ClawHub

claude-code-evolution

Prompts

实施Claude Code架构的5阶段进化计划，将OpenClaw系统升级到生产级Agent架构。包括记忆系统升级、工具系统优化、多Agent协作增强、安全架构强化和Prompt优化。当用户需要：1) 将现有OpenClaw系统升级到Claude Code架构标准，2) 实施结构化记忆系统，3) 建立四层权限模型，4) 配置多Agent协作，5) 增强安全架构，6) 优化Prompt和上下文管理时使用此技能。

Install

openclaw skills install claude-code-evolution

Claude Code Evolution 技能

⚠️ 安全声明

此技能涉及系统配置修改、凭证管理和安全架构变更等高阶操作。在使用前请务必了解以下风险：

重要安全准则：

  1. 🛡️ 备份优先：在执行任何修改前，备份所有配置文件和工作区
  2. 🧪 测试验证：先在测试环境中验证所有步骤，再部署到生产环境
  3. 🔐 最小权限：理解每个操作的安全影响，遵循最小权限原则
  4. 📝 记录变更：详细记录所有系统修改，便于回滚
  5. 🤔 责任自负：仅在自己拥有完全访问权限的系统上使用

适用对象：

  • 有经验的OpenClaw管理员
  • 熟悉Linux系统操作的用户
  • 了解AI Agent架构的开发者

概述

此技能指导您实施基于Claude Code架构的5阶段进化计划，将OpenClaw系统升级为生产级AI Agent架构。该计划基于对Claude Code公开架构文档的分析，提炼出5个核心设计模式：

  1. 记忆系统升级 - 结构化记忆分类与容量控制
  2. 工具系统优化 - 四层权限模型与按需加载
  3. 多Agent协作增强 - Coordinator+Worker精确指令协议
  4. 安全架构强化 - 默认禁止、权限沙箱、凭证保护
  5. Prompt优化管理 - 上下文压缩与工具描述优化

预期效果：Token节省35-45%，响应时间改善15-20%，上下文容量+40-60%，记忆检索准确率>85%

实施决策树

开始前，请根据您的需求选择实施路径：

Rendering diagram...

推荐顺序：按阶段顺序实施（1→2→3→4→5），每阶段依赖前一阶段的基础。

阶段一：记忆系统升级

目标

实现Claude Code的结构化记忆分类，建立4类记忆系统：user（用户画像）、feedback（反馈记录）、project（项目状态）、reference（外部引用）。

核心组件

  1. 记忆索引文件 (MEMORY.md)

    • 最大200行/25KB限制
    • 按类型分组，最新记忆在前
    • 包含容量状态和维护提示

  2. 记忆文件结构

    memory/
├── user-profile.md          # 用户画像
├── project-states.md        # 项目状态  
├── feedback-logs.md         # 反馈记录
├── reference-pointers.md    # 引用指针
├── 2026-04-22.md            # 每日详细记录
└── ...

  3. 记忆过滤规则

    • 不记忆grep/git log可查的内容
    • 自动瘦身（超5KB）
    • 时间过滤（6个月后是否还有用）

实施步骤

  1. 备份现有记忆

    cp -r memory/ memory-backup-$(date +%Y%m%d)

  2. 创建记忆分类文件

    • 复制 references/memory-templates/ 中的模板文件
    • 或运行 scripts/setup_memory_system.py（如果可用）

  3. 更新MEMORY.md

    • 使用 references/memory-index-template.md 作为模板
    • 添加现有记忆条目的索引

  4. 验证记忆系统

    python scripts/validate_memory.py

验收标准

  • ✅ MEMORY.md格式符合Claude Code规范
  • ✅ 所有核心记忆文件已添加Frontmatter元数据
  • ✅ 符合闭合四类型系统（user/feedback/project/reference）
  • ✅ 容量控制有效（当前远低于限制）

参考文件

  • references/memory-system-guide.md - 详细实施指南
  • references/frontmatter-examples.md - Frontmatter格式示例
  • scripts/validate_memory.py - 记忆系统验证脚本

阶段二：工具系统优化

目标

建立四层权限模型（L0-L3）和工具按需加载机制。

四层权限定义

级别名称范围授权方式示例
L0自由行动区信息获取、只读操作自动批准read, web_search, memory_search
L1征询意见区配置修改、开发环境操作告知后执行write, edit, git commit
L2严格审批区数据修改、外部通信必须明确/approvemessage, sessions_spawn, 删除文件
L3默认禁止区高度危险、违反安全策略默认禁止，需特殊授权凭证泄露、系统破坏

核心组件

  1. 工具分类配置 (tools-classification-config.yaml)

    • 定义5类工具：核心、扩展、通信、管理、技能
    • 每类工具的权限级别和加载策略

  2. 权限检查脚本 (permission_checker.py)

    • 自动识别操作权限级别
    • 集成沙箱风险评估

  3. 快速参考文档 (tools-quick-reference.md)

    • 工具分类和审批流程速查

实施步骤

  1. 配置工具分类

    cp references/tools-classification-config.yaml memory/

  2. 更新AGENTS.md权限定义

    • 将四层权限模型集成到AGENTS.md
    • 更新安全边界章节

  3. 部署权限检查脚本

    cp scripts/permission_checker.py scripts/
chmod +x scripts/permission_checker.py

  4. 测试权限系统

    python scripts/permission_checker.py --test

验收标准

  • ✅ 所有工具按四层权限正确分类
  • ✅ AGENTS.md包含完整的权限模型描述
  • ✅ 权限检查脚本能正确识别L0-L3操作
  • ✅ 工具快速参考文档可用

参考文件

  • references/tools-classification-config.yaml - 完整工具分类配置
  • references/permission-model-details.md - 权限模型详细说明
  • scripts/permission_checker.py - 权限检查主脚本

阶段三：多Agent协作增强

目标

实现Coordinator+Worker模式，建立精确指令协议，禁止"懒委托"。

核心概念

  1. Coordinator角色

    • CEO Agent作为主协调器
    • 负责需求分析、任务拆解、进度监控

  2. Worker Agent职责

    • 产品部：PRD、原型、需求文档
    • 开发部：技术方案、代码实现
    • 设计部：UI/UX设计、视觉资源
    • 市场部：内容创作、推广策略

  3. 精确指令规则

    • 禁止"修复我们讨论的bug"这种模糊指令
    • 必须提供文件路径、行号、完成标准
    • 所有指令必须自包含

核心组件

  1. 协作协议 (coordinator-worker-protocol-v1.md)

    • 任务流程定义
    • 精确指令格式
    • 验收标准

  2. 测试场景 (coordinator-worker-test-scenarios.md)

    • 5个验证场景
    • 每个场景的输入/输出示例

实施步骤

  1. 建立Agent团队结构

    # 创建各Agent的SOUL/IDENTITY文件
cp references/agent-templates/ceo-agent/ .
cp references/agent-templates/product-agent/ .
cp references/agent-templates/development-agent/ .

  2. 部署协作协议

    cp references/coordinator-worker-protocol-v1.md memory/

  3. 运行测试验证

    # 使用Coordinator+Worker协议进行手动测试
# 参考 `references/coordinator-worker-test-scenarios.md` 中的测试场景
# 或创建自己的测试脚本

验收标准

  • ✅ Coordinator能正确拆解复杂任务
  • ✅ Worker能理解并执行精确指令
  • ✅ 禁止了模糊"懒委托"指令
  • ✅ 并行执行策略有效（只读任务并行，写任务串行）

参考文件

  • references/coordinator-worker-protocol-v1.md - 完整协作协议
  • references/agent-role-definitions.md - 各Agent角色定义
  • scripts/test_coordinator_worker.py - 协作测试脚本（需自行创建）
  • references/coordinator-worker-test-scenarios.md - 测试场景参考（在参考资料中提供）

阶段四：安全架构强化

目标

实现默认禁止策略、权限沙箱、反滥用机制和凭证保护系统。

核心特性

  1. 默认禁止策略

    • 所有操作默认需要授权
    • 建立白名单机制

  2. 权限沙箱系统

    • 文件沙箱：危险文件操作隔离执行
    • 命令沙箱：危险命令在容器中运行
    • API沙箱：外部API调用限流和监控

  3. 凭证保护系统

    • 主密钥管理 + 分层加密 + 安全存储
    • 自动凭证轮换（默认90天）
    • 敏感信息自动识别和加密

核心组件

  1. 安全架构设计 (phase-4-security-architecture-design.md)
  2. 沙箱系统配置 (sandbox-config.yaml)
  3. 凭证保护系统 (credential_protection_system.py)
  4. 权限沙箱集成 (permission_sandbox_integration.py)

实施步骤

  1. 部署安全配置文件

    cp references/sandbox-config.yaml memory/
cp references/tools-classification-config.yaml memory/

  2. 安装凭证保护系统

    # 查看凭证保护系统文档和实现
python scripts/credential_protection_system.py

# 重要：此脚本是演示实现，实际部署前请仔细审查代码
# 建议先运行测试模式，了解系统工作原理

  3. 迁移明文凭证

    # 审查凭证迁移工具，理解迁移流程
python scripts/credential_migration_tool.py --help 2>/dev/null || echo "请查看脚本源码了解使用方法"

# ⚠️ 高风险操作：迁移前务必备份所有配置文件
# 建议先在测试环境中验证迁移过程

  4. 启用权限沙箱

    # 了解权限沙箱集成机制
python scripts/permission_sandbox_integration.py --help 2>/dev/null || cat scripts/permission_sandbox_integration.py | head -50

# 安全建议：逐功能启用，避免一次性启用所有沙箱规则

验收标准

  • ✅ 所有敏感凭证已加密存储
  • ✅ 权限沙箱能拦截危险操作
  • ✅ 默认禁止策略生效（L3操作被阻止）
  • ✅ 审计日志系统正常运行

参考文件

  • references/security-architecture-guide.md - 安全架构实施指南
  • references/credential-protection-details.md - 凭证保护系统详解
  • scripts/credential_protection_system.py - 凭证保护主系统

阶段五：Prompt优化与上下文管理

目标

优化系统提示词，减少冗余，提高效率，实现Token节省35-45%。

优化策略

  1. Prompt分段优化

    • 静态段：身份、核心原则、安全规则
    • 动态段：当前任务、上下文、工具状态

  2. 上下文压缩

    • 长对话自动摘要
    • 重要信息保留，冗余信息清理

  3. 工具描述优化

    • 按使用频率排序
    • 常用工具详细描述，非常用工具简略

  4. 记忆集成

    • 相关记忆自动注入上下文
    • 避免重复记忆信息

核心组件

  1. Prompt优化设计 (phase-5-prompt-optimization-design.md)
  2. Prompt优化系统 (prompt_optimizer.py)
  3. 性能基准测试 (benchmark_original_vs_optimized.py)

实施步骤

  1. 分析当前Prompt结构

    python scripts/prompt_optimizer.py --analyze

  2. 生成优化版提示词

    python scripts/prompt_optimizer.py --optimize --output optimized_prompt.md

  3. 性能基准测试

    python scripts/benchmark_original_vs_optimized.py

  4. 部署优化系统

    python scripts/deploy_prompt_optimizer.py --install

验收标准

  • ✅ Token节省达到35-45%
  • ✅ 响应时间改善15-20%
  • ✅ 上下文容量增加40-60%
  • ✅ 记忆检索准确率>85%

参考文件

  • references/prompt-optimization-guide.md - Prompt优化详细指南
  • references/context-compression-examples.md - 上下文压缩示例
  • scripts/prompt_optimizer.py - Prompt优化主系统（970行完整代码）

资源文件

此技能包含完整的实施资源，包括配置文件、参考文档和执行脚本。

核心参考文件（references/）

  1. 工具分类配置 (tools-classification-config.yaml)

    • 完整的四层权限模型定义
    • 工具分类和权限级别映射
    • 审批流程和异常处理配置

  2. 协作协议 (coordinator-worker-protocol-v1.md)

    • Coordinator+Worker精确指令协议
    • 任务分类与并行规则
    • 示例场景和通信格式

  3. 实施指南（建议添加）

    • memory-system-guide.md - 记忆系统实施指南
    • security-architecture-guide.md - 安全架构实施指南
    • prompt-optimization-guide.md - Prompt优化指南

核心脚本（scripts/）

  1. 权限检查器 (permission_checker.py)

    • 检查工具权限级别
    • 模拟审批流程
    • 记录审计日志

  2. 其他关键脚本（可从现有系统复制）

    • credential_protection_system.py - 凭证保护系统
    • prompt_optimizer.py - Prompt优化系统（970行）
    • permission_sandbox_integration.py - 权限沙箱集成

模板文件（assets/）

  1. 记忆系统模板

    • memory-index-template.md - MEMORY.md索引模板
    • frontmatter-examples.md - Frontmatter格式示例

  2. Agent角色模板

    • ceo-agent-template/ - CEO Agent配置文件模板
    • worker-agent-template/ - Worker Agent配置文件模板

使用示例

示例1：检查工具权限

cd /path/to/workspace
python skills/claude-code-evolution/scripts/permission_checker.py check --tool exec --params '{"command": "ls -la"}'

示例2：模拟权限审批流程

python skills/claude-code-evolution/scripts/permission_checker.py simulate --tool message --params '{"action": "send", "message": "测试消息"}'

示例3：查看审计日志

python skills/claude-code-evolution/scripts/permission_checker.py audit --days 3

技能测试

完成技能创建后，运行验证脚本检查技能完整性：

python /usr/local/lib/node_modules/openclaw/skills/skill-creator/scripts/quick_validate.py skills/claude-code-evolution/

打包分发

使用skill-creator的打包工具创建.skill文件：

python /usr/local/lib/node_modules/openclaw/skills/skill-creator/scripts/package_skill.py skills/claude-code-evolution/

技能维护

  1. 定期更新：根据Claude Code架构的新发现更新技能
  2. 用户反馈：收集实施中的问题，更新指南和脚本
  3. 版本管理：为每个阶段实施创建独立版本标签

技能状态：初始版本v1.0
Claude Code进化计划版本：5阶段完成
最后更新：2026-04-22
适用系统：OpenClaw 0.8.0+
技能大小：约50KB（包含核心资源）

More in Prompts