Skill Dependency Resolver
自动检测并解决技能间的 Python 依赖冲突
描述
当安装多个 OpenClaw 技能时，不同技能可能依赖不同版本的 Python 包（如 pandas、numpy），导致冲突和安装失败。本技能自动扫描所有技能的 requirements.txt，检测版本冲突，并提供自动解决策略，生成统一的 requirements-merged.txt 供一键安装。
使用场景
- 用户安装多个技能后出现
pip install版本冲突错误 - 技能开发者希望确保自己的技能与其他技能兼容
- 系统管理员需要批量部署技能到多台机器
- 希望自动化依赖管理，减少手动调试时间
功能清单
- ✅ 扫描指定技能目录下的所有
requirements.txt - ✅ 解析包名和版本规范（>=, <=, ~=, ==, !=）
- ✅ 检测同一包的不同版本要求
- ✅ 提供自动解决策略（选择最高版本或最低版本）
- ✅ 支持手动模式，列出冲突供用户选择
- ✅ 生成合并后的
requirements.txt - ✅ 输出简洁的分析报告（JSON 格式）
- ✅ 零外部依赖，纯 Python 标准库实现
输入参数
| 参数 | 类型 | 必填 | 默认值 | 说明 |
|---|---|---|---|---|
skills_dir | string | 否 | ~/.openclaw/workspace/skills | 技能目录路径，递归搜索所有子目录的 requirements.txt |
output_file | string | 否 | ./requirements-merged.txt | 输出的合并后 requirements 文件路径 |
strategy | string | 否 | auto | 冲突解决策略：auto（自动选最高版本），manual（列出冲突等待用户选择） |
输出
report(object): 依赖分析报告
- total_skills (int): 扫描的技能数量 - conflicts_count (int): 检测到的冲突数量 - solutions (array): 每个冲突的解决方案（包名、冲突版本、选定版本、策略） - output_path (string): 生成的 merged requirements 文件路径 - summary (string): 简要总结
示例
基本扫描（自动解决）
skill-dependency-resolver skills_dir="./skills" output_file="requirements.txt"手动模式（列出冲突供选择）
skill-dependency-resolver strategy="manual"扫描并生成报告
skill-dependency-resolver output_file="/tmp/merged.txt" | jq '.conflicts_count'技术细节
- 扫描机制：使用
os.walk递归查找requirements.txt，跳过tests/和node_modules/ - 解析器：使用正则表达式解析包名和版本规范，支持
pkg>=1.0,<=2.0格式 - 冲突检测：收集每个包的所有版本范围，检查是否存在不可交集的区间
- 解决算法：
- auto：取所有版本上限中的最小值（保守）或下限中的最大值（激进，当前使用：选最高版本） - manual：输出冲突详情供用户决策
- 输出生成：将选定版本写入新 requirements 文件，保留原始注释（如有）
限制
- 仅支持 Python
requirements.txt格式，不支持Pipfile或pyproject.toml - 版本规范解析基于正则，可能无法覆盖所有复杂情况（如环境标记
; python_version < "3.8"） - 不执行实际的
pip install，仅生成合并后的文件
未来增强
- 支持
pyproject.toml和Pipfile - 检测并建议虚拟环境（避免全局冲突）
- 集成到
clawhub install流程，自动预处理依赖 - 提供冲突解决的历史记录和回滚
相关技能
skill-composer：工作流编排，可调用本技能预处理依赖skill-secure-checker：安全扫描，确保合并后的 requirements 无恶意包workspace-heartbeat-integration：定期扫描依赖，保持系统健康
作者：小叮当 标签：devops, dependency, installation, quality 许可证：MIT