SkillClaw— 高德开源的 AI Agent 技能集体进化框架-人工智能-PHP中文网

skillclaw 是 amap-ml（高德地图机器学习团队）开源的 ai agent 技能集体进化框架。该框架通过本地 api 代理拦截 agent 会话，在后台自动从真实交互中提取、去重、优化并归档可复用技能，实现跨设备、跨 agent、跨团队的技能共享与持续进化。用户仅需像往常一样与 agent 对话，整个技能进化过程完全无需人工干预。

☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜

SkillClaw— 高德开源的 AI Agent 技能集体进化框架

Openclaw Soul Publish

OpenClaw 自我进化框架一键部署。安装宪法(AGENTS.md)、可进化灵魂(SOUL.md)、心跳系统、PARA三层记忆架构、目标管理，并通过场景化对话引导用户定义 Agent 性格。自动配置 EvoClaw（审批制进化）和 Self-Improving Agent（自主学习）。触发场景："setup o...

下载

SkillClaw的核心能力

无感式自动进化：依托任务执行循环与后台进化循环双轨机制，任务结束后系统自动提炼有效行为模式，全程对用户不可见。
全生态兼容性：原生适配 Hermes、Claude Code、OpenClaw、Codex、QwenPaw、IronClaw、PicoClaw 等主流 Agent 框架，并支持任意符合 OpenAI 接口规范的后端服务。
跨主体知识协同：任一用户在使用过程中形成的优质经验，将被自动转化为标准化技能，即时同步至同团队其他成员，打破信息孤岛。
技能生命周期自治：智能识别语义相近技能并合并，主动优化低效逻辑，定期归档失效技能，保障技能库长期健康演进。
多语言可视化管控台：通过 skillclaw dashboard 命令一键启动本地管理界面，支持技能版本比对、验证结果追踪及原始会话溯源分析。

SkillClaw的底层机制

Client Proxy（客户端代理）：以轻量级本地代理形式运行，劫持 /v1/chat/completions 等标准 API 请求，完整捕获对话上下文、工具调用参数、错误反馈等关键轨迹数据，并与中心化存储保持实时同步。
Workflow Evolve Server（工作流进化服务器）：采用三阶段 LLM 驱动流水线——先对会话进行结构化摘要（Summarize），再聚合跨会话行为识别高频模式（Aggregate），最后生成或更新技能定义并写入共享库（Execute）。
Agent Evolve Server（智能体进化服务器）：基于 OpenClaw 构建的增强型引擎，具备自主读取原始轨迹、深度诊断失败根因、直接编辑 SKILL.md 文件的能力，适用于高阶技能治理场景。

SkillClaw的上手流程

获取源码并安装：执行 git clone https://www.php.cn/link/dce035888975cf4a2462296ee08f5ef6.git，随后运行安装脚本构建独立 Python 虚拟环境（≥3.10）。
初始化配置向导：运行 skillclaw setup，按提示选择目标 Agent 框架、填写上游模型 API 密钥、指定技能存储后端（本地目录 / OSS / S3）。
启用会话捕获：执行 skillclaw start --daemon 启动代理服务，自动接管所有 Agent 的 API 流量并记录完整交互链路。
自然交互即可：照常与 Agent 完成各类任务，SkillClaw 在后台静默采集、分析、提炼技能，零操作负担。
开启进化服务（可选）：运行 skillclaw-evolve-server 启动后台进化模块，实现从原始轨迹到成熟技能的全自动转化。
统一技能分发：借助 skillclaw skills pull/push/sync 实现本地与共享仓库之间的双向同步，支撑团队级技能复用。
开启可视化看板（可选）：执行 skillclaw dashboard serve 启动 Web 控制台，直观掌握技能迭代进度与质量状态。

SkillClaw的关键特性与运行条件

项目名称：SkillClaw
研发主体：AMAP-ML（高德地图机器学习团队）
开源协议：MIT 协议（GitHub 星标数已超 1.2K）
平台支持：macOS / Linux / Windows
运行依赖：Python ≥ 3.10，OpenAI-compatible API 或 AWS Bedrock 接入能力
部署形态：支持单机轻量部署，亦可平滑扩展为 OSS/S3 驱动的团队共享架构
安装路径：git clone + bash scripts/install_skillclaw.sh
核心命令流：skillclaw setup → skillclaw start --daemon
进阶依赖：如需启用 Agent 级自主进化能力，需额外安装 openclaw

SkillClaw的差异化价值

真正免改造接入：不侵入现有 Agent 工作流，部署即生效，无需修改任何业务代码或提示词工程。
经验资产化沉淀：个人在多终端、多 Agent 上积累的操作智慧自动聚合成可复用技能；团队中一人试错，全员规避同类问题。
生态开放无绑定：不锁定特定 Agent 运行时，覆盖当前绝大多数 CLI 类智能体框架，迁移与集成成本极低。
存储弹性可伸缩：从单机文件系统起步，无缝升级至对象存储集群，架构演进无需重构。
进化结果可验证：内置验证工作单元（Validation Worker），所有候选技能须经真实环境测试与质量评分后方可上线，杜绝退化风险。

SkillClaw的官方资源入口

GitHub 主仓库：https://www.php.cn/link/dce035888975cf4a2462296ee08f5ef6

SkillClaw与主流方案对比分析

维度	SkillClaw	Mem0	Letta（原 MemGPT）
定位	Agent 技能集体进化框架	通用 AI Agent 记忆层	Agent 运行时 + OS 式记忆管理
技能进化	从真实会话自动提炼 SKILL.md，自动去重、优化、归档	支持程序性记忆（Procedural Memory）存储流程，被动提取事实	Agent 自主编辑三层记忆，无自动技能提炼与归档
共享机制	OSS / S3 / 本地共享存储，团队原生支持	云端 API + OpenMemory MCP 本地版，跨应用共享记忆	自托管状态化服务，团队需自行部署共享
框架兼容	Hermes、Codex、Claude Code、OpenClaw 等多框架即插即用	任意 Agent 通过 SDK / REST / MCP 接入	需采用 Letta 运行时，Agent 循环与记忆深度绑定，迁移成本高
去重优化	自动合并相似技能、淘汰低质量技能、保持技能库整洁	依赖外部实体解析与反射机制去重，无原生技能治理	无自动去重，记忆质量完全依赖 Agent 自主判断
部署方式	本地代理 + 可选进化服务器，渐进式扩展	托管 SaaS 或开源自托管，轻量接入	自托管状态化服务，运维复杂度较高