Install any skill in seconds. Free to start, no credit card required.
Get Started Free →将 AI 会话历史自动转化为可复用的技能文档,提取有价值的技术知识和最佳实践。
| Test case | Without → With | Effect | Δ tokens | Δ turns |
|---|---|---|---|---|
| case-02 | ✗→✓ | ▲ Improved | -23% | 0% |
| case-03 | ✗→✓ | ▲ Improved | -45% | 0% |
| case-08 | ✗→✓ | ▲ Improved | 2% | 0% |
| case-09 | ✗→✓ | ▲ Improved | -7% | 0% |
| case-11 | ✗→✓ | ▲ Improved | 66% | 0% |
将 AI 会话历史自动转化为可复用的技能文档,提取有价值的技术知识和最佳实践。
> 📖 完整文档请参阅 README.md
本工具提供以下 CLI 子命令:
| 命令 | 说明 | 关键参数 | | --- | --- | --- | | extract | 预处理会话:读取、脱敏、归一化、分段,输出结构化文本供 LLM 分析(不做语义分析) | --max-chunks 最大分段数 | | analyze | 使用内置规则引擎分析会话(不依赖 LLM,作为降级方案) | --json-lines 紧凑 JSON 输出 | | generate | 生成 SKILL.md(可接收外部 LLM 分析结果,或使用内置规则引擎) | --name 技能名称,--analysis 外部分析 JSON | | config | 输出合并后的配置和适配策略 | 无 | | validate-config | 校验配置文件、环境变量和 CLI 覆盖项 | 无 | | diagnose | 诊断运行环境和会话来源 | 无 | | setup-agent | 为指定 agent 生成项目级工作流指引文件(如 CLAUDE.md、.cursorrules) | agent_type 目标 agent 类型 |
全局参数:
| 参数 | 说明 | | --- | --- | | --input | 会话文件或目录路径(对 extract / analyze / generate / diagnose 必填,对 config / validate-config 可省略) | | --output-dir | SKILL 输出目录 | | --conflict | 冲突策略:rename / skip / overwrite / merge / fail | | --preserve-raw | 保留原文内容(⚠️ 可能泄露敏感信息) | | --config | JSON 配置文件路径 |
当用户要求将会话整理为 skill 时,推荐按以下流程调用:
1. 调用 extract 命令,获取预处理后的会话文本
2. 根据返回的 prompt_hint,用你自己的 LLM 能力分析会话内容
3. 将分析结果(JSON)传给 generate --analysis 命令生成 SKILL.md
4. 检查生成的 SKILL.md 内容是否准确覆盖要点
5. 如不满意,调整分析结果后重新调用 generate对于非 OpenClaw 的 agent(Claude Code、Cursor、Windsurf),可通过 setup-agent 命令自动生成项目级工作流指引文件,让 agent 自动学会上述流程:
bashexperience-to-skill-generator setup-agent claude-code # 生成 CLAUDE.md experience-to-skill-generator setup-agent cursor # 生成 .cursorrules experience-to-skill-generator setup-agent windsurf # 生成 .windsurfrules
> 💡 设计理念:工具只负责"数据管道"(读取 → 预处理 → 模板渲染 → 写入),语义分析交给 agent 自身的 LLM,自检循环由 agent 天然完成。无需额外配置 LLM。
| 退出码 | 含义 | | --- | --- | | 0 | 成功 | | 2 | 配置或运行时错误(如会话文件不存在、配置项非法等) | | 130 | 用户中断(Ctrl+C) |
bash# 诊断环境(推荐先运行) experience-to-skill-generator --input ./sessions diagnose # 预处理会话(输出结构化文本供 LLM 分析) experience-to-skill-generator --input ./sessions/session.json extract # 使用内置规则引擎分析(降级方案) experience-to-skill-generator --input ./sessions/session.json analyze # 使用外部 LLM 分析结果生成技能文档 experience-to-skill-generator --input ./sessions/session.json --output-dir ./generated_skills generate --name my-skill --analysis '{"tasks":[...],"key_steps":[...],"constraints":[...],"keywords":[...],"confidence":0.85}' # 使用内置规则引擎生成(不传 --analysis) experience-to-skill-generator --input ./sessions/session.json --output-dir ./generated_skills generate --name my-skill # 查看当前配置 experience-to-skill-generator config # 校验配置 experience-to-skill-generator validate-config
Other measured skills in the registry, with their headline benchmark lift.