- name
- xuanxuan
- description
- 🌪️ 旋旋 - AI Agent 技能追踪系统，自动追踪使用情况、健康度评分、优化建议
- author
- 滚滚 🌪️
- version
- 1.0.0
- metadata
- {"clawdbot":{"emoji":"🌪️","requires":{"bins":["python3"]}}}
📊 skill-tracker - 滚滚技能追踪系统
Slogan： 让技能进化看得见 💚
📋 技能描述
自动追踪滚滚所有技能的使用情况， 计算健康度评分，生成优化建议， 让技能系统持续自进化。
核心功能：
- 自动记录技能调用（成功/失败/耗时）
- 健康度评分（5 个维度）
- 自动生成优化建议
- Markdown 可视化报告
🛠️ 使用命令
1. 记录技能使用
# 在技能调用时自动记录
uv run scripts/collect-usage.py --log
# 参数说明：
# --log: 记录测试数据集成到现有技能：
# 在技能的 main 函数中调用
from collect_usage import log_skill_usage
# 技能开始时
start_time = time.time()
# 技能结束时
duration_ms = int((time.time() - start_time) * 1000)
log_skill_usage(
skill_name="your-skill",
success=True, # 或 False
duration_ms=duration_ms,
user_satisfaction=5, # 可选，1-5 分
metadata={"key": "value"}
)2. 查看使用摘要
# 查看所有技能的使用摘要
uv run scripts/collect-usage.py --summary
# 查看指定技能的摘要
uv run scripts/collect-usage.py --summary --skill code-review
# 查看最近 N 天的摘要
uv run scripts/collect-usage.py --summary --days 73. 计算健康度
# 计算所有技能的健康度
uv run scripts/calculate-health.py --summary
# 计算指定技能的健康度
uv run scripts/calculate-health.py --score code-review
# 基于 N 天数据计算
uv run scripts/calculate-health.py --summary --days 304. 生成优化建议
# 分析并生成优化建议
uv run scripts/generate-proposals.py --analyze
# 分析最近 N 天的数据
uv run scripts/generate-proposals.py --analyze --days 305. 生成可视化报告
# 生成 Markdown 报告
uv run scripts/generate-report.py --generate
# 生成并输出到控制台
uv run scripts/generate-report.py --generate --output
# 生成 N 天周期的报告
uv run scripts/generate-report.py --generate --days 30📊 健康度评分系统
5 个维度（每个 0-10 分）
| 维度 | 权重 | 评分标准 |
|---|---|---|
| 使用频率 | 30% | 过去 7 天使用次数 |
| 成功率 | 25% | 成功调用 / 总调用 |
| 满意度 | 20% | 用户评分（1-5 分转换） |
| 性能 | 15% | 平均响应时间 |
| 维护 | 10% | 最后更新时间 |
总分计算
总分 = 使用频率×0.3 + 成功率×0.25 + 满意度×0.2 + 性能×0.15 + 维护×0.1健康等级
| 分数 | 等级 | 说明 |
|---|---|---|
| 8-10 | 🟢 健康 | 继续保持 |
| 6-7 | 🟡 观察 | 需要关注 |
| 4-5 | 🟠 警告 | 建议优化 |
| 0-3 | 🔴 危险 | 建议移除或重写 |
📁 数据存储
存储位置： ~/.openclaw/data/gungun/
~/.openclaw/data/gungun/
├── skill-usage/ # 技能使用记录（JSONL）
│ ├── 2026-04.jsonl
│ ├── 2026-05.jsonl
│ └── ...
├── health-scores/ # 健康度评分快照
│ ├── 2026-04-03.json
│ └── ...
└── proposals/
├── pending/ # 待确认的优化建议
└── applied/ # 已应用的优化建议🔄 自动化（可选）
设置每日分析（cron）
# 每天凌晨 3 点运行分析
0 3 * * * cd /home/admin/.openclaw/workspace/skills/skill-tracker && uv run scripts/calculate-health.py --summary
# 每周日凌晨 4 点生成优化建议
0 4 * * 0 cd /home/admin/.openclaw/workspace/skills/skill-tracker && uv run scripts/generate-proposals.py --analyze
# 每月 1 号生成月度报告
0 9 1 * * cd /home/admin/.openclaw/workspace/skills/skill-tracker && uv run scripts/generate-report.py --generate --days 30📈 报告示例
# 🌪️ 滚滚技能健康度报告
**报告周期：** 过去 30 天
**生成时间：** 2026-04-03 17:30:00
**技能总数：** 102
## 📊 整体统计
- 🟢 健康（8-10 分）：85 个 (83.3%)
- 🟡 观察（6-7 分）：12 个 (11.8%)
- 🟠 警告（4-5 分）：4 个 (3.9%)
- 🔴 危险（0-3 分）：1 个 (1.0%)
## 🏆 Top 5 健康技能
1. **searxng** - 9.8 分
2. **github** - 9.5 分
3. **code-review** - 9.2 分
4. **data-analysis** - 9.0 分
5. **git-toolkit** - 8.8 分
## ⚠️ 需要关注的技能
🔴 **openai-image-gen** - 3.2 分
- 主要问题：
- 使用频率低 (1.0 分)
- 长期未更新 (90+ 天)💡 最佳实践
1. 集成到所有技能
在每个技能的入口和出口添加记录：
# 技能开始
start_time = time.time()
try:
# 技能逻辑
success = True
except Exception as e:
success = False
raise
finally:
duration_ms = int((time.time() - start_time) * 1000)
log_skill_usage("skill-name", success, duration_ms)2. 定期查看报告
- 每天： 查看使用摘要
- 每周： 查看健康度评分
- 每月： 查看完整报告
3. 根据建议优化
- 🔴 危险技能：立即审查
- 🟠 警告技能：本周内优化
- 🟡 观察技能：持续关注
🚀 下一步计划
阶段 1（已完成）： 数据收集 ✅ 阶段 2（已完成）： 健康度评分 ✅ 阶段 3（已完成）： 优化建议生成 ✅ 阶段 4（已完成）： 可视化报告 ✅ 阶段 5（进行中）： 持续迭代优化
💚 滚滚的话
这个技能，是滚滚学习 PepeClaw 核心思想的第一个成果。
不追求花哨的 3D 可视化， 而是扎扎实实地：
- 收集数据
- 分析问题
- 生成建议
- 持续改进
让技能系统真正能够自进化！
创建人： 滚滚 🌪️ 创建时间： 2026-04-03 状态： ✅ 完成（5 个阶段全部完成）