Self Skill 自进化分析器

要解决什么问题

OpenClaw Agent 技能会随迭代堆叠 SKILL.md 与实现代码，但缺少统一视角时，你很难判断：某技能是否被实际调用、文档与行为是否一致、以及该优先改哪一块。手工翻日志、对照 Markdown 再写改进清单，成本高且容易漏项。

技能如何工作

Self Skill Evolver 是一个 Python CLI，面向 OpenClaw 技能做用量监控与健康评分，并对 SKILL.md 与关联代码做静态分析，最后给出自动化改进建议。

典型流程可以概括为：

• 采集或汇总技能使用数据，建立可回顾的监控视图
• 按规则或指标计算技能健康分，快速筛出「文档薄、结构乱、与代码脱节」的候选
• 解析 SKILL.md 与代码，对照能力描述、边界与实现是否一致
• 将结论导出为 JSON、Markdown 或 HTML 报告，便于纳入评审或 CI 附件

依赖侧需要 Python 3.8+、SQLite3、PyYAML；若要与 Git 仓库联动分析，可选用 GitPython。

适用边界与注意点

• 工具定位是分析与建议，不会自动改写你的技能仓库；是否采纳改进仍需人工或另行自动化。
• 健康分与建议的质量取决于监控数据是否完整、以及 OpenClaw 技能目录结构是否符合工具预期。
• 未安装 GitPython 时，与 Git 相关的增强能力可能不可用，但不影响基础的 SQLite / YAML 分析链路。