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审计通过

checkpointscheckpoints 开发

Agent Skill

checkpoints 用于处理 GitHub 仓库、Issue、Pull Request 和代码协作信息,适合在 OpenClaw 中需要围绕仓库状态、代码变更或协作事项进行整理时使用。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

7,342

周安装

297

GitHub Stars

公开资料未说明

下载量

2,305
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:checkpoints(checkpoints 开发)
来源仓库:https://github.com/openlang-cn/checkpoints
安装命令:
openclaw skills install checkpoints
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 checkpoints

简介

记录 AI 生成代码的完整上下文并绑定到 git 提交。

  • 适合代码协作、推理过程追溯和版本关联管理的场景。
  • 通过 clawhub 安装并使用,需确认权限和网络访问范围。
  • 安装命令:openclaw skills install checkpoints。
  • 建议核对来源仓库和 README 以了解具体用法与限制。

SKILL.md

name
checkpoints
description
Records full context of AI-generated code and binds it to git commits. When the agent writes and commits code, capture prompts, conversation history, reasoning steps, decision logic, and token/metadata, then associate that checkpoint with the commit. Use when committing AI-produced changes or when the user wants to save or audit why and how code was generated.

Checkpoints

Checkpoints 用于自动记录 AI 生成代码的完整上下文,并与对应的代码提交(Commit)绑定,便于回溯、审计和复现“这段代码是怎么来的”。


何时使用

  • 智能体编写并即将提交(或刚提交)代码时,需要把本次生成的上下文一并留存。
  • 用户明确要求“把这次改动的依据/对话记录下来”“和 commit 绑在一起”。
  • 需要事后查看某次提交对应的提示词、推理过程和决策逻辑时,本 Skill 指导如何生成和存放 checkpoint 数据。

Checkpoint 应包含的内容

在生成或提交 AI 代码时,将以下信息与 commit 绑定:

内容说明
提示词(Prompts)用户或系统触发生成的那条(或几条)主要 prompt,可做脱敏。
对话记录与本次改动相关的对话摘要或关键轮次(可精简为要点)。
推理步骤模型/智能体的推理链:先做了什么判断、尝试了哪些方案、为何选当前实现。
决策逻辑关键决策点(例如:为何用 A 库而非 B、为何采用这种结构)。
元数据可选:Token 消耗量、模型/版本、时间戳、涉及文件列表等。
关联 Commit明确对应的 commit hash(或 branch + 即将提交的说明),保证可追溯。

与 Commit 绑定的方式

  • 方式一:独立 checkpoint 文件

在仓库中维护 checkpoint 存储(例如 .checkpoints/docs/checkpoints/),每个 commit 对应一个文件,命名包含 commit hash 或时间戳,便于通过 hash 查找。

  • 方式二:Commit 消息或 tag

在 commit message 中写简短摘要,并注明“详细上下文见 .checkpoints/<hash>.json”;或打 tag 指向该 commit,tag 名/描述中带 checkpoint 标识。

  • 方式三:外部系统

若有现成的 Checkpoints 工具或服务,按该工具的 API/CLI 上传上述内容,并在 commit message 或仓库内留一条引用(如 URL 或 id)。

按项目约定或用户指定选择一种方式,并保持一致。


Checkpoint 文件结构建议

若用文件形式保存,可采用结构化格式(便于后续解析和展示),例如:

{
  "commit": "abc123...",
  "timestamp": "ISO8601",
  "prompts": ["用户请求的原始或摘要 prompt"],
  "conversation_summary": "与本次改动相关的对话要点",
  "reasoning_steps": ["步骤1", "步骤2", "..."],
  "decisions": ["决策1及原因", "..."],
  "files_changed": ["path/a", "path/b"],
  "meta": {
    "model": "optional",
    "tokens_used": "optional",
    "agent_version": "optional"
  }
}

也可用 Markdown 书写,便于人工阅读,但需固定章节(Prompts、对话摘要、推理步骤、决策、元数据、Commit)。


工作流程(智能体侧)

  1. 在准备提交或完成提交后:判断本次改动是否主要由 AI 生成;若是,则生成 checkpoint 内容。
  2. 组装内容:从当前对话中提取或总结:提示词、相关对话、推理步骤、决策逻辑;若有 token/模型信息则填入 meta。
  3. 绑定 commit:若尚未提交,先执行提交,取得 commit hash;再写入 checkpoint 文件或调用外部工具,并确保文件名/引用中包含该 hash。
  4. 不污染主流程:checkpoint 文件可加入 .gitignore 若仅本地使用;若团队需要共享审计,则纳入版本库并提交。

使用原则

  • 一致性:同一仓库内固定用一种绑定方式和目录/命名规则。
  • 隐私与脱敏:若 prompt 或对话中含敏感信息,存盘前做脱敏或仅存摘要。
  • 可追溯:通过 commit hash 能从 checkpoint 反查到提交,或从提交找到对应 checkpoint。

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

82.32%
按下载量换算1,897

安全审计

VirusTotal

通过

ClawScan

通过

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。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