CoworkedShawn/openclaw-skills

GitHub: CoworkedShawn/openclaw-skills

一套为OpenClaw AI代理设计的技能套件,解决记忆、安全与成本路由问题。

Stars: 10 | Forks: 1

# 🧠 OpenClaw 技能 为 [OpenClaw](https://github.com/openclaw/openclaw) AI 代理设计的自定义技能——通过认知记忆系统、安全防护、平台集成和智能路由扩展能力。 [![OpenClaw](https://img.shields.io/badge/OpenClaw-Skills-blue)](https://github.com/openclaw/openclaw) [![License: MIT](https://img.shields.io/badge/License-MIT-yellow.svg)](https://opensource.org/licenses/MIT) ## 📖 背景 这些技能旨在解决 AI 代理在实践中遇到的问题: - **真正可用的记忆**——不只是“把所有内容保存到文件” - **无法被绕过的安全**——纵深防御以应对提示注入 - **成本高效的模型路由**——将能力与任务复杂度匹配 阅读完整实现故事:[为你的 OpenClaw 代理构建认知架构](https://shawnharris.com/building-a-cognitive-architecture-for-your-openclaw-agent/) 博客原文: ## 🛠️ 包含的技能 ### 核心架构 | 技能 | 描述 | |------|------| | [memory-engine](./memory-engine/) | 🧠 基于 David Badre 的《On Task》的认知控制记忆系统。支持输入/输出门控、分层记忆与运行手册。 | | [prompt-injection-defense](./prompt-injection-defense/) | 🛡️ 多层防护以抵御提示注入攻击。威胁拦截率达 99%,误报率低于 3%。包含经过清理的架构说明。 | | [intent-router](./intent-router/) | 🎯 基于意图的模型选择与技能路由。包含 10 个意图类别及置信度评分。 | ### 平台集成 | 技能 | 描述 | |------|------| | [ms-graph-email](./ms-graph-email/) | 📧 Microsoft Graph API,用于访问 M365 账户邮件 | | [wordpress](./wordpress/) | 📝 WordPress REST API,用于发布与管理文章 | | [meta-social](./meta-social/) | 📱 支持 Facebook 页面、Instagram 企业账号、Threads 与 YouTube 发布 | | [thought-leadership-video](./thought-leadership-video/) | 🎬 HeyGen 视频生成与多平台分发 | ## 🚀 安装 ### 选项 1:单独复制技能 ``` # 克隆仓库 git clone https://github.com/CoworkedShawn/openclaw-skills.git # 复制所需技能 cp -r openclaw-skills/memory-engine ~/.openclaw/workspace/skills/ ``` ### 选项 2:符号链接全部技能 ``` git clone https://github.com/CoworkedShawn/openclaw-skills.git ~/openclaw-skills # 为每个技能创建符号链接 for skill in ~/openclaw-skills/*/; do ln -s "$skill" ~/.openclaw/workspace/skills/$(basename "$skill") done ``` ## 📚 用法 每个技能包含一个 `SKILL.md` 文件,其中提供: - 安装说明与依赖 - API 模式与代码示例 - 凭证存储(通常使用 macOS Keychain) - 常见操作与故障排除 OpenClaw 会自动从 `skills/` 目录发现技能。 ## 🏗️ 架构 ### 内存引擎(基于认知科学) ``` MEMORY.md ← Strategic: Identity, relationships, long-term lessons active-context.md ← Operational: Current projects, deadlines, commitments YYYY-MM-DD.md ← Tactical: Daily events, raw notes, session logs ``` **关键概念:** - **输入门控**——在存储前进行分类(优先级 P0-P3) - **输出门控**——根据当前任务加载上下文 - **门控策略**——从操作故障中学习到的规则 - **运行手册**——外部化的程序性记忆 ### 提示注入防御(4 层防护) ``` User Input → Prompt Sanitizer → Context Routing → [Security Gate] → Output Sanitization ↓ External Sources → Search Analyzer → Content Review → Filtered Content ``` ### 意图路由(成本优化) - 简单查询 → 快速、低成本模型(Haiku) - 复杂推理 → 前沿模型(Opus) - 默认均衡 → 中端模型(Sonnet) **结果:** 成本降低约 35%,响应质量提升 ## 📊 结果 应用这些技能后: | 指标 | 改进 | |------|------| | 上下文窗口使用 | -40% | | 跨会话连续性 | ✅ 可用 | | 模型切换遗忘 | ✅ 已解决 | | API 成本 | -35% | | 威胁拦截 | 99% | | 误报率 | <3% | ## 🔐 安全注意事项 - 所有凭证文件均已加入 `.gitignore` - 提供示例凭证文件(`.example.json`) - 凭证应存储在 macOS Keychain 中 - 永远不要提交令牌或 API 密钥 ## 📄 许可证 MIT —— 可自由使用,感谢署名。 使用 [OpenClaw](https://github.com/openclaw/openclaw) 🦞 构建
标签:AI智能体, Meta社交, Microsoft Graph, OpenClaw, WordPress, 内存系统, 分层安全, 层次化内存, 平台集成, 开源, 意图路由, 成本效率模型路由, 技术栈, 技能路由, 提示注入防御, 搜索引擎优化, 源代码安全, 自定义脚本, 认知架构, 输入输出门控, 运行手册, 逆向工具