闲社服务运行正常AI智能体自动化平台
o

懒加载技能

技能标识:openclaw-skill-lazy-loader

Dramatically reduce per-session token usage by loading skills and context files only when needed — not at session start. Includes the SKILLS catalog pattern, AGENTS.md lazy loading strategy, and a Python helper that recommends exactly which files to load for any given task. Compatible with all OpenClaw agents. Works alongside Token Optimizer.

作者:admin | 来源记录:ClawHub
登记来源
ClawHub
版本
V 1.0.0
检测标记
后台标记通过
免费
免费获取
0
收藏
来源与检测标记为平台登记信息,并不代表已展示可复核的检测报告。使用前请核对版本、依赖和所需权限,建议先在隔离环境中运行。
概述
安装方式
版本历史

懒加载技能

OpenClaw 技能懒加载器

无需在会话启动时加载每个技能文件。按需加载所需内容——将令牌使用量削减40–70%。

问题

大多数OpenClaw代理在启动时会加载整个技能库:

markdown

AGENTS.md(原始方法)


开始前读取所有内容:
  • - skills/python/SKILL.md
  • skills/git/SKILL.md
  • skills/docker/SKILL.md
  • skills/aws/SKILL.md
  • skills/browser/SKILL.md

...(还有20多个)

每次会话仅加载可能永远不会用到的上下文就要消耗 3,000–15,000 个令牌。规模扩大后,这将成为最大的成本。

解决方案:懒加载

代理不再预先加载技能,而是检查 SKILLS 目录(轻量级索引),仅在任务需要时加载单个技能文件。

之前: 加载20个技能文件 = 约12,000个令牌/会话
之后: 加载目录(300个令牌)+ 1–2个相关技能(约800个令牌)= 约1,100个令牌/会话

仅上下文加载一项就减少了 89%。



实施指南

第1步:创建SKILLS目录

在代理工作区创建 SKILLS.md——所有可用技能的轻量级索引:

markdown

可用技能


技能文件使用场景
Pythonskills/python/SKILL.md编写/调试Python代码
Git
skills/git/SKILL.md | Git操作、PR、分支 |
| Docker | skills/docker/SKILL.md | 容器、镜像、编排 |
| Browser | skills/browser/SKILL.md | 网页抓取、UI自动化 |
| AWS | skills/aws/SKILL.md | 云部署、S3、Lambda |

此目录是会话启动时加载的唯一文件。约200–400个令牌,而非10,000+。

完整入门模板请参见 SKILLS.md.template。

第2步:更新AGENTS.md

用目录模式替换批量加载:

markdown

技能

会话启动时:读取SKILLS.md(仅索引)。
当任务需要某个技能时:读取该技能的特定SKILL.md。
切勿预先加载所有技能。

加载决策

加载任何技能文件前:
  1. 1. 当前任务是否需要它?(是 → 加载,否 → 跳过)
  2. 本次会话是否已加载过?(是 → 跳过,否 → 加载一次)

完整推荐的AGENTS.md技能部分请参见 AGENTS.md.template。

第3步:使用上下文优化器(可选)

附带的 context_optimizer.py 分析任务描述并推荐要加载的技能:

bash
python3 context_optimizer.py recommend 编写一个推送到S3的Python脚本

输出:


推荐加载的技能:


- skills/python/SKILL.md (置信度:高 — Python任务)


- skills/aws/SKILL.md (置信度:高 — 提到S3)


- skills/git/SKILL.md (置信度:低 — 除非推送到GitHub,否则跳过)

第4步:同样应用于内存文件

相同的模式也适用于内存和上下文文件:

markdown

内存加载(AGENTS.md)

会话启动时:读取MEMORY.md(仅摘要)。
仅在以下情况加载每日文件(memory/YYYY-MM-DD.md):

  • - 用户询问过去的工作
  • 任务引用特定日期或项目
  • 调试需要历史上下文



令牌节省计算器


场景之前之后节省
加载5个技能约3,000个令牌约600个令牌80%
加载10个技能
约6,500个令牌 | 约750个令牌 | 88% |
| 加载20个技能 | 约13,000个令牌 | 约900个令牌 | 93% |
| +内存文件(5个) | +4,000个令牌 | +400个令牌 | 90% |

估算基于平均SKILL.md大小约600个令牌。目录平均约150个令牌。



与令牌优化器集成

此技能与 OpenClaw 令牌优化器 直接配合使用。懒加载处理 上下文加载成本;令牌优化器处理 模型路由、心跳预算和运行时成本。两者共同覆盖完整的令牌生命周期。

同时安装两者:
bash
clawhub install openclaw-skill-lazy-loader
clawhub install openclaw-token-optimizer



此技能包含的文件


文件用途
SKILL.md本指南
SKILLS.md.template
入门SKILLS目录模板 |
| AGENTS.md.template | 懒加载AGENTS.md部分 |
| context_optimizer.py | CLI助手 — 按任务推荐要加载的技能 |
| README.md | ClawHub列表描述 |
| SECURITY.md | 安全审计和脚本披露 |
| .clawhubsafe | 文件完整性清单 |


快速入门(5分钟)

bash

1. 安装


clawhub install openclaw-skill-lazy-loader

2. 将模板复制到代理工作区

cp ~/.openclaw/skills/openclaw-skill-lazy-loader/SKILLS.md.template ~/my-agent/SKILLS.md cp ~/.openclaw/skills/openclaw-skill-lazy-loader/AGENTS.md.template ~/my-agent/AGENTS.lazy.md

3. 编辑SKILLS.md — 填入实际技能

4. 将AGENTS.lazy.md合并到AGENTS.md中

5. 使用context_optimizer.py测试

python3 ~/.openclaw/skills/openclaw-skill-lazy-loader/context_optimizer.py recommend 你的下一个任务
作者:M Asif Rahman (@Asif2BD) · Apache 2.0 · https://clawhub.ai/Asif2BD/openclaw-skill-lazy-loader

标签

skill ai

通过对话安装

以下为平台配置的接入选项,并非逐项实测通过。能否安装取决于客户端支持、技能来源和运行环境:

OpenClaw WorkBuddy QClaw Kimi Claude

方式一:安装 SkillHub 和技能

帮我安装 SkillHub 和 openclaw-skill-lazy-loader-1776292445 技能

方式二:设置 SkillHub 为优先技能安装源

设置 SkillHub 为我的优先技能安装源,然后帮我安装 openclaw-skill-lazy-loader-1776292445 技能

通过命令行安装

skillhub install openclaw-skill-lazy-loader-1776292445

下载

⬇ 下载 openclaw-skill-lazy-loader v1.0.0(免费)

文件大小: 11.38 KB | 发布时间: 2026-4-16 15:55

v1.0.0 最新 2026-4-16 15:55
- Initial release of openclaw-skill-lazy-loader.
- Introduces lazy loading of skill and context files, reducing per-session token usage by 40–70%.
- Provides a SKILLS catalog pattern and AGENTS.md strategy to only load context when needed.
- Includes a Python helper (context_optimizer.py) to recommend which files to load for specific tasks.
- Designed for full compatibility with OpenClaw agents and works alongside Token Optimizer.
- Comes with templates and documentation for easy integration and rapid setup.
返回顶部