你好，想提交一个我觉得比较适合这个仓库讨论的 OpenClaw 相关用例方向。
项目：
https://github.com/AMAP-ML/SkillClaw
SkillClaw 不是一个新的聊天壳或者单纯 skill 集合，它补的是另一个实际问题：
- skills 用久以后会重复、过时、质量漂移
- 多个 agent / 多台设备之间很容易形成 skill 孤岛
- 用户装的 skill 越多，后期维护成本越高
所以它做的是“任务之后的 skill 进化循环”：
- 自动去重
- 自动合并
- 持续提质
- 多 agent / 多设备共享
我觉得它在这个仓库里可以对应两个比较实的中文用例：
-
多设备共享 skill 库
- 家里、公司、云端各跑一个 Hermes / OpenClaw
- SkillClaw 统一整理和回灌 skill
-
多智能体团队的 skill 库治理
- 一个 agent 负责内容，一个 agent 负责编程，一个 agent 负责运营
- 不同 agent 学到的技能最后汇总、去重、提质，再重新分发
如果这个方向符合收录标准，我可以继续补一版更具体的中文用例草稿，包含：
- 场景设定
- 所需组件
- 配置步骤
- before / after 对比
- 风险提示
论文：
https://arxiv.org/abs/2604.08377
你好，想提交一个我觉得比较适合这个仓库讨论的 OpenClaw 相关用例方向。
项目：
https://github.com/AMAP-ML/SkillClaw
SkillClaw 不是一个新的聊天壳或者单纯 skill 集合，它补的是另一个实际问题：
所以它做的是“任务之后的 skill 进化循环”：
我觉得它在这个仓库里可以对应两个比较实的中文用例：
多设备共享 skill 库多智能体团队的 skill 库治理如果这个方向符合收录标准，我可以继续补一版更具体的中文用例草稿，包含：
论文：
https://arxiv.org/abs/2604.08377