Auto Skill Loader v2.0

即插即用 · 核心锁定 · 零配置

设计原则

1. 零配置启动 - 安装即用，不需要修改任何参数
2. 核心保护 - core 级 Skill 绝不被自动加载器干扰
3. 通用兼容 - 不假设任何 Agent 名称、路径或环境
4. 最小加载 - 只加载必要的 Skill，节省 token

Skill 保护等级

每个 Skill 可在 SKILL.md frontmatter 中声明 level：

---
name: my-skill
level: core    # core | protected | dynamic（默认 dynamic）
---

未声明 level 的 Skill 默认为 dynamic。

内置 core Skill 白名单

即使 Skill 未声明 level，以下类型的 Skill 始终视为 core：

• 名称包含 memory 的 Skill（如 memory-distiller）
• 名称包含 audit 或 security 的 Skill
• 名称包含 proactive 的 Skill

此白名单可通过配置文件覆盖。

执行流程

Step 1: 扫描可用 Skill

按 OpenClaw 标准目录结构扫描，不硬编码任何路径：

# 优先级从高到低：
L1: {workspace}/.agents/skills/*/SKILL.md     # Agent 专属
L2: ~/.agents/skills/*/SKILL.md               # 全局共享
L3: {openclaw_install}/skills/*/SKILL.md      # OpenClaw 内置
L4: {openclaw_install}/extensions/*/skills/*/SKILL.md  # 扩展 Skill

路径解析规则：

• {workspace} = 当前工作目录（自动检测）
• ~ = 用户主目录（跨平台兼容）
• {openclaw_install} = OpenClaw 安装目录（通过 npm root -g 或环境变量检测）

Step 2: 解析 Skill 元数据

读取每个 SKILL.md 的 frontmatter：

• name - Skill 名称
• description - 功能描述（用于意图匹配）
• level - 保护等级（默认 dynamic）
• version - 版本号（可选）

只解析 frontmatter，不读取全文（节省 token）。

Step 3: 过滤受保护 Skill

可加载列表 = 所有 Skill - core Skill - protected Skill（除非显式请求）

Step 4: 意图匹配

根据用户消息，从可加载列表中匹配：

匹配策略（优先级从高到低）：

冲突解决：

• 同名 Skill → 高层级目录优先（L1 > L2 > L3 > L4）
• 多个匹配 → 选最具体的（description 最相关的）
• 无匹配 → 不加载任何 Skill，正常回复

Step 5: 加载执行

找到匹配 Skill 后：

1. 读取完整 SKILL.md
2. 按其指导执行任务
3. 如需要，加载 scripts/ 或 references/ 下的资源

Step 6: Agent 路由（可选）

如果任务不属于当前 Agent 的职责范围，尝试动态路由给其他 Agent：

路由流程：

1. 调用 agents_list 获取当前可用 Agent 列表
2. 读取各 Agent 的 SOUL.md 或 IDENTITY.md 判断职责匹配度
3. 找到最匹配的 Agent，通过 sessions_send 转发任务

路由失败处理：

以下情况视为"无法发现其他 Agent"：

• agents_list 返回空列表（单 Agent 部署）
• agents_list 报错（服务异常）
• 返回的 Agent 列表中只有当前 Agent 自己
• 其他 Agent 的 SOUL.md/IDENTITY.md 无法读取或职责不匹配

此时应直接回复用户，告知路由失败：

这个任务更适合 [目标 Agent 类型，如：A股量化专家/P哥] 处理。

但当前环境无法自动路由：[具体原因]
- 原因 A：当前是单 Agent 部署，未发现其他 Agent
- 原因 B：其他 Agent 未配置或不在线
- 原因 C：无法读取其他 Agent 的职责描述

**你可以：**
1. 直接 @[目标 Agent 名] 联系他
2. 让我在当前 Agent 尝试处理（可能不够专业）
3. 检查其他 Agent 是否已启动并配置正确

为什么不静默 fallback？

• 避免用户误以为任务已转发，实际没有
• 诚实透明，不给虚假希望
• 让用户掌握控制权，决定下一步

配置文件（可选）

文件：auto-skill-loader.config.yaml
位置：Skill 目录内 或 workspace 根目录

# auto-skill-loader.config.yaml
# 所有字段可选，均有合理默认值

# 额外标记为 core 的 Skill（名称列表）
coreSkills: []
  # - my-custom-audit-skill
  # - my-critical-skill

# 排除不参与自动加载的 Skill（名称列表）
skipSkills: []
  # - deprecated-skill

# 是否启用 Agent 路由（默认 true）
enableRouting: true

# 匹配模式：strict（仅触发词）| normal（触发词+语义）| fuzzy（全部）
matchMode: normal

# 日志级别：silent | info | debug
logLevel: info

不创建此文件 = 使用全部默认值 = 直接能用。

使用示例

场景 1：用户问天气

用户：北京今天天气怎么样？
→ 匹配 weather skill（dynamic）
→ 自动加载 weather/SKILL.md
→ 按其指导获取天气

场景 2：触及 core Skill

用户：关闭记忆管理
→ 检测到 memory-distiller 是 core 级
→ 拒绝操作，提示：此 Skill 为核心级，不可自动卸载

场景 3：无匹配

用户：帮我写一首诗
→ 无 Skill 匹配
→ 正常回复（不加载任何 Skill）

Dry Run 模式

预览匹配结果，不实际加载：

在消息中包含 --dry-run 或在配置中设置：

dryRun: true  # 全局 dry run

输出格式：

🔍 Auto Skill Loader - Dry Run
任务: "北京今天天气怎么样"
匹配: weather (dynamic, L3, score: 0.95)
候选: [weather, summarize]
操作: 将加载 weather/SKILL.md

兼容性

变更日志

v2.0 (2026-03-19)

• 🔒 新增 Skill 三级保护机制（core/protected/dynamic）
• 🔌 移除所有硬编码（Agent 名称、路由表、路径）
• ⚙️ 新增可选配置文件（零配置也能用）
• 🏷️ 新增 dry-run 预览模式
• 🌍 通用化：兼容任何 OpenClaw 部署

v1.0 (2026-03-18)

• 初始版本，基本自动加载功能