核心用法
Skill Cortex 是 OpenClaw 系统的能力皮层，专司短期技能管理。当已安装技能无法完成任务时自动触发，通过语义匹配历史经验→智能检索→验证授权→执行学习→清理卸载的完整闭环，实现能力的动态获取与释放。
四阶段工作流：
1. 感知阶段：优先查询本地 cortex.json 的语义模式库，命中则按有效权重排序候选；未命中则搜索 ClawHub/GitHub
2. 验证授权：区分"反射模式"（高置信度只读任务）与"标准模式"（用户确认），严格执行安装前通知
3. 执行阶段：自动安装→呈现执行计划（副作用分级：🟢🟡🔴🔑⚙️）→执行→失败分类恢复
4. 学习清理：无论成败均更新权重（成功强化/失败衰减）、提取抽象信号词、记录结构化教训、评估是否保留或卸载
关键创新：
- 神经风格学习：
motor（运动皮层存技能权重）、sensory（感觉皮层存任务模式）、prefrontal（前额叶存经验教训）三层架构 - 反射进化：连续成功≥5次、权重≥0.90、无写副作用的技能可进入"零确认"反射通道
- 实体过滤：自动剥离人名、日期、数值等具体实体，保留纯抽象语义信号
显著优点
- 自主闭环：无需人工寻找工具，系统自决策自进化
- 零残留设计：默认用完即卸，短期记忆不污染长期技能层
- 安全分层：写/删/Shell/凭证操作强制标准模式，反射仅用于只读场景
- 经验传承：依赖预检、技能质量预警、环境就绪判断三类结构化教训跨任务复用
潜在缺点与局限
- 单会话设计：并发场景下皮层数据可能不一致
- 180天半衰期：长期未用技能权重衰减，需重新验证
- 检索盲区：ClawHub 覆盖不足时需降级 GitHub（标记未审核）
- 模式泛化依赖：语义匹配无精确标准，意图对齐依赖系统判断
适合人群
- 高频处理多样化短期任务的自动化用户
- 需要零配置即战力、不愿手动管理工具链的开发者
- 重视系统自进化、接受"用后即焚"理念的高级用户
常规风险
| 风险点 | 缓释机制 |
|--------|---------|
| 恶意技能 | 来源分级（ClawHub 优先）、安全扫描状态展示、用户终审 |
| 误反射执行 | 版本锁定、写操作黑名单、降级标准模式三重保险 |
| 依赖污染 | 系统级依赖强制二次确认，不自动安装 |
| 数据残留 | 默认卸载，保留需同时满足高权重+小体积+多次成功 |
| 皮层损坏 | 降级为直接搜索，任务后重建 |