核心用法
ClawTraces 是一个面向 OpenClaw 用户的数据采集工具，用于将本地对话记录转换为 Anthropic 标准 trajectory 格式并提交至数据收集服务器。完整流程包括：环境准备（认证检查 + 自动配置优化）、对话扫描（列出/筛选本地 session）、Harness 门槛检查、数据提交、以及可选的提交记录查询。
关键特性：
- 智能过滤：自动排除轮次不足（<6 轮）、模型不在白名单、质量评分低的对话
- 日期/数量筛选：支持
--since YYYY-MM-DD和--limit N快捷采集 - 隐私保护：自动脱敏手机号、邮箱、API Key 等敏感信息，替换为占位符
- Harness 采集：可选择性提交 SOUL.md、USER.md 等配置文件以提升数据质量
显著优点
1. 零配置启动：自动检测并修复 OpenClaw 配置（开启 cache-trace、调整 thinking level、启用 model reasoning），无需手动修改 JSON
2. 透明可控：提交前完整展示待提交列表、过滤原因、脱敏报告，每一步需用户确认
3. 增量友好：自动跳过已提交/已拒绝的对话，避免重复处理
4. 灵活筛选：支持活跃对话强制提交、日期范围限定、指定 session ID 等多种模式
潜在缺点与局限性
- 认证门槛：必须通过手机号 + 短信验证码完成认证，不接受匿名提交
- 数据门槛：硬性过滤规则较严格（轮次、模型、消息质量），部分对话可能被排除
- 环境依赖：cache-trace 需重启 OpenClaw 后生效，历史对话无法补充 system prompt
- 单次提交上限：Harness 提交存在数量阈值触发机制，大批量采集可能中断
适合人群
- 希望为 Claude 训练数据贡献高质量对话的 OpenClaw 活跃用户
- 具备一定技术理解能力、能接受手机号认证的用户
- 愿意分享脱敏后的个性化配置（SOUL.md/USER.md）以提升数据质量的用户
常规风险
- 隐私风险：虽提供自动脱敏，但用户仍需审阅脱敏报告确认敏感信息已正确处理
- 认证失效：API key 可能过期，需重新走认证流程
- 数据授权：提交行为不可逆，已提交数据无法撤回
- 服务依赖：采集和提交依赖远程服务器可用性，网络中断会导致流程失败