一个基于本地、经许可的记忆技能，允许 AI 代理通过明确的反馈适应您特定的编码风格和技术栈偏好。
安装与下载
1. ClawHub CLI
从源直接安装技能的最快方式。
npx clawhub@latest install coding-custom
2. 手动安装
将技能文件夹复制到以下位置之一
~/.openclaw/skills/ <project>/skills/ 优先级：工作区 > 本地 > 内置
3. 提示词安装
将此提示词复制到 OpenClaw 即可自动安装。
请帮我使用 Clawhub 安装 coding-custom。如果尚未安装 Clawhub，请先安装（npm i -g clawhub）。
更倾向于下载？
获取包含原生技能文件的ZIP压缩包。
什么是 Coding Style Memory？
Coding 技能是为希望 AI 代理在不同会话中保持一致性的开发者设计的复杂记忆层。与可能产生幻觉或忘记您特定格式规则的传统代理不同，该工具创建了一个分层的本地存储系统，记录您的明确纠正和确认。它充当您的个人开发标准与 AI 输出生成之间的桥梁。
作为 Openclaw Skills 生态系统的一部分，它优先考虑用户主权和隐私。该技能从不扫描您的私有仓库或静默观察您的行为；相反，它等待明确的指令进行学习，确保记忆保持干净、相关，并由开发者严格控制。
Coding Style Memory 应用场景
- 在所有 AI 生成的文件中强制执行特定的 linting 或命名约定（例如 snake_case 与 camelCase）。
- 保持一致的技术栈和库版本，防止 AI 建议过时或不相关的依赖项。
- 存储组织架构模式，例如首选的文件夹结构或测试策略。
- 存档被拒绝的模式，以确保代理永远不会建议之前丢弃的解决方案。
Coding Style Memory 工作原理
- 在会话开始时，代理从 ~/coding/memory.md 加载现有偏好。
- 当用户纠正 AI 的输出时，该技能会触发询问，以确定该偏好是否应永久保留。
- 经用户确认后，偏好会被提炼成超紧凑格式（5 个词或更少）。
- 新条目在本地记忆文件中被分类为 Stack、Style、Structure 或 Never 类别。
- 该技能监控文件大小，当活动记忆超过 100 行时，自动将旧条目存档到 history.md，以防止上下文膨胀。
Coding Style Memory 配置指南
要开始在您的代理中使用此技能，请确保本地目录存在：
mkdir -p ~/coding
您可以使用标准的 Openclaw Skills 命令管理技能生命周期：
clawhub sync
# To support the project
clawhub star coding
Coding Style Memory 数据架构与分类体系
该技能使用分层 Markdown 结构在 ~/coding/ 目录中组织其记忆：
| File | Purpose | Limit |
|---|---|---|
memory.md |
在上下文中使用的活动的、高优先级偏好。 | 最大 100 行 |
history.md |
存档的偏好和旧模式。 | 无限制 |
criteria.md |
偏好何时值得保存的定义。 | N/A |
dimensions.md |
偏好类别的分类（Stack, Style 等）。 | N/A |
条目格式：
偏好存储为简短的、冒号分隔的字符串，例如 python: prefer 3.11+ 或 naming: snake_case。
Coding Style Memory 高级特性
- 自动存档：智能地将不常用的偏好移动到 history.md，以保持高性能和低上下文成本。
- 上下文注入：将存储的规则无缝应用到每个代码生成提示中，无需手动干预。
- 多代理支持：由于数据存储在可预测本地路径的标准 Markdown 文件中，多个 Openclaw Skills 可以与同一套偏好进行交互。
- 语义合并：能够合并相似的条目（例如，合并多个“no-tooling”偏好）以节省空间。
SKILL.md
加载中
Openclaw 相关技能
PPTMagic PPT Creator
一个强大的 AI 技能，通过 pptmagic 和 Banana Slides API 生态系统生成、续写和导出专业的演示文稿幻灯片。
精选*
