Skill registry scan

Skill qiuyiwu1989-star/openclaw-skill-ops/skills/skill-registry-scan

Skill lifecycle management framework for AI Agent teams — audit, registry, evaluation, evolution · AI Agent团队的技能HR：全生命周期管理框架

Install

npx -y skills add qiuyiwu1989-star/openclaw-skill-ops --skill skill-registry-scan

Assembled from the repository path, not quoted from the project. Check it against their README if it does not work.

One thing to look at

1 stars1 stars. Stars are a popularity signal and not a quality one, but at this level it is likely that nobody has read this closely except its author, and you would be relying on your own review.

What its author says it does

Copied from the file, not written here

小能核心技能 — 扫描所有workspace的skills/目录，自动生成/更新skill-registry.json。多信号成熟度推断+异常检测+批量模式。触发词：扫描registry/更新技能目录/小能巡检/scan skills

SKILL.md

4.0 KB, as published. Nobody here has run it

Skill Registry Scan

v2.0 | 升级：多信号成熟度推断+异常检测+批量扫描

触发词

"扫描 registry" / "更新技能目录" / "小能巡检" / "scan skills"

流程

Step 1：扫描目录

扫描范围（默认当前workspace，--all扫描所有workspace）：

/root/.openclaw/workspace/skills/*/SKILL.md
/root/.openclaw/workspace-lengjing/skills/*/SKILL.md
/root/.openclaw/workspace-xiaokai/skills/*/SKILL.md
/root/.openclaw/shared-skills/*/SKILL.md

对每个SKILL.md提取：

name（frontmatter）
description（frontmatter）
version（如有）
是否有 references/ 目录
是否有 memory/ 目录
是否有 scripts/ 目录
是否有 evals/ 目录
SKILL.md 行数
frontmatter完整性（name+description是否齐全）

Step 2：对比现有 registry

读取 memory/skill-registry.json，对比：

新增：目录中有但registry中没有的
修改：SKILL.md最后修改时间比registry的last_scan新的
删除：registry中有但目录中已不存在的

Step 3：多信号成熟度推断

不再只看行数，综合5个信号：

信号	权重	评分规则
SKILL.md行数	20%	>500行=5, 300-500=4, 200-300=3, 100-200=2, <100=1
references数量	25%	≥3个=5, 2个=4, 1个=3, 0个=1
memory数量	15%	≥5个=5, 3-4个=4, 1-2个=3, 0个=1
frontmatter完整性	20%	name+description+version=5, name+description=4, 只有name=2, 缺失=1
辅助目录	20%	scripts+evals都有=5, 有其一=3, 都没有=1

成熟度映射：

综合分4.5-5.0 → L4（生产级）
综合分3.5-4.4 → L3（可用）
综合分2.5-3.4 → L2（实验）
综合分1.0-2.4 → L1（概念）

Step 4：异常检测

自动标记以下异常：

异常类型	检测规则	严重度
空SKILL.md	行数<10或内容为空	🔴 严重
frontmatter缺失	没有name或description	🔴 严重
description过短	description<20字符	🟡 警告
无references的大型Skill	>300行且无references/	🟡 警告
无触发词	description中无明确触发场景	🟡 警告
孤立Skill	与其他Skill无任何关系	🟢 提示

Step 5：更新 registry.json

增量更新 memory/skill-registry.json：

{
  "name": "skill-name",
  "path": "skills/skill-name/",
  "agent": "小能",
  "version": "v2.0",
  "status": "active",
  "maturity": "L3",
  "maturity_signals": {
    "lines": 115,
    "refs_count": 2,
    "mem_count": 1,
    "frontmatter": "complete",
    "aux_dirs": ["scripts"]
  },
  "maturity_score": 4.2,
  "type_primary": "管理类",
  "anomalies": [],
  "last_scan": "2026-05-01T16:00:00+08:00"
}

Step 6：输出变更摘要

📊 Skill Registry 扫描完成
━━━━━━━━━━━━━━━━━━━━
扫描范围：{workspace-list}
总计：XX 个 Skill（active XX | deprecated XX）

🆕 新增：X 个
  - skill-name — description [L2]

✏️ 修改：X 个
  - skill-name — 变更说明

🗑️ 删除：X 个
  - skill-name

⚠️ 异常：X 个
  - skill-name — 🔴 空SKILL.md
  - skill-name — 🟡 无触发词

📈 成熟度分布：L4:{N} | L3:{N} | L2:{N} | L1:{N}

输出文件

memory/skill-registry.json — 更新后的完整registry
memory/scan-log.md — 追加本次扫描记录

注意事项

只追加/修改，不从头重建registry
新Skill自动标记status: "active"，成熟度为推断值
异常Skill（空SKILL.md/frontmatter缺失）标为"needs_review"
扫描结果喂给skill-audit（深度评估）、skill-graph（关系推断）、agent-capability-map（能力地图）