Token导航 LogoToken导航

Agent Skill · 开发

checkpoints(checkpoints 开发)

checkpoints 用于处理 GitHub 仓库、Issue、Pull Request 和代码协作信息,适合在 OpenClaw 中需要围绕仓库状态、代码变更或协作事项进行整理时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态,以及是否会触发联网、命令执行或文件读写。

checkpoints 是开发类 Agent Skill,可用宿主为 OpenClaw,通过ClawHub获取,权限为需要联网;许可证为 MIT-0,第三方扫描已通过,按安装量在开发类的 21,746 个 Skill 里排第 4,903。

总安装 7,342周安装 297GitHub Stars 公开资料未说明下载 2,305核验 2026-05-01

安装说明

本站只整理中文说明,不托管安装包,也不代用户安装。
GitHub
许可证
MIT-0
版本
1.0.0

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手,先确认命令和权限,再让它执行。

请帮我安装这个 Agent Skill:checkpoints(checkpoints 开发)
来源仓库:https://github.com/openlang-cn/checkpoints
安装命令:
openclaw skills install checkpoints
安装前请先检查当前环境是否支持对应 CLI,并向我确认将要执行的命令、安装目录、联网范围和文件读写权限;确认后再执行。

命令行安装

复制命令到本机终端执行。该命令会通过 OpenClaw 从第三方来源获取 Skill;本站只展示命令,不托管安装包,也不自动执行。

ClawHubOpenClaw
openclaw skills install checkpoints

这个 Skill 是做什么的

开发类 Skill 面向写代码、改代码和排查问题,一般会读写仓库文件,部分还会执行构建或测试命令。

记录 AI 生成代码的完整上下文并绑定到 git 提交。适合代码协作、推理过程追溯和版本关联管理的场景。通过 clawhub 安装并使用,需确认权限和网络访问范围。安装命令:openclaw skills install checkpoints。建议核对来源仓库和 README 以了解具体用法与限制。

上手步骤

4 步
  1. 1

    确认自己的宿主工具

    公开资料标注支持 OpenClaw;先确认自己用的是其中之一,再按对应工具的 Skills 目录放置。

  2. 2

    拿到安装命令

    可以直接复制的命令是 openclaw skills install checkpoints;命令里的占位符换成自己的路径或密钥再执行。

  3. 3

    安装后重启宿主

    命令执行完要完全退出宿主工具再打开,让新装的 Skill 被重新扫描到,否则列表里可能看不到。

  4. 4

    按最小权限试用

    它需要需要联网,先在测试目录或测试账号里跑,确认没问题再放到正式项目。

常见问题

6 条

checkpoints 怎么安装?

在终端执行 openclaw skills install checkpoints。装完完全退出宿主工具再打开,让它重新扫描本地 Skill。

checkpoints 支持哪些 AI 工具?

公开资料标注支持 OpenClaw。其他工具只要能读取本地 Skill 目录,一般也能手动放进去,但要自己确认触发方式是否一致。

checkpoints 需要什么权限?

权限级别是需要联网。该 Skill 可能需要联网访问来源站点、仓库或外部 API;具体网络访问范围需要结合源码和 README 复核。

checkpoints 是免费的吗?

来源标注的许可证是 MIT-0。本站不代收任何费用,也不托管安装包;能否商用、要不要署名,以许可证原文为准。

checkpoints 用的人多吗?

公开数据是累计安装 7,342 次,近一周安装 297 次,下载 2,305 次。这些数字来自第三方目录统计,只能当作热度参考,不代表质量或安全性。

checkpoints 安全吗?

第三方扫描结果为通过,但这只覆盖已知的静态检查项,不能替代自己读一遍源码和安装命令。

值得选的地方和要先想清楚的地方

值得选的地方

  • 专注 OpenClaw 一种宿主,触发方式和使用习惯不用来回切换。
  • 许可证明确为 MIT-0,商用和分发边界好判断。
  • 第三方扫描已通过,常见的高风险行为没有命中。

先想清楚的地方

  • 第三方目录整理,版本更新和行为细节以来源仓库为准。

适不适合你

更适合

  • 已经在用 OpenClaw,想直接扩展它能力的人。
  • 需要处理开发类任务、又不想每次都手写提示词的人。
  • 需要许可证清楚、并且有第三方扫描结果的团队项目。

不太适合

  • 需要厂商级技术支持和 SLA 的生产系统。

开发类 Skill 对比

6 个同类
Skill总安装GitHub 星权限许可证扫描
skill-vetter

技能审查员 · OpenClaw

8,779,018986操作浏览器MIT-0通过
ontology

本体论 · OpenClaw

6,636,960576只读MIT-0通过
entra-app-registration

内部应用程序注册 · Codex、Claude

6,631,872764接触敏感数据未明确通过
entra-app-registration

内部应用程序注册 · Codex、Claude

3,757,680201接触敏感数据未明确通过
nano-banana-pro

纳米香蕉专业版 · OpenClaw

3,526,898364接触敏感数据MIT-0有提醒
checkpoints

checkpoints 开发 · 本页

7,342—需要联网MIT-0通过

按安装量取同分类前几名;数字来自第三方目录统计,只作热度参考,不代表质量结论。

SKILL.md 原文

name
checkpoints
description
Records full context of AI-generated code and binds it to git commits. When the agent writes and commits code, capture prompts, conversation history, reasoning steps, decision logic, and token/metadata, then associate that checkpoint with the commit. Use when committing AI-produced changes or when the user wants to save or audit why and how code was generated.

Checkpoints

Checkpoints 用于自动记录 AI 生成代码的完整上下文,并与对应的代码提交(Commit)绑定,便于回溯、审计和复现“这段代码是怎么来的”。


何时使用

  • 智能体编写并即将提交(或刚提交)代码时,需要把本次生成的上下文一并留存。
  • 用户明确要求“把这次改动的依据/对话记录下来”“和 commit 绑在一起”。
  • 需要事后查看某次提交对应的提示词、推理过程和决策逻辑时,本 Skill 指导如何生成和存放 checkpoint 数据。

Checkpoint 应包含的内容

在生成或提交 AI 代码时,将以下信息与 commit 绑定:

内容说明
提示词(Prompts)用户或系统触发生成的那条(或几条)主要 prompt,可做脱敏。
对话记录与本次改动相关的对话摘要或关键轮次(可精简为要点)。
推理步骤模型/智能体的推理链:先做了什么判断、尝试了哪些方案、为何选当前实现。
决策逻辑关键决策点(例如:为何用 A 库而非 B、为何采用这种结构)。
元数据可选:Token 消耗量、模型/版本、时间戳、涉及文件列表等。
关联 Commit明确对应的 commit hash(或 branch + 即将提交的说明),保证可追溯。

与 Commit 绑定的方式

  • 方式一:独立 checkpoint 文件

在仓库中维护 checkpoint 存储(例如 .checkpoints/ 或 docs/checkpoints/),每个 commit 对应一个文件,命名包含 commit hash 或时间戳,便于通过 hash 查找。

  • 方式二:Commit 消息或 tag

在 commit message 中写简短摘要,并注明“详细上下文见 .checkpoints/<hash>.json”;或打 tag 指向该 commit,tag 名/描述中带 checkpoint 标识。

  • 方式三:外部系统

若有现成的 Checkpoints 工具或服务,按该工具的 API/CLI 上传上述内容,并在 commit message 或仓库内留一条引用(如 URL 或 id)。

按项目约定或用户指定选择一种方式,并保持一致。


Checkpoint 文件结构建议

若用文件形式保存,可采用结构化格式(便于后续解析和展示),例如:

{
  "commit": "abc123...",
  "timestamp": "ISO8601",
  "prompts": ["用户请求的原始或摘要 prompt"],
  "conversation_summary": "与本次改动相关的对话要点",
  "reasoning_steps": ["步骤1", "步骤2", "..."],
  "decisions": ["决策1及原因", "..."],
  "files_changed": ["path/a", "path/b"],
  "meta": {
    "model": "optional",
    "tokens_used": "optional",
    "agent_version": "optional"
  }
}

也可用 Markdown 书写,便于人工阅读,但需固定章节(Prompts、对话摘要、推理步骤、决策、元数据、Commit)。


工作流程(智能体侧)

  1. 在准备提交或完成提交后:判断本次改动是否主要由 AI 生成;若是,则生成 checkpoint 内容。
  2. 组装内容:从当前对话中提取或总结:提示词、相关对话、推理步骤、决策逻辑;若有 token/模型信息则填入 meta。
  3. 绑定 commit:若尚未提交,先执行提交,取得 commit hash;再写入 checkpoint 文件或调用外部工具,并确保文件名/引用中包含该 hash。
  4. 不污染主流程:checkpoint 文件可加入 .gitignore 若仅本地使用;若团队需要共享审计,则纳入版本库并提交。

使用原则

  • 一致性:同一仓库内固定用一种绑定方式和目录/命名规则。
  • 隐私与脱敏:若 prompt 或对话中含敏感信息,存盘前做脱敏或仅存摘要。
  • 可追溯:通过 commit hash 能从 checkpoint 反查到提交,或从提交找到对应 checkpoint。

平台分布

OpenClaw

82.32%
按下载量换算1,897

安全审计

VirusTotal

通过

ClawScan

通过

Static analysis

通过

权限和风险

需要联网

该 Skill 可能需要联网访问来源站点、仓库或外部 API;具体网络访问范围需要结合源码和 README 复核。

安装前确认

本站仅展示第三方公开信息,不托管安装包,不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。目前只有一个公开来源,建议同时核对源仓库。

继续浏览同类 Skills