Token导航 LogoToken导航TokenDH.com
效率需要联网clawhub未标认证来源可访问clear审计提醒

architecture-evolution-coordinator架构演化协调员

Agent Skill

architecture-evolution-coordinator 用于补充效率相关能力,适合在 OpenClaw 中需要让 Agent 承接效率相关任务时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态,以及是否会触发联网、命令执行或文件读写。

总安装

5,268

周安装

224

GitHub Stars

公开资料未说明

下载量

1,846
OpenClaw

安装说明

本站只整理中文说明和来源信息,不托管安装包,也不代用户安装。

GitHub

来源数

2

许可证

MIT-0

最后核验

2026-05-01

来源状态

来源可访问

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:architecture-evolution-coordinator(架构演化协调员)
来源仓库:https://github.com/whoisme007/architecture-evolution-coordinator
安装命令:
openclaw skills install architecture-evolution-coordinator
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 architecture-evolution-coordinator

简介

协调星型记忆架构五阶段演进,管理插件协同,支持理念级外部项目分析与融合方案生成与验证。

SKILL.md

name
architecture-evolution-coordinator
version
1.0.0
layer
tooling
function_type
evolution_coordination
health
healthy
dependencies
[evolution-watcher, unified-query-gateway, memory-integration]
issue
星型记忆架构自主进化计划的协调器,包含完整五阶段演进提示词与理念级进化试点能力

🦞 星型记忆架构自主进化计划 – 架构演进协调器

⚠️ 开发测试版本

此技能为架构演进协调器的参考实现,包含完整的五阶段演进提示词和理念级进化试点框架。

主要用途

  1. 为DeepSeek R1等AI助手提供星型记忆架构自主进化的执行指南
  2. 协调现有27个单功能插件的协同工作
  3. 支持理念级进化试点:分析外部项目(如NeverOnce)并生成融合方案

当前阶段:第5阶段(ClawHub发布与功能完善)进行中 系统健康度:100%(集成测试22/22通过) 核心指标:检索延迟<10ms,零循环依赖,25/27插件健康


📋 完整执行提示词

以下是为AI助手(DeepSeek R1)准备的完整执行提示词,定义了星型记忆架构从当前状态到理念级自主进化的五阶段演进路径:

# 🦞 星型记忆架构自主进化计划 – 给 DeepSeek R1 的执行提示词(2026‑03‑20 实际情况更新版)

## 📊 版本状态: 2026‑03‑20
## 🎯 当前阶段: 第 5 阶段(ClawHub 发布与功能完善)进行中
## 🚀 下一阶段: 第五阶段核心理念级进化试点准备

---(完整内容见下方)---

:由于篇幅限制,完整提示词超过7000字,包含:

  • 角色定义与约束条件
  • 五阶段详细实施计划(Phase 1-4.5已完成,Phase 5进行中)
  • 系统健康状态与性能指标
  • 技术债务跟踪与管理
  • 理念级进化试点框架

完整提示词可通过本技能的prompts/full_evolution_guide.md文件获取。


🛠️ 核心功能

1. 架构演进协调

  • 状态机约束:严格执行五阶段顺序,仅执行当前阶段允许的操作
  • 退化检测与修复:自动识别前阶段功能退化并进行修复
  • 健康监控:集成evolution-watcher的插件健康检查与报告生成

2. 理念级进化试点框架

  • 外部项目分析:从GitHub、arXiv等源提取核心理念
  • 功能对比匹配:将外部功能点与现有插件function_type元数据匹配
  • 融合方案生成:新插件草案或现有插件改造建议
  • 沙盒验证:复用evolution-watcher沙盒测试框架

3. 电子邮件报告集成

  • 自动报告evolution-watcher报告自动发送至johnson007.ye@gmail.com
  • 定制收件人:支持配置多个收件人邮箱
  • 报告格式:Markdown + HTML,支持丰富格式

🚀 快速开始

作为AI助手使用

# 加载本技能作为执行指南
# AI助手应严格遵循提示词中的阶段约束

# 检查当前阶段状态
python3 scripts/check_phase_status.py

# 运行理念级分析试点(以NeverOnce项目为例)
python3 scripts/analyze_external_project.py https://github.com/WeberG619/neveronce

作为独立协调器使用

# 安装依赖
pip install -r requirements.txt

# 运行架构健康检查
python3 scripts/architecture_health_check.py

# 生成演进报告
python3 scripts/generate_evolution_report.py --phase 5

📁 文件结构

architecture-evolution-coordinator/
├── SKILL.md                          # 本文件
├── prompts/
│   ├── full_evolution_guide.md       # 完整7000字执行提示词
│   ├── phase5_implementation.md      # 第五阶段详细实施方案
│   └── neveronce_analysis_template.md # NeverOnce项目分析模板
├── scripts/
│   ├── check_phase_status.py         # 阶段状态检查
│   ├── analyze_external_project.py   # 外部项目分析
│   ├── architecture_health_check.py  # 架构健康检查
│   └── generate_evolution_report.py   # 演进报告生成
├── templates/
│   ├── new_plugin_draft.md           # 新插件草案模板
│   └── fusion_proposal.md            # 融合方案模板
└── examples/
    └── neveronce_analysis_example.md # NeverOnce分析示例

🎯 理念级进化试点:NeverOnce项目分析

项目信息

  • 名称: NeverOnce
  • 描述: Persistent, correctable memory for AI. The memory layer that learns from mistakes.
  • GitHub: https://github.com/WeberG619/neveronce
  • 关键特性: 持久化记忆、可纠正性、从错误中学习、零依赖、跨平台

分析框架(预定义)

  1. 核心理念提取

- 持久化记忆机制 - 错误学习与纠正算法 - 记忆衰减与强化策略

  1. 与现有架构对比

- 对比memory-integration的持久化方案 - 对比forgetting-curve的记忆衰减算法 - 对比learning-coordinator的学习机制

  1. 融合机会识别

- 可纠正记忆层作为新插件 - 错误学习算法增强现有学习协调器 - 跨平台支持集成到现有工具层

预期产出

  1. 分析报告:NeverOnce核心理念与现有架构对比
  2. 融合方案:具体代码变更建议或新插件草案
  3. 实施路线图:分阶段集成计划

🔧 技术要求

已实现保障

  • 沙盒测试:所有自动生成代码必须先通过沙盒测试
  • 用户确认:所有代码修改需展示diff和测试报告
  • 性能优化:缓存检索延迟<10ms
  • 元数据支持:完整插件function_type元数据

待实现功能(Phase 5)

  • 🔄 去重与版本追踪:外部项目数据库
  • 🔄 算法提取:从文档/代码提取算法信息
  • 🔄 理念引擎原型:完整"发现→解析→对比→生成→验证"流程

📊 系统集成

依赖插件

插件版本用途
evolution-watcherv0.6.2+监控、沙盒验证、报告生成
unified-query-gatewayv0.1.0+统一检索与缓存管理
memory-integrationv0.1.0+记忆同步与增强搜索
learning-coordinatorv0.1.0+学习机制协调

数据流

外部项目 → 理念提取 → 功能对比 → 融合方案 → 沙盒验证 → 用户确认 → 实施
          ↑                                          ↓
      元数据匹配                              报告生成 → 电子邮件

📝 配置说明

环境变量

# 电子邮件报告
export EVOLUTION_COORDINATOR_SENDER_EMAIL="your-email@gmail.com"
export EVOLUTION_COORDINATOR_SENDER_PASSWORD="your-app-password"
export EVOLUTION_COORDINATOR_RECIPIENT_EMAIL="johnson007.ye@gmail.com"

# GitHub API(可选)
export GITHUB_TOKEN="your_github_token"

# 架构路径
export OPENCLAW_WORKSPACE="/root/.openclaw/workspace"

配置文件

# config/coordinator_config.yaml
monitoring_sources:
  - type: github
    url: https://github.com/WeberG619/neveronce
    keywords: [memory, ai, learning, correction]
  
  - type: arxiv
    categories: [cs.AI, cs.LG]
    keywords: [memory, reinforcement learning]

analysis_depth: medium  # quick/medium/deep
output_format: markdown  # markdown/html/json

🧪 测试与验证

单元测试

# 运行所有测试
pytest tests/ -v

# 测试特定模块
pytest tests/test_idea_extraction.py
pytest tests/test_fusion_generation.py

集成测试

# 验证与evolution-watcher集成
python3 tests/integration/test_evolution_watcher_integration.py

# 验证报告生成与发送
python3 tests/integration/test_email_reporting.py

沙盒测试

# 运行理念分析沙盒测试
python3 scripts/sandbox_test_idea_analysis.py --project https://github.com/WeberG619/neveronce

📈 性能指标

指标目标值当前值状态
理念分析时间<30秒待测量
融合方案生成<60秒待测量
报告生成延迟<5秒待测量
电子邮件发送<10秒待测量
内存使用<100MB待测量

🚨 故障排除

常见问题

  1. 电子邮件发送失败

- 检查环境变量配置 - 验证SMTP服务器可达性 - 检查发件人邮箱应用密码

  1. GitHub API限制

- 配置GITHUB_TOKEN环境变量 - 降低请求频率 - 使用本地缓存

  1. 插件依赖缺失

- 运行python3 scripts/check_dependencies.py - 安装缺失插件:clawhub install <plugin-name> - 更新插件版本

日志查看

# 查看协调器日志
tail -f logs/coordinator.log

# 查看理念分析日志
tail -f logs/idea_analysis.log

# 查看电子邮件日志
tail -f logs/email_sender.log

📄 许可证与贡献

许可证

MIT License - 详见LICENSE文件

贡献指南

  1. Fork本仓库
  2. 创建功能分支:git checkout -b feature/your-feature
  3. 提交更改:git commit -m 'Add some feature'
  4. 推送到分支:git push origin feature/your-feature
  5. 创建Pull Request

代码规范

  • 遵循PEP 8 Python代码规范
  • 所有函数必须有类型提示
  • 关键功能必须有单元测试
  • 公共API必须有文档字符串

📞 支持与反馈

问题报告

  • GitHub Issues: 创建新Issue
  • 电子邮件: 架构演进相关问题可发送至协调团队邮箱

功能请求

  1. 描述需求场景
  2. 提供具体用例
  3. 说明预期行为
  4. 提交功能请求Issue

紧急支持

对于生产环境关键问题,请联系维护团队。


🔄 更新历史

版本日期变更说明
v1.0.02026-03-20初始发布,包含完整五阶段演进提示词
v1.0.1计划中添加NeverOnce分析示例
v1.1.0计划中理念级进化引擎原型

最后更新: 2026-03-20 12:50 GMT+8

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

97.45%
按下载量换算1,799

安全审计

VirusTotal

可疑

ClawScan

可疑

Static analysis

通过

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

继续浏览同类 Skills