SkillClaw — AI Agent 技能集体进化系统（学术论文项目）

> 来源: https://github.com/AMAP-ML/SkillClaw

> 日期: 2026-05-18

> 评分: ★★★★☆ (4/5) — 1.3K stars 的学术项目，让 Agent 技能从真实交互中自动进化

一句话版本

SkillClaw 是一个让 AI Agent 的技能从每次对话中自动进化的系统——它用一个透明代理拦截你和 Agent 的对话，从真实使用场景中提取模式、去重、优化技能，然后跨用户共享——你用得越多，所有 Agent 就越聪明。

项目概况

指标数据
机构AMAP-ML（匿名 ML 研究组织）
GitHub Stars**1,341**（1 个月）
Forks124
许可证MIT
实现语言Python
首次发布2026-04-10（约 5 周前）
论文arXiv:2604.08377
HF Daily Paper**#2 of the Day**（2026-04-11）

论文核心

SkillClaw: Let Skills Evolve Collectively with Agentic Evolver

论文明确以 OpenClaw 为背景开场：

> "LLM agents such as OpenClaw rely on reusable skills to perform complex tasks, yet these skills remain largely static after deployment."

> （像 OpenClaw 这样的 LLM Agent 依赖可复用的技能来执行复杂任务，但这些技能部署后基本是静态的。）

核心观察：类似的工作流、工具使用模式、失败案例在不同用户间反复重现，但没有机制将这些经验转化为可靠的技能更新。

SkillClaw 的解法：跨用户、跨时间的行为数据作为技能改进的"训练信号"。

架构


两个组件：
┌─────────────────────────┐     ┌─────────────────────┐
│   Client Proxy (本地)   │────→│  Evolve Server (可选)│
│  /v1/chat/completions   │     │                     │
│  /v1/messages           │     │  引擎: workflow     │
│  拦截对话 → 记录轨迹    │     │       或 agent      │
│  管理本地技能库         │     │  进化/创建技能      │
└─────────────────────────┘     └─────────────────────┘

两种进化引擎：

兼容框架

Hermes、Codex、Claude Code、OpenClaw、QwenPaw、IronClaw、PicoClaw、ZeroClaw、NanoClaw、NemoClaw，以及任何 OpenAI 兼容 API。

Benchmark

使用 WildClawBench 进行评估，在真实 Agent 场景中显著提升 Qwen3-Max 的性能。

项目特色

单用户效果

多 Agent 效果

多设备效果

团队效果

与 OpenClaw 生态的关联

维度说明
论文中明确提及✅ "LLM agents such as OpenClaw..."
兼容协议✅ 通过 OpenAI 兼容 API 代理
进化引擎✅ 可以用 OpenClaw 作为 Agent 进化引擎
技能格式✅ 兼容 ClawHub 技能格式
是否替代 OpenClaw❌ 不是替代品，是上层增强系统

评分表

维度评分说明
论文质量★★★★☆思路清晰，有 WildClawBench 实验
工程实现★★★☆☆Python 代理 + 服务器架构，初期阶段
增长★★★★★1.3K stars / 1 个月，HF Daily Paper #2
对 OpenClaw 用户价值★★★★☆可提升技能管理体验
成熟度★★☆☆☆1 个月的项目，论文标注 Work in progress
团队可信度★★★★☆8 人学术团队，非单人项目
**综合****★★★★☆**有潜力的学术项目，与 OpenClaw 生态互补

资源链接