Install
openclaw skills install @alancouny/skill-consolidator吸星大法 / Skill Consolidator:扫描并整理本地已安装的 AI Agent skills / rules / commands(WorkBuddy、Trae、Cursor、Claude Code、Windsurf、Cline、Continue、Roo Code、GitHub Copilot、OpenAI Codex 等),检测同名冲突、功能重叠、触发词冲突与版本差异,生成整理报告与分类索引。当用户输入 /吸星大法 或 /skill-consolidator、请求整理/清理/查看 skills(如"帮我整理 skill"、"skills 冲突了"、"organize my skills"),或在安装新 skill 之前评估冲突时自动调用。Scans and consolidates installed AI Agent skills, detects conflicts and overlaps, generates cleanup reports and categorized indexes.
openclaw skills install @alancouny/skill-consolidator像《天龙八部》里的吸星大法一样,把散落在各处的 skills 吸纳进来、去芜存菁、融会贯通,解决 skill 过多导致的冲突、重叠与命中率下降。
满足以下任一条件即调用本 skill:
/吸星大法 或 /skill-consolidator。不要手工逐个扫描,直接运行随本 skill 附带的扫描脚本(需 Node >= 18):
node "<skill-dir>/scripts/scan_skills.mjs" [--output <report.md>] [--json] [--no-write] [--extra <path,...>]
脚本会自动完成:扫描所有已知 Agent 的 skills 位置(项目级 + 用户级)→ 解析 frontmatter → 检测同名冲突 / 功能重叠 / 触发词冲突 / 版本差异 → 按类别归档 → 生成 Markdown 报告。报告同时输出到 stdout,并默认写入 ./skill-consolidation-report.md。
--json:改为输出结构化 JSON(便于进一步分析)。--no-write:只输出到 stdout,不写文件。--extra <path>:追加扫描目录(逗号分隔)。阅读脚本输出,按以下结构向用户汇报:
在用户明确确认前,只生成报告,不得删除或修改任何现有 skill。
用户确认后允许执行:
~/.trae-cn/skill-config.json)。MASTER-<category>(.claude/skills/MASTER-research/SKILL.md)。.trae/skill-registry.md)。执行任何写操作前,先向用户列出受影响文件路径并再次确认。
扫描目标表由脚本内置(scripts/scan_skills.mjs 顶部的 TARGETS),是本 skill 扫描范围的单一事实来源:
需要扩展扫描范围时,直接编辑脚本的 TARGETS 表,不要改本文档。
当 Node 环境不可用时,按上述扫描范围手工执行:用 Glob 查找各路径的 SKILL.md / rules 文件,用 Read 提取 frontmatter 与关键词,按本 skill 定义的冲突类型(同名 / 功能重叠 / 触发词冲突 / 版本差异)检测,手工生成报告。
用户: /吸星大法
助手: 运行扫描器 → 汇报摘要("发现 12 个 skill,3 处功能重叠,详见报告")→ 展示分类索引与冲突详情 → 提出建议(合并 research-guide 与 academic-search 为 MASTER-research 等)→ 询问是否执行整理。