（7183期）Adaptive Skill Factory – 智能技能管理 · 随需而变

智能技能管理 · 随需而变 智能技能管理中枢，自动识别工作流缺口并决策复用、搜索或创建技能，避免提示词膨胀，保持代理高效精简。 使用说明 核心用法 Adaptive Skill Factory 是一套技能生命周期管理框架，核心使命是让 AI 代理在运行时动态解决"能力缺口"问题。其标准操作流程分为五步： 缺口分级——区分一次性任务、可复用工作流、需新建技能三类场景 存量检索——按优先级扫描 workspace 技能 → 共享技能 → 内置技能 外部搜索——联网时通过 ClawHub 精准检索，遵循最小可用原则安装 本地创建——无匹配时生成简洁的 SKILL.md，区分角色专属与跨角色复用路径 持续迭代——验证、更新、清理，防止技能腐化 显著优点 决策框架清晰：用明确规则替代直觉判断，降低技能泛滥风险 分层存储策略：workspace/共享/内置三级架构平衡隔离性与复用性 角色边界强制：技术/情报/交易/督导四大分类防止职责漂移 轻量设计约束：禁止技能成为"长笔记垃圾场" 潜在缺点与局限 依赖 ClawHub 生态：外部搜索价值受限于仓库质量与覆盖度 人工判断残留："是否复现"仍依赖操作者对任务频率的主观评估 无自动化度量：缺乏技能使用频次、成功率的量化反馈机制 跨平台路径硬编码：D:\internal-hub\skills 暗示 Windows 环境，可移植性受限 适合人群 多代理协作团队、提示词工程师、需长期维护 AI 工作流的知识管理者，以及希望控制上下文成本的进阶用户。 常规风险 技能膨胀：更新/删除机制若执行不力，将导致技能库臃肿 边界模糊：角色分类虽明确，但实际任务常跨类别，可能引发分类争议 版本冲突：同一技能多路径存在时，加载优先级规则未完全显性化 原始说明 Discover, install, update, or create the right skill when a workflow gap appears. Use when a task is repetitive, a role lacks a reliable procedure, an existi...