核心用法
Proxy Skill 是一款本地优先的代理库存管理引擎，致力于将代理资源从"一次性字符串"转变为可管理的基础设施资产。用户通过 Python 3 标准库脚本完成全流程操作：
初始化与录入：运行 init_storage.py 创建本地存储结构，使用 add_proxy.py 录入代理的核心元数据——包括服务商、主机端口、协议类型（HTTP/HTTPS/SOCKS5）、地理位置、认证方式、会话粘性设置、成本及质量评分等。所有数据以 JSON 格式原子写入 ~/.openclaw/workspace/memory/proxy/ 目录下的三个独立文件（proxies.json/sessions.json/stats.json），确保数据完整性。
查询与决策：list_proxies.py 支持多维度筛选（按地区、协议、状态、评分阈值），pick_proxy.py 则基于任务场景智能推荐最优代理——综合考量健康度、延迟评分、成本效益比及使用频次，避免"盲选"导致的业务风险。
维护与优化：score_proxy.py 用于更新可靠性评分与健康备注，update_proxy.py 支持动态调整代理状态（活跃/暂停/废弃）、延期有效期、打标签分类。整个工作流形成"录入→监控→决策→反馈"的闭环管理体系。
显著优点
极致隐私安全：纯离线设计，零网络 API 调用，零第三方依赖，代理凭证与业务数据完全留在用户本地设备。原子文件写入机制防止数据损坏，路径处理保守化设计拒绝任意路径注入。
零供应链风险：仅依赖 Python 3 标准库（json/os/sys/uuid/datetime/argparse），无 pip 安装负担，彻底消除依赖劫持、恶意包植入等供应链攻击面。
轻量可审计：569 行代码、13 个文件，结构清晰简洁，个人开发者即可完整审查逻辑，无需信任复杂黑盒系统。
灵活元数据模型：支持自定义标签、成本追踪、质量评分体系，既可服务个人开发者管理数十个代理，也可支撑小团队协作场景。
潜在缺点与局限性
来源可信度待提升：发布者为 ClawHub 平台 ProjectSnowWork，当前未提供 GitHub 开源仓库链接，社区验证与代码追溯能力受限（T3 级来源）。
无加密存储：敏感代理凭证以明文 JSON 存储，依赖用户自行保护文件系统权限，缺乏内置加密或系统密钥环集成。
缺乏网络层验证：Skill 仅管理元数据，不执行真实连通性测试（如实际连接代理验证可用性），健康评分依赖人工录入或外部系统回写。
单用户本地架构：数据锁定在个人设备，无多设备同步、无团队协作的权限分级，跨机器迁移需手动复制文件。
适合的目标群体
- 爬虫工程师/数据采集从业者：管理数十至数百个代理池，按任务类型智能路由（电商采集用住宅代理，搜索引擎用数据中心代理）。
- 隐私敏感型用户：拒绝将代理配置上传至任何云端管理面板，坚持数据本地化。
- 小团队技术负责人：需要标准化代理资源管理流程，替代散落在文档、电子表格中的非结构化配置。
- 安全研究人员：审查代理服务商质量，建立可审计的历史评分数据库。
常规使用风险
数据丢失风险：纯本地存储意味着无自动云端备份，设备故障或误删目录将导致代理资产库永久丢失，需建立定期手动备份机制。
敏感信息泄露：~/.openclaw/workspace/memory/proxy/ 目录若权限配置不当（如共享服务器上的其他用户可读），代理凭证可能暴露。建议配合文件系统加密（如 macOS FileVault、Linux LUKS）使用。
T3 来源的代码审查义务：虽然代码扫描未发现恶意行为，但用户应在首次使用前完整阅读 Python 脚本源码，确认无隐藏的数据外发逻辑——尤其是 scripts/lib/storage.py 中的文件操作路径与 add_proxy.py 的输入处理逻辑。
版本兼容性：依赖 Python 3 特定版本作为 python3 解释器，若系统同时存在 Python 2 或别名配置异常，可能导致脚本执行失败。