clawhub
@wangxiaofei860208-source
公开技能 20 个
对话收集开发需求，生成开发文档并编排 Agent 团队并行开发交付
以 eval 优先、任务分解和模型分层路由为核心的 AI 工程方法论指导
AI 记忆巩固系统：经三重门控判断后整理会话历史并更新长期记忆文件
定期检查子Agent状态，生成3-5词进度摘要并汇报变化
一套系统化调试框架，以四阶段根因分析流程，拒绝猜测与治标修复，彻底解决问题。
为 GUI 应用或源码仓库构建、完善、测试和验证 Python CLI harness
并行派发多个子智能体，分别修复相互独立的失败并整合结果。
以按需读取、注册表与占位符三种模式将动态内容作为附件注入，避免写入 system prompt。
压缩长会话并生成结构化摘要，同时更新记忆文件以保留上下文
审计 Claude Code 上下文占用，识别冗余组件并给出 token 节省建议。
为 OpenClaw 子 Agent 注入父会话上下文的 fork 流程模板
根据用户 ID 确定性生成并展示 RPG 电子宠物卡片。
面向工程工作流的智能体技能，以评估优先等方式，让AI主导实现，人控质量风险。
三层多Agent协调Skill：单任务委托、Swarm团队协作与Coordinator全局调度
双评审独立对抗验证，未双通过则修正并循环至收敛。
通过 hooks 观测会话、生成并可演化为技能/命令的本地 instinct 学习系统
编码前先检索既有工具、库与方案的流程，评估后决定采用或自建
子代理驱动开发工具，按任务派新鲜子代理，两阶段评审+成本适配选模，保障质量
定期检查子Agent状态并生成3-5词进度摘要报告
动态附件注入工具，参考Claude机制，无需修改system prompt，高效注入动态内容
