AI Orchestrator

记录自身发现以实现自我改进的技能

帮助用户发现和安装智能体技能，当用户询问如「如何做X」、「找X的技能」、「有能做...的吗」等问题时

用于 AI 代理的浏览器自动化 CLI。当用户需要与网站交互（包括浏览页面、填写表单、点击按钮、截图等）时使用。

自我反思+自我批评+自我学习+自组织记忆。智能体评估自身工作、发现错误并持续改进。

AI智能体技能安全预审工具。安装ClawdHub、GitHub等来源技能前，检查风险信号、权限范围及可疑模式。

类型化知识图谱，用于结构化智能体记忆与可组合技能。适用于以下场景：创建/查询实体（人物、项目、任务、事件、文档）、关联相关对象、强制执行约束、将多步操作规划为图谱变换，或当技能需要共享状态时。触发关键词包括"记住""我知道关于什么""将X链接到Y""显示依赖关系"、实体增删改查操作，以及跨技能数据访问。

将 AI 代理从任务执行者转变为能够预见需求、持续优化的主动伙伴。现已支持 WAL Protocol、Working Buffer、Autonomous Crons 及经过实战验证的模式。属于 Hal Stack 🦞。

专为AI智能体优化的无头浏览器自动化CLI，支持无障碍树快照和基于引用的元素选择。

本地优先的混合记忆技能，适用于 OpenClaw 代理。当代理需要在情景、语义、程序等层面上查找、回忆、搜索或重复使用过去的知识时使用。

二次意见咨询和自动技能工程升级，涵盖审查、重写、强化、弱模型优化、打包、测试及发布

轻量级、基于文件的单用户AI代理记忆系统，仅使用Markdown文件（HOT/WARM/COLD/BUFFER 加上 SCRATCH 学习），采用分层加载，W...

生产级上下文连续性技能，适用于任务可能超出单个LLM上下文窗口、需要持久检查点的场景。

创建、编辑、改进或审计 AgentSkills。用于从零创建新技能、重构现有技能、审计质量或进行其他修改。