- name
- auto-skill-loader
- version
- 2.0.1
- level
- protected
- description
- >
Auto Skill Loader v2.0
即插即用 · 核心锁定 · 零配置
设计原则
- 零配置启动 - 安装即用，不需要修改任何参数
- 核心保护 - core 级 Skill 绝不被自动加载器干扰
- 通用兼容 - 不假设任何 Agent 名称、路径或环境
- 最小加载 - 只加载必要的 Skill，节省 token
Skill 保护等级
每个 Skill 可在 SKILL.md frontmatter 中声明 level：
---
name: my-skill
level: core # core | protected | dynamic（默认 dynamic）
---| 级别 | 标识 | 自动加载器行为 | 适用场景 |
|---|---|---|---|
| 🔒 core | core | 完全跳过，不触碰 | 内存管理、行为审计、安全监控 |
| 🛡️ protected | protected | 不自动卸载，加载需显式确认 | 心跳机制、风控、proactive-agent |
| 🔄 dynamic | dynamic | 自由加载/卸载 | 天气、股票分析、文案生成等 |
未声明 level 的 Skill 默认为 dynamic。
内置 core Skill 白名单
即使 Skill 未声明 level，以下类型的 Skill 始终视为 core：
- 名称包含
memory的 Skill（如 memory-distiller） - 名称包含
audit或security的 Skill - 名称包含
proactive的 Skill
此白名单可通过配置文件覆盖。
执行流程
Step 1: 扫描可用 Skill
按 OpenClaw 标准目录结构扫描，不硬编码任何路径：
# 优先级从高到低：
L1: {workspace}/.agents/skills/*/SKILL.md # Agent 专属
L2: ~/.agents/skills/*/SKILL.md # 全局共享
L3: {openclaw_install}/skills/*/SKILL.md # OpenClaw 内置
L4: {openclaw_install}/extensions/*/skills/*/SKILL.md # 扩展 Skill路径解析规则：
{workspace}= 当前工作目录（自动检测）~= 用户主目录（跨平台兼容）{openclaw_install}= OpenClaw 安装目录（通过npm root -g或环境变量检测）
Step 2: 解析 Skill 元数据
读取每个 SKILL.md 的 frontmatter：
name- Skill 名称description- 功能描述（用于意图匹配）level- 保护等级（默认 dynamic）version- 版本号（可选）
只解析 frontmatter，不读取全文（节省 token）。
Step 3: 过滤受保护 Skill
可加载列表 = 所有 Skill - core Skill - protected Skill（除非显式请求）Step 4: 意图匹配
根据用户消息，从可加载列表中匹配：
匹配策略（优先级从高到低）：
| 优先级 | 策略 | 说明 |
|---|---|---|
| P1 | 触发词匹配 | 消息包含 Skill description 中的触发词 |
| P2 | 语义匹配 | 消息意图与 description 语义相近 |
| P3 | 领域匹配 | 消息领域与 Skill 领域一致 |
冲突解决：
- 同名 Skill → 高层级目录优先（L1 > L2 > L3 > L4）
- 多个匹配 → 选最具体的（description 最相关的）
- 无匹配 → 不加载任何 Skill，正常回复
Step 5: 加载执行
找到匹配 Skill 后：
- 读取完整
SKILL.md - 按其指导执行任务
- 如需要，加载
scripts/或references/下的资源
Step 6: Agent 路由（可选）
如果任务不属于当前 Agent 的职责范围，尝试动态路由给其他 Agent：
路由流程：
- 调用
agents_list获取当前可用 Agent 列表 - 读取各 Agent 的
SOUL.md或IDENTITY.md判断职责匹配度 - 找到最匹配的 Agent，通过
sessions_send转发任务
路由失败处理：
以下情况视为"无法发现其他 Agent"：
agents_list返回空列表（单 Agent 部署）agents_list报错（服务异常）- 返回的 Agent 列表中只有当前 Agent 自己
- 其他 Agent 的 SOUL.md/IDENTITY.md 无法读取或职责不匹配
此时应直接回复用户，告知路由失败：
这个任务更适合 [目标 Agent 类型，如：A股量化专家/P哥] 处理。
但当前环境无法自动路由：[具体原因]
- 原因 A：当前是单 Agent 部署，未发现其他 Agent
- 原因 B：其他 Agent 未配置或不在线
- 原因 C：无法读取其他 Agent 的职责描述
**你可以：**
1. 直接 @[目标 Agent 名] 联系他
2. 让我在当前 Agent 尝试处理（可能不够专业）
3. 检查其他 Agent 是否已启动并配置正确为什么不静默 fallback？
- 避免用户误以为任务已转发，实际没有
- 诚实透明，不给虚假希望
- 让用户掌握控制权，决定下一步
配置文件（可选）
文件：auto-skill-loader.config.yaml 位置：Skill 目录内 或 workspace 根目录
# auto-skill-loader.config.yaml
# 所有字段可选，均有合理默认值
# 额外标记为 core 的 Skill（名称列表）
coreSkills: []
# - my-custom-audit-skill
# - my-critical-skill
# 排除不参与自动加载的 Skill（名称列表）
skipSkills: []
# - deprecated-skill
# 是否启用 Agent 路由（默认 true）
enableRouting: true
# 匹配模式：strict（仅触发词）| normal（触发词+语义）| fuzzy（全部）
matchMode: normal
# 日志级别：silent | info | debug
logLevel: info不创建此文件 = 使用全部默认值 = 直接能用。
使用示例
场景 1：用户问天气
用户：北京今天天气怎么样？
→ 匹配 weather skill（dynamic）
→ 自动加载 weather/SKILL.md
→ 按其指导获取天气场景 2：触及 core Skill
用户：关闭记忆管理
→ 检测到 memory-distiller 是 core 级
→ 拒绝操作，提示：此 Skill 为核心级，不可自动卸载场景 3：无匹配
用户：帮我写一首诗
→ 无 Skill 匹配
→ 正常回复（不加载任何 Skill）Dry Run 模式
预览匹配结果，不实际加载：
在消息中包含 --dry-run 或在配置中设置：
dryRun: true # 全局 dry run输出格式：
🔍 Auto Skill Loader - Dry Run
任务: "北京今天天气怎么样"
匹配: weather (dynamic, L3, score: 0.95)
候选: [weather, summarize]
操作: 将加载 weather/SKILL.md兼容性
| 环境 | 支持 |
|---|---|
| Windows | ✅ |
| macOS | ✅ |
| Linux | ✅ |
| 单 Agent | ✅ |
| 多 Agent | ✅ |
| ClawHub 安装 | ✅ |
| 手动安装 | ✅ |
变更日志
v2.0 (2026-03-19)
- 🔒 新增 Skill 三级保护机制（core/protected/dynamic）
- 🔌 移除所有硬编码（Agent 名称、路由表、路径）
- ⚙️ 新增可选配置文件（零配置也能用）
- 🏷️ 新增 dry-run 预览模式
- 🌍 通用化：兼容任何 OpenClaw 部署
v1.0 (2026-03-18)
- 初始版本，基本自动加载功能