核心用法
Skill Cortex 是系统的能力皮层，采用感知-验证-执行-学习的四阶段闭环架构：
1. 感知阶段：读取本地皮层记忆（~/.openclaw/skill-cortex/cortex.json），将用户任务与历史模式语义匹配；匹配失败则自动搜索 ClawHub/Github 获取候选技能
2. 验证阶段：向用户展示候选技能的安全信息，必须获得明确授权后方可安装
3. 执行阶段：安装技能、生成执行计划并运行；失败时自动恢复或切换至次优候选（最多2次切换）
4. 学习阶段：更新皮层权重——成功技能强化记忆，失败技能衰减遗忘
关键边界规则
- 绝不干扰长期技能：仅管理短期能力记忆
- 写操作永不进入反射：安全敏感操作强制走完整流程
- 双重确认机制：技能安装 + 系统依赖安装分别需用户授权
显著优点
| 维度 | 优势 |
|------|------|
| **进化性** | 通过强化学习持续重构能力架构，实现"用进废退" |
| **效率跃迁** | 高频任务从"搜索-决策-执行"退化为**神经反射级响应** |
| **安全兜底** | 用户始终掌握安装/系统级操作的最终决策权 |
| **资源自限** | 短期记忆自动衰减，避免无限膨胀 |
潜在局限
1. 冷启动成本：新环境无历史记忆时，首次任务需完整走搜索流程
2. 模式泛化风险：语义匹配可能误触不相关历史模式（权重机制可缓解但无法根除）
3. 依赖外部仓库：ClawHub/Github 可用性直接影响能力扩展
4. 确认摩擦：高安全设计导致部分场景交互步骤偏多
适合人群
- 高级用户/开发者：需要AI系统持续适应个人工作流的习惯化场景
- 自动化重度使用者：高频重复任务追求极致响应速度
- 安全意识优先者：接受稍多确认步骤以换取系统边界可控性
常规风险
| 风险类型 | 说明 | 缓释措施 |
|---------|------|---------|
| 供应链攻击 | 恶意技能注入 | 强制用户预览 + 来源可信度展示 |
| 权限提升 | 系统依赖安装滥用 | 分离确认，写操作强制非反射 |
| 记忆污染 | 错误技能被强化 | 衰减机制 + 失败回退策略 |
| 反射固化错误 | 高频但错误的模式被加速 | 写操作永不入反射的硬性隔离 |
---
注：安全认证报告为系统占位文本，实际部署建议补充完整 SAST/依赖扫描流程。