开发需要联网clawhub未标认证来源可访问clear审计提醒

nm-conserve-bloat-detector（NM conserve bloat detector 文档）

Agent Skill

nm-conserve-bloat-detector 用于整理文档、README、Markdown 和说明材料，适合在 OpenClaw 中需要把零散信息整理成结构清晰的文档时使用。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

2,644

周安装

108

GitHub Stars

公开资料未说明

下载量

855

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

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：nm-conserve-bloat-detector（NM conserve bloat detector 文档）
来源仓库：https://github.com/athola/nm-conserve-bloat-detector
安装命令：
openclaw skills install nm-conserve-bloat-detector
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 nm-conserve-bloat-detector

简介

渐进式检测代码库中的死代码、重复与文档冗余问题。

适合在 OpenClaw 中维护长期项目健康度时使用。
核心能力是识别技术债务的增长趋势。nm-conserve-bloat-detector 属于开发类 Skill，可作为该场景下的辅助能力补充。
通过 clawhub 安装，建议定期运行以监控变化。
注意评估扫描深度对性能的影响范围。

SKILL.md

name: bloat-detector
description: |
version: 1.8.2
triggers
metadata: {"openclaw": {"homepage": "https://github.com/athola/claude-night-market/tree/master/plugins/conserve", "emoji": "\�\�"}}
source: claude-night-market
source_plugin: conserve

Night Market Skill — ported from claude-night-market/conserve. For the full experience with agents, hooks, and commands, install the Claude Code plugin.

Bloat Categories
Quick Start
When to Use
Confidence Levels
Prioritization
Module Architecture
Safety

Bloat Detector

Systematically detect and eliminate codebase bloat through progressive analysis tiers.

Bloat Categories

Category	Examples
Code	Dead code, God classes, Lava flow, duplication
AI-Generated	Tab-completion bloat, vibe coding, hallucinated deps
Documentation	Redundancy, verbosity, stale content, slop
Dependencies	Unused imports, dependency bloat, phantom packages
Git History	Stale files, low-churn code, massive single commits

Quick Start

Tier 1: Quick Scan (2-5 min, no tools)

/bloat-scan

Detects: Large files, stale code, old TODOs, commented blocks, basic duplication

Tier 2: Targeted Analysis (10-20 min, optional tools)

/bloat-scan --level 2 --focus code   # or docs, deps

Adds: Static analysis (Vulture/Knip), git churn hotspots, doc similarity

Tier 3: Deep Audit (30-60 min, full tooling)

/bloat-scan --level 3 --report audit.md

Adds: Cross-file redundancy, dependency graphs, readability metrics

When To Use

Do	Don't
Context usage > 30%	Active feature development
Quarterly maintenance	Time-sensitive bugs
Pre-release cleanup	Codebase < 1000 lines
Before major refactoring	Tools unavailable (Tier 2/3)

When NOT To Use

Active feature development
Time-sensitive bugs
Codebase < 1000 lines

Confidence Levels

Level	Confidence	Action
HIGH	90-100%	Safe to remove
MEDIUM	70-89%	Review first
LOW	50-69%	Investigate

Prioritization

Priority = (Token_Savings × 0.4) + (Maintenance × 0.3) + (Confidence × 0.2) + (Ease × 0.1)

Module Architecture

Tier 1 (always available):

See modules/quick-scan.md - Heuristics, no tools
See modules/git-history-analysis.md - Staleness, churn, vibe coding signatures
See modules/growth-analysis.md - Growth velocity, forecasts, threshold alerts

Tier 2 (optional tools):

See modules/code-bloat-patterns.md - Anti-patterns (God class, Lava flow)
See modules/ai-generated-bloat.md - AI-specific patterns (Tab bloat, hallucinations)
See modules/documentation-bloat.md - Redundancy, readability, slop detection
See modules/static-analysis-integration.md - Vulture, Knip

Shared:

See modules/remediation-types.md - DELETE, REFACTOR, CONSOLIDATE, ARCHIVE

Auto-Exclusions

Always excludes: .venv, __pycache__, .git, node_modules, dist, build, vendor

Also respects: .gitignore, .bloat-ignore

Safety

Never auto-delete - all changes require approval
Dry-run support - --dry-run for previews
Backup branches - created before bulk changes

bloat-auditor agent - Executes scans
unbloat-remediator agent - Safe remediation
context-optimization skill - MECW principles

适合场景

OpenClaw 用户查找和安装 Skill 时

用户想查找某类 Agent Skill 时

需要根据任务场景推荐可安装能力包时

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

91.41%

按下载量换算782

安全审计

VirusTotal

通过

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

GitHub 仓库

github.com

/athola/nm-conserve-bloat-detector

SKILL.md 来源

clawhub.ai