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

auto-improvement-orchestrator-skill自动改进协调器技能

Agent Skill

auto-improvement-orchestrator-skill 用于辅助安全审计、权限检查和凭据风险排查,适合在 OpenClaw 中需要复核安全边界、认证流程或敏感配置时使用。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

3,421

周安装

144

GitHub Stars

公开资料未说明

下载量

1,198
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:auto-improvement-orchestrator-skill(自动改进协调器技能)
来源仓库:https://github.com/lanyasheng/auto-improvement-orchestrator-skill
安装命令:
openclaw skills install auto-improvement-orchestrator-skill
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 auto-improvement-orchestrator-skill

简介

auto-improvement-orchestrator-skill 用于辅助安全审计、权限检查和凭据风险排查,适合在 OpenClaw 中复核敏感配置时使用。

  • 支持九维结构评分与安全回归保护,适用于技能质量管控。
  • 通过 clawhub 安装,命令为 openclaw skills install auto-improvement-orchestrator-skill,需结合来源仓库进一步确认具体用法。
  • 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操作。
  • 当前功能描述基于原始 README,实际能力以官方文档为准。

SKILL.md

name
auto-improvement-orchestrator
version
2.0.0
description
>
license
MIT
triggers
author
OpenClaw Team

Auto-Improvement Orchestrator

从评估到改进到验证的完整管线,让 Skill 自动变好。

When to Use

  • 评估一个 skill 的质量(9 维打分 + 4 角色评审)
  • 自动改进 SKILL.md(生成候选→打分→执行→门禁)
  • 批量改进多个 skill(autoloop 连续运行)
  • 从 Claude Code 会话日志提取用户反馈信号
  • 对比 skill 改进前后的 Pareto front

When NOT to Use

  • 手动编辑单个 SKILL.md → 直接改文件
  • Agent 执行可靠性 → 用 execution-harness(独立仓库)
  • 纯文档生成 → 用 doc-gen
  • Prompt 优化(token 级)→ 用 DSPy

Quick Start

# 打分
python3 skills/improvement-learner/scripts/self_improve.py \
  --skill-path /your/skill --max-iterations 1

# 自动改进 5 轮
python3 skills/improvement-learner/scripts/self_improve.py \
  --skill-path /your/skill --max-iterations 5

# 从会话日志提取反馈
python3 skills/session-feedback-analyzer/scripts/analyze.py \
  --output feedback.jsonl

Architecture

11 个管线 skill 分三层:

  • 评估层: learner(9 维结构评分)、evaluator(执行测试)、session-feedback(用户反馈)
  • 改进层: generator → discriminator → evaluator → executor → gate(6 层门禁)
  • 控制层: autoloop(连续运行)、benchmark-store(Pareto front)、execution-harness(独立仓库)

辅助工具: skill-forge(造 skill)、skill-distill(合并 skill) 验证目标: prompt-hardening、deslop

Related

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

95.73%
按下载量换算1,147

安全审计

VirusTotal

通过

ClawScan

可疑

Static analysis

可疑

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