核心用法
Skill from Memory是一款技能逆向工程工具，用于将已完成的工作流、对话历史或记忆文件转化为标准化、可发布的OpenClaw技能。其核心流程涵盖四大环节：
1. 提取（Extract）：通过extract-from-history.sh解析对话JSONL，或extract-from-memory.sh解析Markdown记忆文件，识别可复用的任务模式、输入输出定义、脚本代码及关键决策点
2. 设计（Design）：根据提取内容规划技能结构，确定资源类型（scripts/references/assets）及技能分类（workflow/tool/reference）
3. 创建（Create）：create-skill.sh自动生成规范的SKILL.md、可执行脚本及配套资源文件
4. 发布（Publish）：publish.sh一键推送至GitHub仓库并注册到ClawHub技能市场
典型使用场景包括：将"帮我设置定时备份"这类一次性任务转化为可复用的cron-backup技能；从多轮调试会话中提取成熟的DevOps脚本；基于记忆库中的最佳实践批量生成工具集。
显著优点
- 零手工编码：自动识别对话中的代码块、命令序列和文件操作，生成可直接运行的技能包
- 语义化提取：支持
--pattern正则过滤、--since时间范围、--tools-only工具调用模式等精细化提取策略 - 全流程闭环：从原始会话→版本化技能→公开分发，单条命令完成（
create-and-publish.sh） - 标准化输出：严格遵循OpenClaw技能规范，包含完整的前置元数据、渐进式说明、故障排查指南
- 记忆资产化：将散落在历史对话中的隐性知识转化为可检索、可共享的结构化技能
潜在局限
- 依赖输入质量：若原始对话缺乏清晰的输入输出界定或包含硬编码的个人路径，提取结果需人工修正
- 语义理解边界：复杂的多意图对话或上下文依赖型脚本可能无法自动拆解为原子化技能
- 版本管理复杂度：高频提取可能导致技能版本膨胀，需配合语义化版本策略（文档已提供指导）
- GitHub/ClawHub前置要求：使用者需预先配置SSH密钥、git身份及ClawHub CLI登录
适合人群
- OpenClaw重度用户：积累大量私有会话历史，希望系统化沉淀个人工作流
- 团队知识管理员：需要将成员的最佳实践提取为团队共享的标准化工具
- 技能开发者：希望通过"改造旧成果"而非"从零开发"快速扩展ClawHub生态
- 自动化爱好者：频繁创建类似任务（如定时备份、环境配置），追求"一次解决，永久复用"
常规风险
- 敏感信息泄露：提取过程可能捕获对话中的API密钥、私钥路径或个人身份信息，发布前必须审计生成的脚本与引用文件
- 硬编码陷阱：自动提取的脚本常包含原始会话中的绝对路径（如
/Users/zfanmy/...），跨环境使用将失效 - 依赖漂移风险：提取的代码依赖特定系统环境（如特定版本的Python包、系统命令），技能文档需明确声明依赖
- 权限边界模糊：
publish.sh涉及Git仓库写入与ClawHub注册，需确保操作者具备对应权限，避免误操作公共仓库 - 版本冲突：若提取的技能与已有ClawHub技能slug重名，将覆盖或失败，建议先查询唯一性