Skill Extractor

参考 Hermes Agent Skill Documents 设计，在复杂任务完成后识别多步骤流程，生成标准 SKILL.md 技能文档并保存到工作区，再用 FTS5 全文检索在新任务中匹配相关技能并主动提示是否保留。附带提取、检索、建议三个 Python 脚本，绑定 OpenClaw 宿主路径。

livangy

热度 36.04

最近更新 2026-05-11 17:43:22

分类：知识依赖：代码执行 / 读写文件 / 内部调用大模型应用场景：笔记整理 / 摘要总结 / 工作流 / 模板

安装技能

复制下面的话术发给你的 Agent，它会通过 secure-skills 检索并安装该技能。

执行命令安装此 skill： npx secure-skills-cli add niuniu-skill-extractor

Metadata

name: skill-extractor
description: 从复杂任务中提取可复用的技能文档，参考 Hermes Agent 的 Skill Documents 设计。用于当任务完成后，识别值得保留的步骤流程，并存储为可搜索的技能文件，下次遇到类似任务时自动检索并建议使用。
metadata: {"openclaw":{"tags":["memory","learning","skills","self-improvement"],"os":["darwin","linux"]}}

Skill Extractor — 任务技能提取器

参考 Hermes Agent 的 Skill Documents 机制，在 OpenClaw 中实现"从经验中学习"的闭环。

核心功能

提取（Extract） — 从对话历史中识别多步骤流程，生成标准化 SKILL.md
存储（Store） — 保存到 ~/.openclaw/workspace/skills/skill-extractor/skills/
检索（Search） — FTS5 全文检索，在新任务中匹配相关技能
建议（Suggest） — 任务完成后主动提示是否提取技能

工作流程

复杂任务完成
    ↓
触发技能提取检测（多步骤 / 超过N轮 / 成功率高的任务）
    ↓
LLM 回顾对话 → 提取关键步骤
    ↓
生成 SKILL.md 格式的技能文档
    ↓
展示给用户确认是否保存
    ↓
保存 → 下次遇到类似任务自动建议使用

触发条件

当检测到以下情况时，建议提取技能：

任务超过 5 轮对话完成
包含多个工具调用
任务执行成功（有明确输出）
涉及罕见问题或特殊解决方案

技能文档格式

遵循 agentskills.io 标准：

---
name: <skill-name>
description: <简短描述：何时使用>
---

# <Skill Name>

## When to Use
- 触发条件描述

## Procedure
1. 步骤1
2. 步骤2
3. 步骤3（含错误处理）

## Notes
- 注意事项或变体

使用方式

手动触发

当用户完成复杂任务后，说"提取技能"或"保存为技能"

自动建议

系统检测到适合提取的任务后，主动提示： "这个任务完成得很好，要把它保存为可复用的技能吗？"

检索技能

当用户描述新任务时，自动检索相关技能：

# 当前任务: <用户描述>
# 匹配技能:
- skill-name: <名称>
  relevance: <相关性>
  trigger: <触发条件>