 这几个月我有个很具体的烦恼：Skills 越装越多，反而越来越难用。

不是夸张。我的 WorkBuddy 里装了上百个 Skills，有的重复（三个不同的 PDF 工具），有的装了再没用过，有的上次用是两个月前，早就过期了。最难受的是，我在笔记本上优化了一个 Skill，台式机上还是老版本 —— 技能完全不跟着人走。

这不是我个人习惯差。但凡重度用 AI Agent 的人，迟早会撞上这三个坑：技能膨胀、缺乏消化、经验孤岛。

阿里高德 DreamX 团队 4 月开源的 SkillClaw，是第一个系统性地解决这些问题的项目。GitHub 目前 1464 stars，论文发在 arXiv（2604.08377）。

SkillClaw 的核心思路很简单：不要把技能管理丢给用户，让 Agent 自己在使用过程中进化。

怎么做到的。他们在 Agent 和 LLM 之间插了一个 Client Proxy，默默记录每一次交互的完整轨迹：输入了什么、调了什么工具、结果如何、反馈怎样。这些数据堆在共享存储里（支持阿里云 OSS、AWS S3、本地文件系统），然后一个叫 Evolve Server 的东西定期去翻这些记录，找出该进化什么。

这里有个关键设计：不是每一条记录都值得变成技能。单次的偶然现象会被过滤掉。只有当多个用户、多台设备、多个 Agent，在相似场景里反复遇到同类问题时，才会触发技能进化。

具体进化流程是三段式的：Summarize（从会话记录里提炼经验）、Aggregate（把相似经验聚合成一个模式）、Execute（更新技能文件）。还有一个基于 OpenClaw 的 Agent Engine，可以直接去编辑 Skill 文件。

第一个坑 —— 技能膨胀。SkillClaw 会自动发现重复的技能（比如你装了三个功能相似的 PDF 工具），合并成一个，把多余的淘汰。对低质量的半成品 Skill，会基于真实使用数据去补全、优化。它不是在瞎猜，每条改进背后都有真实的交互轨迹做依据。

第二个坑 —— 缺乏消化。很多 Agent 框架支持 Skills，但没有去重机制。SkillClaw 的 Evolve Server 持续分析技能调用频率、冲突情况、缺陷报告，然后用 LLM 去驱动优化。这个优化不是一刀切的静态规则，而是基于上下文判断"这个经验值不值得固化成技能"。

第三个坑 —— 经验孤岛。SkillClaw 用统一的 

 格式存储技能，通过共享存储层实现了跨 Agent、跨设备、跨用户的技能同步。支持 Hermes、Codex、Claude Code、OpenClaw、QwenPaw 等主流框架，兼容任意 OpenAI 接口。这意味着你在 Hermes 下打磨好的 Skill，切换到 Claude Code 还能继续用。

我比较在意的一点是，SkillClaw 和普通记忆系统有什么区别。记忆系统记的是"发生过什么"，比如「上次处理 PDF 时遇到了编码错误」。SkillClaw 沉淀的是"下次该怎么做"，比如「处理中文 PDF 时，优先用 pdfkit-py 而不是默认的 extract 方法，因为前者对 CJK 编码支持更好」。前者是事件日志，后者是可复用的行动方法。

而且它的安装体验不重。pip install 之后跑 skillclaw setup，跟着向导选 provider、指定 skills 目录就行。如果只是本地闭环进化，共享存储选 local，Evolve Server 部署在本机，不需要额外的基础设施。

那 SkillClaw 完美吗。不完美。它目前的进化能力依赖于 LLM 流水线的判断质量，在复杂场景下可能会误判（把正常变化当成'需要优化'，或者反过来）。论文里给了召回率和冲突率数据，但我没在自己的场景里大规模跑过，不确定实际效果和论文数据有多大差距。另外，虽然它兼容 Claude Code，但和 WorkBuddy 这种非标准 Agent 框架的集成，目前还没有现成的官方支持，需要自己动手。

但这不妨碍它是个好方向。它解决的是 Agent Skills 领域一个非常真实的问题：技能用得越多越乱，手动维护跟不上使用速度。SkillClaw 把这件事自动化了。它不替代任何 Agent，只是站在 Agent 和 LLM 之间，把每次真实交互变成技能进化的养料。

我把这个项目放在我的持续关注清单里了。如果你也在用 Skills 重度驱动 Agent 工作流，尤其是有多设备、多框架切换需求的，这个项目值得花一个下午跑起来试试。

SkillClaw_AI Agent Skills的自我进化
阿里高德 DreamX 团队开源，让 Agent 自己在使用中进化技能

Skills装得越多越难用？阿里高德DreamX团队开源的SkillClaw，让AI Agent自己从真实交互中进化技能——自动去重、补全、跨设备同步。本文从三大痛点切入，拆解其Client Proxy + Evolve Server架构，分析它如何把"发生了什么"变成"下次该怎么做"，并给出安装上手建议。

人工智能

开发工具

职业发展

SkillClaw开源项目系统解决AIAgent技能管理难题：自动发现重复技能、合并优化；基于多设备真实交互记录沉淀可复用经验；兼容主流框架实现跨平台技能同步。通过ClientProxy记录+EvolveServer进化机制，将碎片化工具使用转化为结构化技能资产，有效应对技能膨胀、经验孤岛等痛点。GitHub开源即获1464星，适用于多设备AI工作流用户。

文件系统

WorkBuddy 

OpenClaw

GitHub

Agent

2026采购季 | AI焕新·智启新局

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

SkillClaw开源项目系统解决AIAgent技能管理难题：自动发现重复技能、合并优化；基于多设备真实交互记录沉淀可复用经验；兼容主流框架实现跨平台技能同步。通过ClientProxy记录+EvolveServer进化机制，将碎片化工具使用转化为结构化技能资产，有效应对技能膨胀、经验孤岛等痛点。GitHub开源即获1...

SkillClaw_AI Agent Skills的自我进化阿里高德 DreamX 团队开源，让 Agent 自己在使用中进化技能

SkillClaw_AI Agent Skills的自我进化阿里高德 DreamX 团队开源，让 Agent 自己在使用中进化技能

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

SkillClaw_AI Agent Skills的自我进化 阿里高德 DreamX 团队开源，让 Agent 自己在使用中进化技能

SkillClaw_AI Agent Skills的自我进化 阿里高德 DreamX 团队开源，让 Agent 自己在使用中进化技能

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

SkillClaw_AI Agent Skills的自我进化阿里高德 DreamX 团队开源，让 Agent 自己在使用中进化技能

SkillClaw_AI Agent Skills的自我进化阿里高德 DreamX 团队开源，让 Agent 自己在使用中进化技能