skill-from-memory

Skill from Memory 是一套面向 OpenClaw 生态的自动化工具链，旨在将用户的对话历史、记忆文件或已完成的工作流转化为可复用、可发布的标准化 Skill。该技能通过四个核心脚本实现全生命周期管理：从对话记录中提取模式（extract-from-history.sh）、解析记忆文档（extract-from-memory.sh）、生成标准化 Skill 结构（create-skill.sh），到最终发布至 GitHub 和 ClawHub（publish.sh）。

核心用法上，用户只需提供会话 JSONL 文件或 Markdown 记忆文档，工具即可自动识别其中的任务模式、输入输出定义、脚本工具和关键决策点，生成包含 SKILL.md、脚本和资源配置的完整 Skill 包。支持一键式创建与发布（create-and-publish.sh），大幅降低了 Skill 开发门槛。

显著优点包括：首先，实现了"知识资产化"，将一次性解决问题的过程转化为可复用的工具；其次，全流程自动化，从提取到发布无需手动编写大量模板代码；第三，标准化输出，确保生成的 Skill 符合 OpenClaw 规范，包含完善的文档和示例；第四，集成版本管理，原生支持语义化版本控制和双平台发布。

潜在缺点与局限性方面，作为 T3 级社区来源工具，虽经安全审查但缺乏大型企业背书。工具依赖本地 Git、jq 等系统工具，在 Windows 环境或受限容器中可能需要额外配置。此外，自动提取模式基于正则和规则匹配，对于复杂的多轮对话或隐含逻辑，可能需要人工调整生成的 Skill 结构。

适合的目标群体主要是 OpenClaw 高级用户、自动化工程师和解决方案架构师。特别是那些频繁使用 OpenClaw 解决重复性问题、希望构建个人或团队知识库的技术人员。对于希望将内部最佳实践开源共享的开发者，该工具提供了标准化的发布通道。

使用风险包括：配置复杂性，首次使用需正确配置 Git SSH 密钥和 ClawHub 认证；数据隐私，处理对话历史时可能涉及敏感信息，需确保本地文件安全；临时文件管理，create-and-publish.sh 会在当前目录创建带时间戳的临时目录并使用 rm -rf 清理，虽风险可控但仍建议在隔离环境运行；外部依赖风险，工具调用 git、jq、clawhub 等外部命令，若这些工具被恶意替换可能导致安全风险。