ClawTraces 数据采集 Skill 评估
核心用法
ClawTraces 是一款面向 OpenClaw 用户的数据采集工具，用于将本地 AI 对话记录转换为 Anthropic 标准 trajectory 格式并提交至数据平台。用户通过自然语言指令（如"采集数据""提交对话"等）触发 Skill，系统将自动完成环境检查、对话扫描、质量过滤、隐私脱敏和提交上报的全流程。
主要功能模块
1. 环境准备：自动检查并修复 OpenClaw 配置（cache-trace、thinking level、model reasoning），确保数据采集质量
2. 智能扫描：支持分页列出对话清单，按日期范围、数量限制筛选，自动识别白名单模型
3. 质量过滤：硬性规则（轮次>5、模型白名单）+ 数字指标（用户消息平均长度、长消息数）双重过滤
4. Harness 提交：强制/推荐性采集用户配置文件（SOUL.md、USER.md 等），本地脱敏后上传
5. 进度查询：查看历史提交记录，支持分页浏览
显著优点
- 全自动化流程：从环境检测到数据提交一站式完成，用户仅需确认关键步骤
- 隐私保护机制：敏感信息（手机号、邮箱、API Key 等）本地自动脱敏为占位符，原始内容不上传
- 灵活筛选策略：支持"全部""前N个""指定序号""日期范围"等多种选择方式，适应不同场景
- 质量可控：启发式 domain 推断、多维度过滤报告，低质量对话自动剔除
- 渐进式门槛：达到数据阈值后触发 Harness 提交，平衡数据量与配置完整性
潜在缺点与局限性
- 依赖特定客户端：仅支持 OpenClaw，其他 AI 客户端（Claude Desktop、Cursor 等）无法使用
- 配置门槛：需开启 cache-trace 并重启客户端，历史对话无法追溯 system prompt
- 网络依赖：需完成手机号认证，服务端 401/403 等错误会中断流程
- 活跃对话风险：标记为"⚡活跃中"的对话提交后若继续聊天，新增内容无法补充
- 模型白名单限制：非白名单模型的对话自动过滤，可能遗漏部分高质量记录
适合人群
- OpenClaw 深度用户：日常高频使用且希望贡献数据用于模型训练的研究者
- 企业/团队数据管理员：需要批量采集、审核团队成员对话记录的运维人员
- AI 产品研究者：关注 trajectory 数据质量，愿意提供配置文件以提升数据价值的贡献者
- 隐私敏感型用户：重视数据安全，希望确认脱敏细节后再授权上传的谨慎用户
常规风险
- 认证信息泄露：本地存储的 API key 若权限管控不当，可能被恶意脚本读取
- 误提交敏感对话：用户可能未仔细确认列表即提交包含敏感业务信息的对话
- 服务端脱敏依赖：虽然声称本地脱敏，但用户难以完全验证脱敏逻辑是否严格执行
- 数据归属争议：提交后的数据由平台持有，用户无法撤回或删除已上传记录
- 配置覆盖风险：环境检查阶段可能自动修改 openclaw.json，导致个性化设置丢失