SkillClaw - AmapのオープンソースAIエージェントスキル集合進化フレームワーク - AiBoss

SkillClawとは何ですか？

SkillClawは、AMAP-ML（高徳地図の機械学習チーム）が開発したオープンソースのAIエージェントスキル集合進化フレームワークです。このフレームワークは、ローカルAPIプロキシを介してエージェントセッションを傍受し、バックグラウンドで実際のインタラクションから再利用可能なスキルを自動的に抽出、重複排除、最適化、アーカイブします。これにより、デバイス、エージェント、チーム間でスキルを共有し、継続的に進化させることができます。ユーザーはエージェントと通常どおりやり取りするだけでよく、スキル進化プロセス全体において追加の手順は一切必要ありません。

SkillClawの主な機能

介入ゼロの自動進化タスク時間ループと進化ループの二重ループアーキテクチャを採用しています。タスクが完了すると、バックグラウンドで自動的にスキルが抽出されますが、ユーザーにはその過程は完全に透過的です。
幅広いフレームワーク間互換性Hermes、Claude Code、OpenClaw、Codex、QwenPaw、IronClaw、PicoClawといった主要なエージェントフレームワーク、およびOpenAI互換APIをネイティブにサポートします。
集団的なスキル共有チームメンバーの経験は、共有スキルとして自動的に記録され、他のメンバーに直接的な利益をもたらし、同じ過ちを繰り返すことを防ぐことができる。
スキルの質と自律性類似するスキルを自動的に重複排除および統合し、低品質のスキルを最適化し、古いスキルをアーカイブすることで、スキルライブラリが肥大化して混乱するのを防ぎます。
バイリンガルビジュアルダッシュボード：サポート skillclaw dashboard このコマンドを実行するとローカルパネルが起動し、スキルバージョンの比較、検証ステータス、セッションの追跡情報などを確認できます。

SkillClawの技術原則

クライアントプロキシローカルAPIプロキシ（傍受） /v1/chat/completions （エンドポイント等は）セッションデータを記録し、共有ストレージと同期します。
ワークフロー進化サーバー固定された3段階のLLMパイプラインは次のとおりです。要約（セッションを要約する）→集約（繰り返されるパターンを特定する）→実行（スキルを進化または作成し、書き戻す）。
エージェントエボルブサーバーOpenClawをベースにした代替案で、セッションを自律的に読み込み、軌跡を分析し、スキルファイルを直接編集できる。

SkillClawの使い方

クローンしてインストールする：埋め込む git clone https://github.com/AMAP-ML/SkillClaw.git 次に、インストールスクリプトを実行して、ローカルのPython仮想環境を作成します。
初期化設定：走る skillclaw setupウィザードに従ってエージェントフレームワークを選択し、アップストリームAPIキーとストレージバックエンド（ローカルまたはOSS/S3）を設定してください。
エージェントを起動する：埋め込む skillclaw start --daemon ローカルAPIエージェントを起動して、エージェントセッションデータを自動的に傍受および記録します。
普通の会話通常通りエージェントとやり取りしてタスクを完了してください。SkillClawは、追加の操作なしに、バックグラウンドでセッションを静かにキャプチャします。
Evolution Serverをデプロイする（オプション）：実行 skillclaw-evolve-server バックグラウンド進化サービスを開始して、会話からスキルを自動的に抽出、最適化、アーカイブします。
同期スキルライブラリ：使用 skillclaw skills pull/push/sync ローカルストレージと共有ストレージ間でスキルを同期できる機能により、チームでの共有が可能になります。
ダッシュボードを確認してください（オプション）：実行 skillclaw dashboard serve ローカルの視覚化パネルを起動して、スキルのバージョン比較と進化の軌跡を確認してください。

SkillClawの重要な情報と使用要件

製品名：SkillClaw
開発チームAMAP-ML（高徳地図機械学習チーム）
オープンソースライセンスオープンソース（GitHubで1,200以上のスターを獲得）
システム要件：macOS / Linux / Windows，Python ≥ 3.10
API要件OpenAI互換APIまたはAWS Bedrock
展開モード個人用ローカルストレージ／チーム共有ストレージ（OSS／S3／ローカル）
インストール方法：git clone + bash scripts/install_skillclaw.sh
起動コマンド：skillclaw setup → skillclaw start --daemon
オプションの依存関係：openclaw（エージェント進化エンジンのみに必要）

SkillClawの主な利点

真のゼロ侵入インストール後も既存のワークフローを変更することなく、通常通りチャットできます。スキル進化は自動的に行われます。
経験は積み重ねられる複数のデバイスやエージェントを扱うことで得られた経験は、統合され、集約されていく。チームでの共同作業において、誰か一人がミスを犯しても、チーム全体がその問題の影響を受けない。
フレームロック解除特定のエージェントエコシステムに縛られることなく、現在主流となっているほぼすべてのCLIエージェントを網羅しています。
柔軟な収納アーキテクチャの再構築を必要とせずに、純粋なローカルのスタンドアロンマシンからOSS/S3チーム共有へとスムーズに拡張できます。
品質管理可能組み込みの検証メカニズム（検証ワーカー）では、候補者のスキルが正式に公開される前に、採点および承認される必要があります。

SkillClawのプロジェクトアドレス

GitHubリポジトリ：https://github.com/AMAP-ML/SkillClaw

SkillClawの競合製品比較

寸法	SkillClaw	Mem0	Letta（旧MemGPT）
位置	エージェントスキル集団進化フレームワーク	汎用AIエージェントメモリ層	エージェントランタイム + OSスタイルのメモリ管理
スキル進化	実際の会話から自動的に抽出する `SKILL.md`自動重複排除、最適化、およびアーカイブ	手続き型メモリ格納プロセスをサポートし、事実をパッシブに取得します。	エージェントは3層のメモリを自律的に編集するが、自動的なスキル洗練機能やアーカイブ機能は備えていない。
共有メカニズム	OSS / S3 / ローカル共有ストレージは、チームによってネイティブにサポートされています。	Cloud APIとOpenMemory MCPのローカルバージョンを組み合わせることで、アプリケーション間でのメモリ共有が可能になります。	セルフホスト型のステートフルサービスでは、チーム自身がデプロイと共有を行う必要があります。
フレームワークの互換性	Hermes、Codex、Claude Code、OpenClawなど、複数のフレームワークとプラグアンドプレイで連携できます。	どのエージェントでもSDK/REST/MCP経由で接続できます	Lettaランタイムが必要であり、エージェントループはメモリに深く依存しているため、移行コストが高くなります。
重複排除の最適化	類似するスキルを自動的に統合し、質の低いスキルを削除して、スキルライブラリを整理します。	重複排除は外部のエンティティ解析およびリフレクション機構に依存しており、ネイティブなスキルベースのガバナンスを欠いている。	自動重複排除機能がない場合、メモリの品質は完全にエージェントの自律的な判断に依存します。
展開方法	ローカルプロキシ + オプションの進化サーバー、段階的スケーリング	マネージドSaaSまたはオープンソースのセルフホスティングソリューション、軽量な統合。	自己管理型のステートフルサービスは、運用上の複雑性が高い。

SkillClawの応用事例

個々の開発者自宅、オフィス、学校など、複数のデバイスでエージェントを使用でき、スキルライブラリはリアルタイムで同期されるため、繰り返しトレーニングする必要がなくなります。
マルチエージェントコラボレーションフロントエンドエージェントが学習したReactパターンは、自動的にバックエンドエージェントと共有され、API設計の効率性を向上させます。
チームによる知識の蓄積技術チームは、デバッグ経験とコーディング標準を再利用可能なスキルとして自動的に定着させることで、新人の学習曲線を短縮します。
自動化されたスキルライブラリの運用と保守手作業による仕分けの代替手段 .hermes/skills このカタログは、反復的で時代遅れなスキルや、整理されていないスキルといった問題を取り上げています。