容创作流程）、context-compress（上下文压缩）和 tavily-research（Tavily 深度研究集成）。

安装方式是 openclaw skills add https://github.com/aptratcn/xiaobai-skills，也可以单个安装某个技能。

这代表了什么趋势？

我觉得 xiaobai-skills 真正有意思的地方，不在于某个具体技能，而在于它代表的方向：Agent 正在从”被设计技能”走向”自己总结技能”。

以前我们说 AI Agent 的能力是 prompt 工程师设计的，现在发现不对——真正好用的技能，是 AI 在真实任务里反复踩坑之后，自己归纳出来的 SOP。这种”经验固化”的路径，正在成为新一代 Agent 技能开发的主流范式。

GitHub: https://github.com/aptratcn/xiaobai-skills

GitHub: https://github.com/aptratcn/xiaobai-skills