huo15-openclaw-enhance（huo15 OpenClaw enhance 搜索） Skills下载安装命令和教程

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：huo15-openclaw-enhance（huo15 OpenClaw enhance 搜索）
来源仓库：https://github.com/zhaobod1/huo15-openclaw-enhance
安装命令：
openclaw skills install huo15-openclaw-enhance
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 huo15-openclaw-enhance

简介

huo15-openclaw-enhance 是 OpenClaw 增强插件，全面适配 v4.24 版本特性。

适合在 OpenClaw 中需要升级依赖、同步构建兼容性的研究检索场景。
支持 peerDep 同步、api.on hook 类型推断和 handler 自动补全。
使用前需确认当前 OpenClaw 版本、Node.js 环境和包管理器兼容性。
建议在升级前备份项目，避免因依赖冲突导致运行异常。

SKILL.md

name: huo15-openclaw-enhance
description: 火一五·克劳德·龙虾增强插件 v5.7.8 — 全面适配 openclaw 2026.4.24：peerDep ^4.24 + build/compat 同步到 4.24 + 14 处 api.on 全部去掉 as any 改成 typed hook（hookName 联合类型 + handler 自动推断 PluginHookHandlerMap[K]） + manifest 加 enabledByDefault/uiHints/activation 元数据 + 修 self-check 之前被 as any 屏蔽的 PluginHookBeforeAgentReplyResult 类型不匹配 bug。继承 v5.7.7 session-lifecycle + v5.7.5 skill-recommender + v5.7.4 扫 bare pluginApi + v5.7.3 config-doctor + v5.7.2 hardening + v5.7.1 hot-fix + v5.7 transcript-search + v5.6 工具分层；捆绑 11 个配套 skill
version: 5.7.9
homepage: https://cnb.cool/huo15/ai/huo15-openclaw-enhance
metadata: { "openclaw": { "emoji": "🦞", "requires": { "bins": [] } } }

火一五·克劳德·龙虾增强插件 v5.7.8

简介

@huo15/openclaw-enhance 是 OpenClaw 2026.4.24+ 的非侵入式增强插件，对标 Claude Code 的 Agent Harness 体验。

核心原则：凡是龙虾原生有的功能一律不复制，重叠处以龙虾为准；只补龙虾没有的 Claude-Code 体验。

v5.7.8 全面适配 openclaw 2026.4.24（2026-04-26 同日）

跑完整 SOP 第 1+2 步发现 openclaw 4.24 的 api.on 是完全 typed（<K extends PluginHookName>(hookName: K, handler: PluginHookHandlerMap[K])），enhance 之前 14 处 api.on(...as any) 都能去掉 cast。这是真正的"全面适配"——不是简单升 peerDep，而是让 enhance 利用 SDK 的全部类型信息。

维度	v5.7.7	v5.7.8
`peerDependencies.openclaw`	`^2026.4.22`	`^2026.4.24`
`build.openclawVersion`	`2026.4.11`（落后 13 patch）	`2026.4.24`
`compat.pluginApi`	`>=2026.4.11`	`>=2026.4.24`
`api.on(...as any)` 使用次数	14 处	0 处
`(event: any, ctx: any)` 使用次数	5 处	0 处
`(ctx as any)?.agentId` 模式（hook 内部）	9 处	0 处（仅余 4 处 helper 函数内部，工具 ctx 用）
typecheck 错误数	0	0
openclaw.plugin.json 顶层字段	5	8（加 `enabledByDefault` / `uiHints` / `activation`）

隐藏 bug 修复

去掉 as any 后 typecheck 暴露 self-check.ts 长期被屏蔽的类型不匹配：之前 return {}; 试图返回 PluginHookBeforeAgentReplyResult，但该类型 handled: boolean 是必填的——空对象不合规。修法：所有"不接管"分支改成 return;（void），仅"阻断空回复"分支返回 { handled: true, reply: ..., reason: ... }。

不破坏 openclaw 原生

所有 hook handler return undefined（void） — 不返回 {block, prependContext} 等控制信号时 → enhance 仅观察+附加，绝不改变 openclaw 决策
typed hook handler 实际行为跟 untyped 完全一致 — 只是 TS 编译期能 narrow 类型，运行时无差异
manifest 新加的 enabledByDefault / uiHints / activation 都是 openclaw 4.x 已有字段，不引入新依赖

v5.7.7 session-lifecycle（2026-04-26 同日，跑完整 gap 调研后落地）

调研依据：跑了一次完整 SOP 第 1+2 步（Claude Code 官方 hooks 文档 + 反编译 Claude.app + openclaw 4.22 SDK）。发现 openclaw 4.22 暴露 29 个 hook，enhance 之前只用 4 个。落地最高 ROI 的 5 个 hook 闭环 session 生命周期：

Hook	enhance 行为	落地表
`session_start`	idle > 30min 时插入"🚀 会话开始/续启"章节占位	`chapters`
`session_end`	加"🏁 会话结束"章节 + flush in_progress todo 到 project memory（tag=session-flush, importance=4）	`chapters` + `memories`
`before_reset`	reset 前最后机会抢救最近 3 章节 + 全部未完成 todo 到 decision memory（tag=reset-rescue, importance=6）+ 推 notification	`memories`
`subagent_spawned`	派生子 agent 时加"🤖 派生子 agent: X"章节	`chapters`
`subagent_ended`	子 agent 结束加"✅/❌ 子 agent 结束: X"章节	`chapters`

防 noise factory 三层防御（吸收 v5.7.1 教训）：30 秒 dedup + 低 importance + 专用 tag（不进黑名单，用户下次会想恢复）。

v5.7.5 skill-recommender（2026-04-26 同日）

用户反馈："新增自动根据用户的需求自动挑选已经安装的技能，如果没有技能就把规划方案给出来。看看 Claude 是如何做的"

调研：反编译 /Applications/Claude.app/Contents/Resources/app.asar，发现 Claude 的 skill auto-discovery 本质是把所有 skill 的 name+description 拼成 "Available skills: ${list}." 注入到 specialist agent 的 system prompt —— 没有复杂算法，让 LLM 自己挑。

enhance 改造：照搬 name+description 匹配思路，但改成按需工具避免每轮 prompt 占 schema。新增模块 skill-recommender + 工具 enhance_skill_recommend(query, limit?, includeUninstalled?, includePlanning?)：

启动期扫多路径（WeCom / DingTalk 多 agent 场景关键）：

- ~/.openclaw/skills/ - ~/.openclaw/workspace/skills/ - ~/.openclaw/workspace-*/skills/ ← WeCom 多 agent 动态 workspace（一开始漏扫，烟测才发现） - ~/.openclaw/agents/*/skills/ - <cwd>/.claude/skills/、~/.claude/skills/ - 实测用户机器扫到 56 个 skill 跨 27 个路径

解析 SKILL.md frontmatter（轻量正则，无 yaml 依赖）：name + description + aliases
CJK 双字滑窗 + alias 强 boost 评分：

- JS \w 不含中日韩，直接 split \s\W 会让"代码简化"分成空数组 - 解决：CJK 连续段当整体 phrase + 长 ≥4 时滑动 2-grams - alias 的 token 严格命中（如 "规划" === alias "规划"）→ 保底 0.7 分

三段式输出：

- 🎯 已装 skill（命中 ≥ threshold=0.25）+ 召唤建议 - 📦 ClawHub 上未装的 huo15-* 候选（含 openclaw skills install 命令） - 🛠️ 都没合适 → 自建 skill 规划：建议 slug + frontmatter 模板 + 触发关键词 + 内容大纲 + 红线 #3 提醒（必须先 ClawHub publish 再让 enhance 引用 slug，插件不内嵌 skill 内容）

实测：

查询	命中	分数
"帮我 review 这个 PR"	huo15-openclaw-code-review	0.60
"设计一个 Web UI 原型"	huo15-openclaw-frontend-design	0.94
"代码简化"	huo15-openclaw-simplify	1.00
"做安全审查"	huo15-openclaw-security-review	0.96
"规划这个任务"	huo15-openclaw-plan-mode	0.70（alias exact 命中保底）

模块 tier=2（balanced 默认启用，minimal 不暴露 — 用户多半已知道用什么 skill）。

v5.7.4 config-doctor 扩展：扫已装插件 bare pluginApi（2026-04-26 同日）

用户反馈："提示插件要求 2026.2.24，但是我的 openclaw 已经是 2026.4.22"

根因：openclaw plugin compat 规则要求 compat.pluginApi 必须是 ranged spec（>=X.Y.Z / ^X.Y.Z / ~X.Y.Z）。bare 字符串（如 "2026.2.24" 没前缀）= 精确匹配，与当前 openclaw 不匹配时启动失败。用户实测：

~/.openclaw/extensions/tips/package.json v1.0.0 → pluginApi: "2026.4.11" ❌
~/.openclaw/node_modules/@huo15/huo15-huihuoyun-odoo/package.json v1.2.0（npm peerDep 残留）→ pluginApi: "2026.2.24" ❌

新增：config-doctor 启动期扫描 ~/.openclaw/extensions/* + ~/.openclaw/node_modules/@huo15/* + 无 scope 的 node_modules/*，对每个声明 openclaw.extensions 的包检查 compat.pluginApi。bare 命中 → 推仪表盘 + log warn + 给可粘贴 fix 命令。

⚠️ [plugin-bare-pluginApi] 已装插件 @huo15/wecom-tips 的 openclaw.compat.pluginApi="2026.4.11" 是 bare 版本，会被解读为精确匹配...
   → 修复: python3 -c "..."（一行 inline）

v5.7.3 config-doctor（2026-04-26 同日）

直击用户高频反馈"装上插件还是 'Context limit exceeded'" — 根因往往不在插件，而在 ~/.openclaw/openclaw.json 的两处陷阱：

缺失 agents.defaults.compaction.reserveTokensFloor — openclaw 4.22 把这个字段嵌套到 agents.defaults 里（4.11 时是顶层 compaction），老用户配置文件没自动迁移，用 4.22 默认值（很小）→ 长 session 必爆
某个 model 的 maxTokens 占 contextWindow 一半以上 — 例如 MiniMax-M2.7 默认 maxTokens=131072 / contextWindow=204800，每轮预留输出就吃掉 64% budget。openclaw 把 maxTokens 当作"必须留给输出的 reserve"，剩 73k 给 input/tools/memory，任意几轮就爆

新增

src/modules/config-doctor.ts — 启动期 sync 读 openclaw.json 检查上述两类陷阱，发现后用 notifyQueue.emit("config-doctor", ...) 推到仪表盘 + log warn + 给可粘贴的 fix 命令（python3 一行原地改 JSON，不调 child_process）
工具：enhance_config_doctor — 无参数，agent / 用户随时调一下，重新跑诊断（修完了配置可以再跑确认 ✅）
配置项：config.configDoctor — enabled / minReserveTokensFloor（默认 5000）/ maxReserveTokensFloor（默认 100000）/ maxModelMaxTokens（默认 32000）

红线遵守

完全只读 ~/.openclaw/openclaw.json（红线 #1：不侵入式修改 openclaw）
不调 child_process（红线 #4） — 修复命令是 python3 inline，由用户/cron-cli 执行
不暴露在 minimal 之外？反过来：tier=1 minimal 也启用 — 这是关键的"防爆 context"诊断，每个用户都该有

v5.7.2 hardening（2026-04-26 同日）

继 v5.7.1 hot-fix 之后，对全代码库做了一次审计，修复 4 类潜在 bug：

进程内 Map LRU 上限 — mode-gate 的 modeState / plannedActions 和 session-recap 的 lastRecapAt 之前 keyed by agentId::sessionId 跨 session 永不清。WeCom 多用户场景下 100+ session 会无限累积。现在加 200/200/500 三档 LRU cap，活跃 session 重新插入刷新顺序，老 session 自动淘汰
safety_log / notifications 启动期 TTL — getDb() 时跑一次 DELETE WHERE created_at < datetime('now', '-90 days')，避免长期运行库无限增长。新增 purgeOldSafetyLogs(retentionDays) helper 给运维调
memory corpus tag 黑名单 — auto-compact / auto-checkpoint / audit / internal 这 4 个保留 tag 在 scoreRelevance() 入口直接 return 0，永不召回到 prompt（防御未来 hook 万一又写入 noise）
enhance_memory_store 拒收保留 tag — 用户/agent 显式调 store 时若 tags 含保留词，立即返回错误而非写入

bump openclaw peerDep `^2026.4.22`

之前 peerDep >=2026.4.11，但 npm global 已升到 2026.4.22（差 11 个 patch）。本地 SDK 类型定义同步升级；hook 名验证全部仍存在（before_prompt_build / before_tool_call / after_tool_call / before_compaction / before_agent_reply），无破坏性变更。

v5.7.1 hot-fix（2026-04-26）

删除 before_compaction 噪音 hook — 之前每次 openclaw auto-compact 都会以 decision 类、auto-compact tag 写入一条「[auto-compact] 对话上下文已压缩…」记忆。实测单 agent 24 小时积累 613 条全是噪音，关键词命中率虚高 0.4-0.5（过 corpus pruner 默认 0.5 阈值），把真正的 user/project/feedback 决策记忆挤出 prompt 上下文
新增工具 enhance_memory_purge — 按 tag / category / contentLike 批量清理当前 agent 记忆，dry_run 默认 true（仅预览匹配数）。一键清理历史噪音：enhance_memory_purge tag="auto-compact" dry_run=false
首次启动自动迁移：升级到 5.7.1 后即不再生成新噪音；旧噪音留待用户用 purge 工具或直接 SQL 清

v5.7 新特性（2026-04-25）

历史会话搜索（transcript-search） — 照搬 Claude Desktop transcriptSearchWorker 算法（解包 /Applications/Claude.app/Contents/Resources/app.asar 抽出参考实现）：

- 流式扫 ~/.openclaw/agents/<agentId>/sessions/*.jsonl，行级 JSON.parse - extractText 兼容 string / [{type:"text", text}] 数组 - indexOf 子串匹配 + ±80 字符 snippet - 79 个 session 中扫 30 个 → 3–5 ms 找到 5 个 hits（实测） - 完全只读、不建索引、不建表 — 不动 openclaw 任何东西

工具：enhance_transcript_search — query 必填；可选 agentId / limit / includeReset / caseSensitive
模块 tier=2，默认 balanced/full 即可见（minimal 下不暴露）

v5.6 新特性（2026-04-24）

工具分层（toolTier） — 按 minimal/balanced/full 三档暴露工具 schema，降低每轮 prompt 固定底座（解决长会话 context 提早爆满）

- minimal（10 工具）：仅核心层 — 记忆 / 状态栏 / spawn / 模式 / 章节 / installer / integrator - balanced（18 工具，默认）：+ todo / 章节 / 定时任务桥 - full（26 工具）：+ workflow / safety / task-planner / session-recap / skill-doctor

Workflow 5→2 工具合并 — enhance_workflow_define / _list / _delete / _tasks / enhance_task 合并为 enhance_workflow（action=define/list/delete/tasks）+ enhance_task（保留独立 action 派发器）
工具描述全面压缩 — 26 个工具描述从 ~4610 字符 → ~1750 字符（-62%），每轮 prompt 节省约 1400 token，prompt cache 更稳

一键安装

openclaw plugins install @huo15/openclaw-enhance
openclaw restart

安装后访问仪表盘：http://localhost:18789/plugins/enhance/

核心能力

分类记忆（corpus supplement + 两段式） — user / project / feedback / reference / decision 五类，额外支持 why（背景/约束）和 howToApply（套用时机），对齐 Claude Code feedback/project 记忆体例；通过 registerMemoryCorpusSupplement 合入龙虾原生 memory 搜索，不自建第二套向量库；搜索结果 deterministic 排序（score → importance → updated → id）保持 prompt cache 稳定
工具安全观察员 — 只分类错误 + 建议退避，完全尊重龙虾 tools.allow/deny
任务 / 章节 / 模式闸门 + ExitPlanMode — TodoWrite / mark_chapter / plan-explore 模式；enhance_exit_plan_mode 在 plan 模式下提交计划给用户审批，自动把计划期间被拦截的写入意图打包成 decision 记忆
状态栏（含可观测性） — enhance_statusline 额外展示当前模型、思考档、fast 模式、消息通道、会话 ID；HTTP 端点 /plugins/enhance/api/statusline 输出 JSON 供仪表盘嵌入
技能巡检 / 子任务一键派发 — enhance_spawn_task 返回可直接粘贴到终端的 openclaw agent CLI 命令，支持跨 agent 派发和思考档选择
定时任务桥 — 登记定时工作流时返回一条 openclaw cron add 命令；调度归龙虾 cron-cli，插件只管触发时注入 instructions
多 Agent 隔离 — 完美适配 WeCom 插件的动态 Agent，记忆/任务/章节/宠物全部按 agentId 隔离
增强仪表盘 — 小火苗宠物 + 记忆/任务/章节/定时全景

与龙虾原生的关系

能力	龙虾原生	enhance 策略
记忆向量库	✅ 龙虾负责	不复制，改为 corpus supplement 并入搜索
工具 allow/deny	✅ 龙虾负责	只观察，不拦截
Cron 调度	✅ 龙虾 cron-cli	不管理调度，只在触发时注入上下文
技能安装	✅ ClawHub	只读巡检，不擅自安装

增强技能（自动注入 `workspace/skills/`）

工作流模式（4 个）

huo15-openclaw-plan-mode — 结构化规划模式
huo15-openclaw-explore-mode — 深度探索模式
huo15-openclaw-verify-mode — 验证检查模式
huo15-openclaw-memory-curator — 记忆整理

设计能力（v5.4 新增，对标 Anthropic frontend-design + huashu-design 生态）

huo15-openclaw-frontend-design — 高保真 Web UI 原型 + 5 美学流派 + 反 AI Slop 硬红线
huo15-openclaw-design-director — 设计方向顾问（3 方向反差对比 + 强制推荐）
huo15-openclaw-brand-protocol — 品牌规范抓取（Ask/Search/Download/Verify/Codify 5 步）
huo15-openclaw-design-critique — 5 维设计评审（美学/可用性/品牌/内容/实现）

开发辅助（v5.5.1 新增，对标 Claude Code /simplify / /security-review / /review）

huo15-openclaw-simplify — 代码简化三维审查（复用/质量/效率）+ 分级修复清单
huo15-openclaw-security-review — 六类漏洞矩阵（密钥/注入/XSS/SSRF/权限/依赖）+ CVSS 分级
huo15-openclaw-code-review — PR 五维综合评审（设计/实现/测试/安全/可维护）+ 可粘贴评论

详见 README.md 与 CHANGELOG.md。

链接

npm: https://www.npmjs.com/package/@huo15/openclaw-enhance
仓库: https://cnb.cool/huo15/ai/huo15-openclaw-enhance
License: MIT
公司: 青岛火一五信息科技有限公司 — www.huo15.com

适合场景

01

OpenClaw 用户查找和安装 Skill 时

02

用户想查找某类 Agent Skill 时

03

需要根据任务场景推荐可安装能力包时

04

需要对比不同来源的安装命令和来源信息时

能力概览

能力 1

按任务关键词查找相关 Skills

能力 2

展示可复制的安装命令

能力 3

保留来源站点、仓库和原始说明，方便继续核验

能力 4

补充不同宿主或平台的使用分布数据

能力 5

展示第三方安全扫描或审计结果

安装后应在对应宿主中按原始 README 的触发条件使用；具体调用方式请以来源页面和 README 为准。

平台分布

OpenClaw

95.62%

按下载量换算3,369

安全审计

VirusTotal

通过

ClawScan

通过

Static analysis

可疑

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。来源安全扫描存在 warning/failed 结果，不能写成本站确认安全。当前只有一个来源，正式发布前建议补源仓库或其他目录站核验。

来源信息

GitHub 仓库

github.com

/zhaobod1/huo15-openclaw-enhance

SKILL.md 来源

clawhub.ai