---
title: "高德开源SkillClaw：AI Agent技能自动进化框架，实现团队经验零成本复利"
url: "https://paooo.com/aigc-news/10661/"
author: "Prompt 语宙研究院"
published_at: "2026-05-24T18:08:04+08:00"
updated_at: "2026-05-24T02:28:48+08:00"
categories: "AI 工具, AIGC 资讯"
tags: "AI Agent, MLOps, 开源框架, 技能进化, 高德地图"
source: "Prompt 语宙 (https://paooo.com)"
ai_tools_directory: "语宙 AI 导航 (https://ai.paooo.com)"
---

# 高德开源SkillClaw：AI Agent技能自动进化框架，实现团队经验零成本复利

> 来源：[Prompt 语宙 (paooo.com)](https://paooo.com/aigc-news/10661/) · 作者：Prompt 语宙研究院 · 发布时间：2026-05-24

## AI 30 秒核心看点 (TL;DR)

- 本地代理拦截真实会话，自动提炼、去重、归档技能，实现零干预进化。
- 兼容主流 Agent 框架与 OpenAI-compatible API，支持跨设备、跨团队共享。
- 内置验证与仪表盘，兼顾技能质量控制、版本追踪和会话溯源。

> 
                **💡 站外导读：**在AI Agent开发浪潮中，团队面临一个普遍痛点：不同成员、不同项目积累的宝贵经验（如调试技巧、优化模式）往往散落各处，无法高效复用，导致重复踩坑和资源浪费。SkillClaw的出现，正是为了解决这一核心瓶颈。它通过一个轻量级本地代理，在后台静默工作，将每一次与Agent的真实交互转化为可沉淀、可共享的“技能”，从而构建一个集体智慧持续进化的系统，为AI工程化落地提供关键基础设施。

            

             
                        

## SkillClaw是什么

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。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。用户只需正常与 Agent 对话，技能进化全程零额外操作。

## SkillClaw的主要功能

- 
**零干预自动进化**：采用任务时间循环 + 进化循环双循环架构，任务完成后后台自动提炼技能，对用户完全透明。

- 
**跨框架广泛兼容**：原生支持 Hermes、Claude Code、OpenClaw、Codex、QwenPaw、IronClaw、PicoClaw 等主流 Agent 框架及任意 OpenAI-compatible API。

- 
**集体技能共享**：团队内任一成员的经验可自动沉淀为共享技能，其他成员直接受益，避免重复踩坑。

- 
**技能质量自治**：自动去重合并相似技能、优化低质量技能、归档过时技能，防止技能库膨胀混乱。

- 
**双语可视化仪表盘**：支持 `skillclaw dashboard` 命令启动本地面板，查看技能版本对比、验证状态与会话溯源。

## SkillClaw的技术原理

- 
**Client Proxy（客户端代理）**：本地 API 代理（拦截 `/v1/chat/completions` 等端点），记录会话数据并与共享存储同步技能。

- 
**Workflow Evolve Server（工作流进化服务器）**：固定三阶段 LLM 流水线，Summarize（总结会话）→ Aggregate（识别重复模式）→ Execute（进化或创建技能并写回）。

- 
**Agent Evolve Server（智能体进化服务器）**：基于 OpenClaw 的替代方案，可自主读取会话、分析轨迹并直接编辑技能文件。

## 如何使用SkillClaw

- 
**克隆并安装**：执行 `git clone https://github.com/AMAP-ML/SkillClaw.git` 并运行安装脚本，创建本地 Python 虚拟环境。

- 
**初始化配置**：运行 `skillclaw setup`，按向导选择 Agent 框架、配置上游 API 密钥及存储后端（本地或 OSS/S3）。

- 
**启动代理**：执行 `skillclaw start --daemon` 启动本地 API 代理，自动拦截并记录 Agent 会话数据。

- 
**正常对话**：像平时一样与 Agent 交互完成任务，SkillClaw 在后台静默捕获会话，无需任何额外操作。

- 
**部署进化服务器**（可选）：运行 `skillclaw-evolve-server` 启动后台进化服务，自动从会话中提炼、优化并归档技能。

- 
**同步技能库**：用 `skillclaw skills pull/push/sync` 在本地与共享存储之间双向同步技能，实现团队共享。

- 
**查看仪表盘**（可选）：执行 `skillclaw dashboard serve` 启动本地可视化面板，查看技能版本对比与进化轨迹。

## SkillClaw的关键信息和使用要求

- 
**产品名称**：SkillClaw

- 
**开发团队**：AMAP-ML（高德地图机器学习团队）

- 
**开源协议**：开源（GitHub 1.2K+ Star）

- 
**系统要求**：macOS / Linux / Windows，Python ≥ 3.10

- 
**API 要求**：OpenAI-compatible API 或 AWS Bedrock

- 
**部署模式**：个人本地 / 团队共享存储（OSS/S3/本地）

- 
**安装方式**：`git clone` + `bash scripts/install_skillclaw.sh`

- 
**启动命令**：`skillclaw setup` → `skillclaw start --daemon`

- 
**可选依赖**：`openclaw`（仅 Agent 进化引擎需要）

## SkillClaw的核心优势

- 
**真正零侵入**：不改变现有工作流，装好后正常聊天即可，技能进化静默完成。

- 
**经验可复利**：个人多设备、多 Agent 的经验统一沉淀；团队协作时一人踩坑、全员免疫。

- 
**框架无锁定**：不绑定特定 Agent 生态，几乎覆盖当前主流 CLI Agent。

- 
**存储灵活**：支持从纯本地单机到 OSS/S3 团队共享的平滑扩展，无需重构架构。

- 
**质量可控**：内置验证机制（Validation Worker），候选技能需经评分与审批才正式发布。

## SkillClaw的项目地址

- **GitHub仓库**：https://github.com/AMAP-ML/SkillClaw

## SkillClaw的同类竞品对比

维度
SkillClaw
[Mem0](https://ai-bot.cn/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

## SkillClaw的应用场景

- 
**个人开发者**：在家/公司/学校多台设备上使用 Agent，技能库实时同步，无需重复训练。

- 
**多 Agent 协作**：前端 Agent 学会的 React 模式自动共享给后端 Agent，提升 API 设计效率。

- 
**团队知识沉淀**：技术团队将调试经验、代码规范自动固化为可复用技能，降低新人上手成本。

- 
**自动化技能库运维**：替代手动整理 `.hermes/skills` 等目录，解决技能重复、过时、混乱问题。

                    
            
                

#### 📝 站长洞察 (Editor's Insight)

                SkillClaw的发布，标志着AI Agent开发正从“单兵作战”向“集体智能”范式跃迁。其核心价值在于将隐性的、分散的个体经验，转化为显性的、可共享的“技能资产”，这解决了企业级AI落地中最棘手的知识管理问题。它采用了优雅的“双循环”架构（任务循环+进化循环），在不干扰现有工作流的前提下实现知识自动化，这比传统的知识库手动维护或基于文档的RAG更贴近真实开发场景。从趋势看，随着多Agent协作成为常态，一个统一、自治、高质量的技能池将成为团队的核心竞争力。SkillClaw开源生态的兼容性（支持Hermes、Claude Code等主流框架）也为其快速普及奠定了基础，它有可能成为Agent时代不可或缺的‘技能OS’层。

## 常见问题解答 (FAQ)

### SkillClaw适合哪些AI Agent场景？
适合需要把调试经验、优化模式和任务流程沉淀为共享技能的 AI Agent 场景，尤其是团队协作、跨设备使用、多个 Agent 框架并存的工程化落地环境。

### SkillClaw会影响现有工作流吗？
基本不会。它通过本地 API 代理在后台静默工作，用户照常与 Agent 对话即可，技能提炼、去重和归档都在后台自动完成，属于零侵入方案。

### SkillClaw和普通记忆层有什么区别？
SkillClaw更强调“技能进化”而非单纯记忆存储：它从真实会话中提炼可复用技能，支持验证、去重、优化和共享，更适合团队经验复利与工程化管理。

---
探索 2,800+ 全球实用 AI 工具与官方直达入口：[语宙 AI 导航 (https://ai.paooo.com/)](https://ai.paooo.com/)
