核心用法
skill-from-memory 是一套完整的技能逆向工程工具链，旨在将零散的对话记录、已完成的任务流程或记忆文件转化为结构化、可发布的 OpenClaw 技能。其核心工作流分为四阶段：
1. 提取（Extract）：通过 extract-from-history.sh 解析 JSONL 格式的会话记录，或利用 extract-from-memory.sh 读取 Markdown 记忆文件，自动识别其中的任务模式、输入输出约定、脚本代码与关键决策点。
2. 设计（Design）：基于提取内容决策技能结构，确定资源类型分配——scripts/ 存放可执行代码、references/ 存放文档、assets/ 存放模板文件。
3. 创建（Create）：调用 create-skill.sh 生成标准化的 SKILL.md、执行脚本及配套资源文件，支持通过 --type 参数指定技能类型（workflow/tool/reference）。
4. 发布（Publish）：publish.sh 一键完成 GitHub 仓库推送与 ClawHub 注册表发布，内置语义化版本管理（SemVer）。
显著优点
- 知识资产化：将一次性解决方案转化为可复用工具，显著降低重复劳动成本
- 自动化程度高：从原始对话到上架发布，全流程脚本化，无需手动编写技能元数据
- 生态闭环：原生集成 ClawHub 注册表，支持技能版本管理与社区共享
- 渐进式提取：提供
--since、--pattern、--tools-only等过滤选项，精准定位可复用片段
潜在缺点与局限性
- 依赖外部凭证：GitHub SSH 密钥配置、ClawHub CLI 登录等前置步骤较繁琐
- 提取质量不可控：复杂对话中可能混入上下文依赖或硬编码路径，需人工复核
- 非通用设计：专为 OpenClaw 生态定制，技能格式不兼容其他 Agent 框架
- 学习曲线：理解 SKILL.md 规范、资源类型划分等概念需要一定认知投入
适合人群
- 高频使用 OpenClaw 且希望沉淀个人工作流的资深用户
- 需要将团队内部脚本标准化的技术负责人
- 有意构建公开技能库、参与 ClawHub 生态贡献的开发者
常规风险
- 隐私泄露：会话历史可能包含敏感信息，提取前需审查内容
- 版本冲突：多人协作场景下可能出现 slug 命名冲突或版本覆盖
- 脚本安全性：自动提取的代码未经审计即发布，可能存在未处理的异常边界或权限风险
- 依赖漂移：长期未维护的技能可能因 OpenClaw 版本升级而失效