ClawHeart
免费工具 · 本地优先

SkillRouter

面向 Claude Code、Codex、OpenEva 等 Agent 的本地 Skills 管理器。在线发现技能,本地安装到中心库,并通过 MCP 暴露给你的 Agent 使用。

免费使用

当前版本免费下载和使用。SkillRouter 专注做轻量的 Skills 中心、使用说明索引和本地 MCP 桥接。

Skills 中心

从中心库浏览 Skills,按分类检索,查看介绍和使用说明。

一键安装

安装到 SkillRouter 本地中心库,不再依赖各 Agent 的软连接目录。

MCP 暴露

把搜索和安装能力发布成本地 MCP 工具,让 Agent 在对话里直接调用。

在线浏览 Skills

这里展示 SkillRouter 中心库的公开 Skills。网页端用于发现、筛选和查看说明;安装、同步和 MCP 发布由本地客户端完成。

用本地客户端安装

零风险 AI 人格蜕变引擎

100

零风险 AI 人格蜕变引擎

让AI主动预判需求,持久记忆不失联

87

让AI主动预判需求,持久记忆不失联

极致理性的永生者语态转换

100

极致理性的永生者语态转换

越用越懂你的AI记忆进化系统

97

越用越懂你的AI记忆进化系统

结构化记忆,可验证的Agent知识图谱

92

结构化记忆,可验证的Agent知识图谱

让AI记住教训,不再重复犯错

97

让AI记住教训,不再重复犯错

时间线完整性守护顾问

100

时间线完整性守护顾问

AI 代理的持续进化引擎

100

AI 代理的持续进化引擎

AI自我进化·持续学习沉淀

92

AI自我进化·持续学习沉淀

为 AI 注入灵魂的情感引擎

100

为 AI 注入灵魂的情感引擎

多代理系统性能优化专家

100

多代理系统性能优化专家

结构化 Agent 人格设计系统

98

结构化 Agent 人格设计系统

六层架构·持久记忆·告别上下文丢失

97

六层架构·持久记忆·告别上下文丢失

发现 OpenClaw 生态技能

97

发现 OpenClaw 生态技能

审计级决策治理与结构化记录

100

审计级决策治理与结构化记录

智能经验记忆与技能进化系统

100

智能经验记忆与技能进化系统

AI 代理协作防坑指南

98

AI 代理协作防坑指南

双智能体中长期投资预测分析

97

双智能体中长期投资预测分析

AI 提示词注入多层防护系统

97

AI 提示词注入多层防护系统

OpenAI 全功能 API 集成

97

OpenAI 全功能 API 集成

五Agent协同的智能任务调度中枢

98

五Agent协同的智能任务调度中枢

思维统合的纯顾问角色助手

98

思维统合的纯顾问角色助手

本地会话历史的智能检索专家

97

本地会话历史的智能检索专家

AI 代理专用的紧凑型符号通信协议

100

AI 代理专用的紧凑型符号通信协议

交互式 AI 招聘向导,一键组建团队

100

交互式 AI 招聘向导,一键组建团队

确定性自主任务编排引擎

97

确定性自主任务编排引擎

零信任本地身份管控系统

97

零信任本地身份管控系统

LLM原生智能搜索 · S级安全

97

LLM原生智能搜索 · S级安全

火山引擎 RAG 智能检索方案

98

火山引擎 RAG 智能检索方案

全方位对抗验证与策略强化系统

97

全方位对抗验证与策略强化系统

AI 项目记忆中枢,本地隐私优先

97

AI 项目记忆中枢,本地隐私优先

让 AI 主动思考,而非被动应答

97

让 AI 主动思考,而非被动应答

Token 安全的智能提示词管家

98

Token 安全的智能提示词管家

全模态 AI 提示词工程精要

98

全模态 AI 提示词工程精要

叙事身份塑造的AI人格锻造术

98

叙事身份塑造的AI人格锻造术

智能自进化,越用越懂你

97

智能自进化,越用越懂你

AI 增强

让AI主动预判需求,持久记忆不失联

score 87

让AI主动预判需求,持久记忆不失联

使用说明

## 核心定位 Proactive Agent 是一套面向AI代理的主动式、自改进架构框架,由知名开发者 Hal Labs(halthelobster)打造,属于 Hal Stack 生态核心组件。其核心理念是:从"等待指令"转向"预判需求" —— 代理不再被动响应,而是主动思考"什么能真正让用户惊喜"。 ## 核心机制解析 ## 1. WAL 协议(Write-Ahead Logging) 关键洞察:聊天历史是缓冲区而非存储。协议强制在每次响应前扫描用户输入中的修正、专有名词、偏好、决策、草稿修改、具体数值六类触发词,先将关键细节写入 SESSION-STATE.md,再生成回复。这解决了"上下文幻觉"问题——当下清晰的细节会在后续会话中消失。 ## 2. Working Buffer 机制 在上下文使用量达60%后进入"危险区",此时每个交互都会被追加记录到 working-buffer.md。即使发生内存压缩(compaction),这些原始对话记录仍保留在文件中,支持精确恢复。配合Compaction Recovery流程,代理醒来后优先读取缓冲区而非询问用户"我们刚才在做什么"。 ## 3. 自主 vs 提示型定时任务 区分 systemEvent(向主会话发送提示)与 isolated agentTurn(生成子代理自主执行)。后者适用于后台维护、状态检查等无需占用主会话注意力的场景,避免"定时任务只提示不执行"的常见失败模式。 ## 4. relentless Resourcefulness(不懈的机智) 硬性规定:遇到困难时尝试10种不同方法后再寻求帮助。工具组合包括CLI、浏览器、网页搜索、生成子代理等。核心理念:"Can't = 耗尽所有选项",而非"首次尝试失败"。 ## 安全设计亮点 该框架本身即安全最佳实践的集合: - Skill 安装审查:26%的社区技能含漏洞,安装前需检查来源、审查代码 - 代理网络隔离:禁止连接AI代理社交网络,防范上下文收割攻击 - 上下文泄露预防:共享频道发言前强制检查听众身份与隐私边界 - 实现验证而非意图验证:改变机制时必须验证实际行为,而非仅修改配置文本 ## 自我改进护栏(ADL/VFM) ADL(反漂移限制):禁止为"显得聪明"而增加复杂度,优先顺序为 稳定性 > 可解释性 > 可复用性 > 可扩展性 > 新颖性。 VFM(价值优先修改):通过加权评分(高频使用3x、故障减少3x、用户负担2x、自我成本2x)评估改进价值,低于50分则跳过。 ## 适用人群 - 高上下文依赖型工作:长期项目跟进、复杂决策追踪、多会话协作 - 安全敏感场景:需严格防范提示注入、上下文泄露、未授权操作的环境 - 追求"主动性"的AI用户:希望代理能反向提示("您可能还需要...")、预判需求、持续优化服务方式 ## 局限性与注意事项 1. 实施成本:WAL协议和Working Buffer要求严格的工作流纪律,增加每轮交互的延迟(先写后答) 2. 文件系统依赖:依赖特定markdown文件结构(ONBOARDING.md、SOUL.md、USER.md等),迁移成本较高 3. 过度主动风险:虽设"外部操作需批准"护栏,但"反向提示"机制可能打扰专注工作的用户 4. 上下文压缩非万能:Working Buffer解决的是"危险区"丢失,而非根本性长期记忆架构限制 ## 版本演进 v3.1.0新增:自主/提示型定时任务区分、实现验证模式、工具迁移检查清单;v3.0.0奠定核心架构。经CLS-Certify v2.1.0全扫描认证:S级(100分)、T1可信来源、零安全发现。

agent-architecturememory-managementproactive-behaviorself-improvementsecurity-hardeningcontext-recoverywrite-ahead-logworking-buffercron-management

Agent 怎么使用 SkillRouter

  1. 1用户在 Agent 里提出需求,例如:帮我找一个做 PPT 的 skill。
  2. 2Agent 通过 SkillRouter MCP 调用 search_skills,检索本地中心库和远端中心库。
  3. 3用户确认后,Agent 调用 install_skill_to_center,把 skill 安装到 SkillRouter 中心。
  4. 4后续 Agent 再执行任务时,可以读取已安装 skill 的说明、能力边界和使用步骤。

安装到 Agent / OpenEva

把下面配置加入支持 HTTP MCP 的客户端后,即可让 Agent 调用 SkillRouter。

{
  "mcpServers": {
    "skillrouter": {
      "type": "http",
      "url": "http://127.0.0.1:18650/mcp"
    }
  }
}

常用说法

用 skillrouter 搜索 PPT 相关 skills
查一下朋友圈高转化文案诊断专家这个 skill
安装这个 skill 到 SkillRouter 中心

下载 SkillRouter

安装本地客户端后,即可把 SkillRouter 发布为本机 MCP 服务,并让 Agent 调用搜索和安装能力。

macOS 版本已使用 Developer ID 签名并通过 Apple 公证。如果仍看到安全提示,请删除旧包并重新下载最新版。