dichen

by xingyec2025

Install this Skill

curl -fsSL -o dichen.zip https://skill.seembox.com/api/v1/skills/dichen/download && unzip dichen.zip

SKILL.md About

---
name: 涤尘
description: |
  技能与记忆维护技能。被调用时自动扫描所有已安装技能和记忆文件，
  诊断技能脚本/代码/文件结构中的问题与冗余，从分散的每日记录中提取
  有长期价值的记忆，并向用户提出可操作的修改建议。
  核心原则：诊断为主，修改为辅；无问题时不勉强提意见。
  名称「涤尘」意为涤荡尘埃、清理冗余。
version: "0.1.0"
built: "2026-05-04"
updated: "2026-05-04"
triggers:
  - 涤尘
  - 技能体检
  - 记忆整理
  - 清理维护
  - 打扫卫生
  - 系统体检
  - 检查技能
  - 整理记忆
  - 维护技能
  - 技能健康检查
  - 记忆归档
  - maintenance check
  - cleanup audit
metadata:
  openclaw:
    emoji: '🧹'
  agent_created: true
---

# 涤尘 — 技能与记忆维护工具 🧹

## Purpose

定期（或按需）对平台的**技能系统**和**记忆系统**进行全面的健康检查，发现问题、找出改进点、向用户汇报。

## When to Use

用户用任何方式表示需要检查/清理/维护/整理技能或记忆时。包括但不限于：
- "检查一下技能有没有问题"
- "帮我整理一下记忆"
- "技能体检"
- "清理维护"
- maintenance / cleanup / organize

## Principles

1. **诊断优先，修改需确认** — 所有修改需先列出给用户，获得明确同意后才执行
2. **无问题不强提意见** — 如果技能和记忆文件都没有明显需要改动的地方，直接告知用户一切正常
3. **分类汇报** — 按「需要处理 / 需要注意 / 仅供参考」三级分类整理发现
4. **一次只做一件事** — 技能检查和记忆检查可以分步执行，先汇报结果再继续

## Workflow

### Step 1 — 收集信息

同时运行两个扫描脚本，获取原始数据。

**定位 managed Python：** 寻找当前平台管理的 Python 解释器。路径因平台而异，通常位于平台内置运行时的 `python` 目录下。可通过 system prompt 中 `Available binaries` 列出的具体路径获得。

**执行命令（按当前平台使用对应 shell 语法）：**

```bash
# 扫描所有已安装技能（用户级 + 项目级）
MANAGED_PYTHON="<上一步找到的 python 路径>"
$MANAGED_PYTHON scripts/scan_skills.py \
  --user-dir <用户级技能目录> \
  --workspace-dir <项目级技能目录> \
  --output-dir <输出目录>

# 扫描记忆文件
$MANAGED_PYTHON scripts/scan_memory.py \
  --memory-dir <记忆文件目录> \
  --output-dir <输出目录>
```

> 扫描结果会同时在 **stdout 打印人类可读摘要**（供 AI 在对话中直接引用形成报告）
> 并写入 `{workspace}/scan_skills_report.json` 和 `{workspace}/scan_memory_report.json`（供后续参考）。

**关键原则：在对话中报告。** 扫描脚本输出的 stdout 摘要已包含关键信息，AI 应以此为素材，在对话中形成详细、结构化的报告给用户，而不是让用户自己去查看 JSON 文件。

### Step 2 — 分析并形成意见

将扫描结果组织成清晰的结构化报告，分为三部分展示给用户。

#### 2a — 技能分析

按照三个严重级别分类发现：

| 级别 | 含义 | 举例 |
|:----:|------|------|
| **error** | 影响正常使用，需要修复 | 缺少 SKILL.md、YAML 解析错误 |
| **warning** | 可能有问题，建议检查 | 缺少 name/description、脚本引用路径不存在 |
| **info** | 仅供参考，可选的改进空间 | 使用 `python`/`node` 裸命令、硬编码绝对路径（需确认是否过时） |

对每个发现：
- 列出技能名称和具体问题
- 给出修改建议（具体的命令或代码修改方案）
- 标记是否需要用户确认（所有修改都需要用户确认）

**如果没有任何发现**（零 error、零 warning、零 info），直接告诉用户「所有技能看起来都正常」。

#### 2b — 记忆分析

从扫描结果中提取关键发现：

1. **可归档的旧文件**：天数超过 14 天的每日记录文件列表。提示用户是否将其中有价值的内容提炼进 MEMORY.md。
   > 即使文件未满 14 天，也会通过以下两个机制参与分析：
   > - **可合并候选**：行数较多（>20 行）且涉及 ≥2 个主题的文件会被标记，不论天数
   > - **缺失主题回溯**：所有每日记录文件都会被检查关键词是否在 MEMORY.md 中有对应
   > 所以不会因为天数短而漏掉需要提炼的内容。
2. **可合并的主题**：来自 `consolidation_candidates` 中的文件，内容较多且关联多个主题，可能值得提取进 MEMORY.md。
3. **缺失的主题回溯**：来自 `orphaned_topics` 的结果，显示哪些关键词在每日记录中出现但不在 MEMORY.md 中。

对每个建议：
- 展示相关的记忆文件名和片段（最多引用 2-3 行关键内容）
- 询问用户是否提炼到长期记忆
- **在用户同意提炼后，自动提供三选一方案：**
  > 1. **全量写入 MEMORY.md** — 适合频繁引用的活跃主题（如当前研究方向）
  > 2. **建立独立子文件 `XXX_memory.md`** — 适合已完成的大项目（如 grant 申请），MEMORY.md 只留指针
  > 3. **智能混合** — AFMEMORY.md 放摘要 + 独立文件放完整细节，MEMORY.md 指针写明读取条件
- 如果用户选择子文件方案，在 MEMORY.md 末尾追加指针引用（如 "当涉及 XX 工作时，读取 XX_memory.md"）
- 如果用户选择混合方案，同时做摘要提取 + 子文件建立 + 指针写入

**如果没有任何可提炼的内容**，直接告诉用户「记忆文件结构良好，暂无需整理」。

#### 2c — 综合建议

如果技能和记忆的扫描都没有发现问题，总结：「系统状态良好，无需处理。」

### Step 3 — 执行修改（仅当用户明确确认后）

用户逐条确认后，执行以下操作：

**技能修改：**
- 修复 SKILL.md 中的错误（更新 frontmatter、修正路径引用、更新命令）
- 删除可清理的文件（如 `__pycache__`）
- 更新脚本中的过时路径

**记忆整理：**
- 将用户确认的内容追加到 MEMORY.md（用 `Edit` 工具或在文件末尾追加）
- 如果用户要求建立专门的领域记忆文件，创建 `{topic}_memory.md` 并更新 MEMORY.md 中的引用
- 用户确认后删除已过时效的每日记录文件（超过 14 天且已提炼内容）
  - ⚠️ 删除前必须再次向用户确认文件列表

### Step 4 — 反馈

向用户报告执行结果：
- 修改了哪些内容
- 为什么修改
- 对未来的影响

---

## Files

| Path | Purpose |
|------|---------|
| `scripts/scan_skills.py` | 扫描技能目录，检查 SKILL.md、脚本引用、文件结构 |
| `scripts/scan_memory.py` | 扫描记忆目录，分析主题分布、存档候选、遗漏回溯 |

## Dependencies

- Python 3.x with `pyyaml`（自动安装尝试，失败则有健壮的简易解析器兜底）
- 访问用户级技能目录和项目级记忆目录的权限（通常为平台默认安装目录）
- 跨平台兼容：脚本使用 `os.path` 处理路径分隔，不使用平台特定命令

## Notes

- 技能扫描依赖 `pyyaml`（脚本启动时自动尝试安装，失败则用内置简易解析器兜底）
- 简易解析器可正确解析 `|` 和 `>` 多行 YAML 值，不再出现误报
- `__pycache__` 不检测——自动生成的字节码缓存，清理无实际收益
- 硬编码路径判断不准确，需要人工核实
- **跨平台**：两个 Python 脚本均通过 `--output-dir` 参数指定输出目录（默认当前目录），不使用硬编码路径
- **跨平台**：AI 执行扫描时应根据当前平台动态定位 managed Python，而非复制硬编码路径
- **WorkBuddy / OpenClaw 通用**：用户级技能目录和项目级记忆目录是两者共用约定；不需要其他平台特定依赖
- 记忆扫描的「可归档」标准为 14 天（`STALE_DAYS`），可在 scan_memory.py 顶部调整
- 即使未满 14 天，内容丰富的文件也会通过 `consolidation_candidates` 机制参与分析
- 本技能**不自动执行任何修改**，所有操作必须经用户确认
- 扫描结果写入 `{workspace}/scan_skills_report.json` 和 `{workspace}/scan_memory_report.json`，供后续分析

_meta.json Metadata

{
  "ownerId": "kn7aaecjr19ycghkyb453qpdax8631sy",
  "publishedAt": 1777892411385,
  "slug": "dichen",
  "version": "0.1.0"
}