Skill Pilot

Adaptive skill scheduling engine with environment-aware routing, user preferences, and self-learning optimization. Use when: (1) auto-select best skill for task, (2) need environment-aware configuration, (3) want to learn from execution history, (4) need observability and performance insights.

Mr-ChenXY@namechenxinyu

Install

openclaw skills install @namechenxinyu/skill-pilot

SkillPilot - 智能技能调度引擎

"自适应技能调度，零侵入优化，让每个人都能适配最优执行链路"

版本: 0.4.6
定位: 通用技能调度优化框架
核心原则: 零侵入 · 自适应 · 可观测 · 可移植
新增功能: 双模式支持 + 安全修复 + 纯调度器重构

🎯 产品愿景

让 SkillPilot 成为通用的技能调度优化框架，帮助每个人根据自己的环境适配最优执行链路。

零侵入: 不修改其他技能，即插即用
自适应: 自动学习环境特点和用户偏好
可观测: 调度决策透明，性能数据可视
可移植: 配置可导出/导入，策略可分享
双模式: 默认模式快速执行，全量模式对比优化

🚀 双模式说明

默认模式 (default) - 自动触发

触发条件: 输入内容不包含"全量"、"full"、"对比"等关键词

特点: 快速执行，使用默认工具，简洁输出

text

用户输入：伊朗最新战况
输出：直接显示结果 + 来源

行为:

使用预设的默认工具
单次执行，快速返回
直接输出查询结果和来源
记录执行表现用于后续优化

全量模式 (full) - 手动触发

触发条件: 输入内容包含"全量"、"full"、"对比"等关键词，或显式指定 mode="full"

特点: 对比优化，自动选择最优

text

用户输入：SkillPilot 全量模式 伊朗最新战况
输出：工具对比报告 + 最佳结果 + 自动优化

行为:

使用该类别所有工具并行执行
对比所有工具的结果
评估结果质量（内容长度、信息密度等）
自动将表现最好的工具设置为新的默认工具
返回详细对比报告

适用场景:

重要任务，需要确保最佳结果
新环境，需要探索最优工具
定期运行，持续优化默认选择

模式对比

维度	默认模式	全量模式
触发	自动（无关键词）	手动（含关键词）
执行工具	1 个（默认）	N 个（所有同类）
执行速度	快	较慢
输出	简洁（结果 + 来源）	详细（对比报告）
自动优化	❌	✅
适用场景	日常查询	重要任务/探索优化

🏗️ 架构设计

text

┌─────────────────────────────────────────────────────────┐
│                    SkillPilot Core                       │
├─────────────────────────────────────────────────────────┤
│  ┌─────────────┐  ┌─────────────┐  ┌─────────────┐     │
│  │ 环境探测层   │  │ 用户偏好层   │  │ 历史学习层   │     │
│  │ Environment │  │ Preference  │  │  Learning   │     │
│  └──────┬──────┘  └──────┬──────┘  └──────┬──────┘     │
│         └────────────────┼────────────────┘             │
│                          ▼                              │
│  ┌─────────────────────────────────────────────────┐   │
│  │         自适应路由决策引擎 (核心)                 │   │
│  └─────────────────────────────────────────────────┘   │
│         │                │                │             │
│         ▼                ▼                ▼             │
│  ┌─────────────┐  ┌─────────────┐  ┌─────────────┐     │
│  │ 技能注册中心 │  │ 降级处理器   │  │ 可观测性     │     │
│  └─────────────┘  └─────────────┘  └─────────────┘     │
└─────────────────────────────────────────────────────────┘

📦 核心模块

1. 环境探测 (`environment.py`)

功能: 自动检测网络特性和技能可用性

python

from scripts.environment import EnvironmentProbe

probe = EnvironmentProbe()
result = probe.probe_all(['multi-search-engine', 'exa-web-search-free'])

# 输出:
# - 区域：cn
# - 代理：否
# - 推荐配置：cn-no-proxy

预设配置模板:

模板	适用场景
`cn-no-proxy`	中国大陆无代理环境
`cn-with-proxy`	中国大陆有代理环境
`global`	海外环境

使用:

bash

# 环境探测
python scripts/environment.py

# 查看推荐配置
python -c "from scripts.environment import EnvironmentProbe; p=EnvironmentProbe(); print(p.get_optimal_profile())"

2. 用户偏好 (`preference.py`)

功能: 让用户定义优化目标和约束条件

python

from scripts.preference import UserPreference

pref = UserPreference()
pref.optimization_goal = 'speed'  # speed | cost | quality | balanced
pref.budget_limit = 'free'
pref.save()

预设模式:

模式	说明
`speed`	极速模式，优先选择响应最快的技能
`cost`	经济模式，优先选择免费/低成本技能
`quality`	质量优先，优先选择质量最高的技能
`balanced`	平衡模式，速度/成本/质量平衡
`cn-optimized`	国内优化，针对中国大陆网络环境
`global-optimized`	全球优化，针对海外网络环境

使用:

bash

# 初始化配置 (选择模板)
python scripts/preference.py init balanced

# 查看当前配置
python scripts/preference.py show

# 查看模板
python scripts/preference.py template speed

3. 历史学习 (`learning.py`)

功能: 从历史执行记录中学习最优调度策略

python

from scripts.learning import ExecutionHistory

history = ExecutionHistory()

# 分析某类别的最优技能
pattern = history.analyze_pattern('search')
print(f"最优技能：{pattern['best_skill']}")
print(f"成功率：{pattern['success_rate']*100:.1f}%")

# 学习所有模式
patterns = history.learn_patterns()

学习维度:

按类别 (search/fetch/summarize)
按环境 (cn/global)
按技能表现 (成功率/响应时间)

使用:

bash

# 查看统计
python scripts/learning.py stats

# 分析某类别
python scripts/learning.py analyze search

# 运行学习算法
python scripts/learning.py learn

# 获取推荐
python scripts/learning.py recommend search

4. 可观测性 (`observability.py`)

功能: 提供调度看板、性能报告和诊断工具

python

from scripts.observability import SchedulerDashboard

dashboard = SchedulerDashboard(history=history, environment=environment)

# 生成报告
report = dashboard.generate_report('text')
print(report)

# 保存报告
filepath = dashboard.save_report('markdown')

报告内容:

环境配置状态
技能表现统计
学习成果展示
优化建议

使用:

bash

# 生成文本报告
python scripts/observability.py report

# 生成 Markdown 报告
python scripts/observability.py report markdown

# 保存报告
python scripts/observability.py save

# 查看技能健康状态
python scripts/observability.py health

🚀 快速开始

步骤 1: 环境探测 (1 分钟)

bash

cd skills/skill-pilot
python scripts/environment.py

输出示例:

text

🔍 开始环境探测...
  → 探测网络环境...
  → 探测 3 个技能可用性...
  ✓ 推荐配置：cn-no-proxy

步骤 2: 设置用户偏好 (1 分钟)

bash

# 使用平衡模式模板
python scripts/preference.py init balanced

步骤 3: 开始使用

SkillPilot 会自动:

根据环境选择最优配置
根据偏好调整路由权重
记录执行历史
学习优化模式

步骤 4: 查看报告 (可选)

bash

# 每周查看一次
python scripts/observability.py report

📊 调度策略模板

中文搜索优化 (`strategies/search-cn.yaml`)

yaml

name: search-cn-optimized
applicable_when:
  category: search
  query_contains_chinese: true

routing:
  primary:
    - skill: multi-search-engine
      engines: [baidu, sogou, wechat]
  fallback:
    - skill: exa-web-search-free
    - skill: tavily-search

技术搜索优化 (`strategies/search-technical.yaml`)

yaml

name: search-technical-optimized
applicable_when:
  category: search
  is_technical_query: true

routing:
  primary:
    - skill: exa-web-search-free
      filters: [github, stackoverflow]
  fallback:
    - skill: multi-search-engine

反爬网站抓取 (`strategies/fetch-anti-bot.yaml`)

yaml

name: fetch-anti-bot-optimized
applicable_when:
  category: fetch
  is_anti_bot_url: true

routing:
  primary:
    - skill: scrapling-fetch
  fallback:
    - skill: web_fetch

🔧 配置说明

用户偏好配置 (`config/preference.yaml`)

yaml

# 优化目标
optimization_goal: balanced  # speed | cost | quality | balanced

# 预算限制
budget_limit: free  # free | low | medium | high

# 最低质量要求
quality_threshold: 0.7  # 0-1

# 超时时间
timeout_preference: 30  # 秒

# 区域偏好
region_preference: no-preference  # cn | global | no-preference

# 高级选项
advanced:
  allow_parallel: false
  max_fallback_depth: 3
  cache_enabled: true
  cache_ttl: 300

环境配置 (`profiles/*.yaml`)

见 profiles/ 目录下的模板文件。

📈 可观测性

调度报告

text

┌─────────────────────────────────────────────────────────┐
│              SkillPilot 调度报告                         │
├─────────────────────────────────────────────────────────┤
│ 生成时间：2026-03-17 07:00:00                           │
├─────────────────────────────────────────────────────────┤
│ 【环境配置】                                            │
│   区域：cn                                              │
│   代理：否                                              │
│   推荐配置：cn-no-proxy                                 │
├─────────────────────────────────────────────────────────┤
│ 【技能表现】                                            │
│   追踪技能数：15                                        │
│   总调用次数：150                                       │
│   总体成功率：92.0%                                     │
├─────────────────────────────────────────────────────────┤
│ 【学习成果】                                            │
│   已学习模式：3 个                                       │
│   最后学习：2026-03-17 06:00                            │
├─────────────────────────────────────────────────────────┤
│ 【优化建议】                                            │
│   1. 执行环境探测以获取最优配置建议                     │
│   2. 调用样本较少，继续使用以积累学习数据               │
└─────────────────────────────────────────────────────────┘

技能健康状态

text

技能健康状态
==================================================
multi-search-engine   ████████░░ 85 分 (成功率 92%, 响应 1200ms)
exa-web-search-free   ███████░░░ 72 分 (成功率 88%, 响应 800ms)
scrapling-fetch       ████████░░ 88 分 (成功率 95%, 响应 2000ms)

📚 参考资料

核心文档

references/capability-taxonomy.md - 能力分类体系
references/micro-routing-examples.md - 微路由示例
references/reminder-policy.md - 静默策略
references/resolution-order.md - 解决顺序

新增文档

references/environment-probe.md - 环境探测指南 (待创建)
references/strategy-guide.md - 策略选择指南 (待创建)

🎯 核心价值

用户类型	获得价值
个人用户	自动适配自己的网络环境，无需手动配置
团队共享	分享最优调度策略，新人快速上手
技能开发者	了解技能实际表现，针对性优化
高级用户	深度定制调度逻辑，极致优化

📝 更新日志

v0.2.0 (2026-03-17) - 自适应优化版

✅ 新增环境探测模块
✅ 新增用户偏好模块
✅ 新增历史学习模块
✅ 新增可观测性模块
✅ 新增调度策略模板
✅ 新增配置管理

v0.1.0 (2026-03-17) - 基础版

✅ 核心框架实现
✅ 技能注册中心
✅ 路由决策器
✅ 降级处理器
✅ 执行引擎
✅ 基础指标收集

🤝 贡献指南

添加新策略模板

在 strategies/ 目录创建 YAML 文件
定义适用条件和路由规则
测试策略效果
提交 PR

分享配置模板

在 profiles/ 目录创建环境配置
说明适用场景
分享社区

作者：JARVIS
许可：MIT
最后更新：2026-03-17

Skill Pilot

Install

SkillPilot - 智能技能调度引擎

🎯 产品愿景

🚀 双模式说明

默认模式 (default) - 自动触发

全量模式 (full) - 手动触发

模式对比

🏗️ 架构设计

📦 核心模块

1. 环境探测 (environment.py)

2. 用户偏好 (preference.py)

3. 历史学习 (learning.py)

4. 可观测性 (observability.py)

🚀 快速开始

步骤 1: 环境探测 (1 分钟)

步骤 2: 设置用户偏好 (1 分钟)

步骤 3: 开始使用

步骤 4: 查看报告 (可选)

📊 调度策略模板

中文搜索优化 (strategies/search-cn.yaml)

技术搜索优化 (strategies/search-technical.yaml)

反爬网站抓取 (strategies/fetch-anti-bot.yaml)

🔧 配置说明

用户偏好配置 (config/preference.yaml)

环境配置 (profiles/*.yaml)

📈 可观测性

调度报告

技能健康状态

📚 参考资料

核心文档

新增文档

🎯 核心价值

📝 更新日志

v0.2.0 (2026-03-17) - 自适应优化版

v0.1.0 (2026-03-17) - 基础版

🤝 贡献指南

添加新策略模板

分享配置模板

Related skills

1. 环境探测 (`environment.py`)

2. 用户偏好 (`preference.py`)

3. 历史学习 (`learning.py`)

4. 可观测性 (`observability.py`)

中文搜索优化 (`strategies/search-cn.yaml`)

技术搜索优化 (`strategies/search-technical.yaml`)

反爬网站抓取 (`strategies/fetch-anti-bot.yaml`)

用户偏好配置 (`config/preference.yaml`)

环境配置 (`profiles/*.yaml`)