后端前端AI 技能AI 插件搜索引擎【免费下载链接】clawhubSkill Plugin Registry for OpenClaw项目地址https://gitcode.com/gh_mirrors/mo/clawhub点击查看免费下载导读convex-improve-convex-plugin是 ClawHub 仓库.agents/skills/下随 Convex 官方 Agent 技能集一起分发的一项系统改进型技能它把当前编码会话的转录transcript发送给 Convex 团队维护的 anteaterPOST /review端点换取一份面向快速启动quickstart系统的 AI 事后分析post-mortem。本文将以该技能文档为骨架结合仓库内其他 Convex 技能convex/SKILL.md、convex-quickstart/SKILL.md、convex-add/SKILL.md与项目规范CLAUDE.md完整讲解它的运行流程、命令与参数、输出标记、隐私同意机制以及它在Agent 技能自我进化体系中的定位。一、这个技能解决什么问题1.1 定位系统改进循环而非终端用户功能反馈技能文档在开头就划定了边界This is a system-improvement loop, not end-user feature feedback.它收集的不是用户的业务数据而是Agent 在使用 Convex 快速启动体系时暴露出的系统性问题。评审结果被明确限定为四类结构化发现ambiguous instructions指令含糊runbook、引导脚本或技能说明里描述不清、容易让 Agent 误解的步骤agent-stuck patternsAgent 卡住模式会话中 Agent 反复尝试却无法推进的典型场景tooling failures工具链故障脚手架、CLI、编译/推送环节的真实失败wins成功经验顺利走通的路径作为正面样本保留。这些发现的目标对象是runbook操作手册、bootstrap script引导脚本、skills技能与 components组件——也就是快速启动系统本身的工件而不是任何端用户数据。这与仓库中其他运行时观测类技能如convex-monitor关注线上错误、convex-insights查询运行日志形成互补前者改进的是 Convex 团队的下发工具后者改进的是应用自身的运行质量。1.2 与快速启动系统的关联在技能生态中convex-quickstart负责从一句话想法起步跑通一个裸的 Next.js Convex 模板见 convex-quickstart/SKILL.md。convex-improve-convex-plugin正是这条链路的后置反馈环节每次 quickstart 会话结束后把转录交给 anteater 做 AI 评审帮助 Convex 团队持续打磨 quickstart 的 runbook、bootstrap 脚本与配套技能。换言之两者构成使用 → 评审 → 改进的闭环。二、底层机制转录、anteater 与结构化评审从技能文档可以梳理出该功能的技术骨架转录来源当前编码会话的 transcript。规则中明确REVIEW_NO_TRANSCRIPT表示未找到 Claude/Codex 的.jsonl转录文件说明转录文件以.jsonl格式存在于本地会话目录中由 anteater 提供的辅助脚本负责定位与收集。上传通道anteater 服务的send-transcript辅助脚本 其POST /review端点。技能文档以anteater占位符指代服务地址实际部署时由运行环境提供仓库内其他技能如 convex/SKILL.md、convex-add/SKILL.md 同样引用该 anteater 服务来分发能力目录。评审输出结构化 findings每个 finding 至少包含title标题、target针对哪个工件、suggestedFix建议修复外加wins成功项。可以推断这是一个脚本收集 HTTP 上传 服务端 AI 评审 结构化回传的流水线客户端只负责经用户同意后上传转录并解析标记评审逻辑全部在 anteater 服务端完成这与convex-add获取服务端能力目录、按需拉取最新文档的设计哲学一致——流程与规则可以随服务端持续更新无需重装技能。三、完整工作流程与命令解析3.1 第一步运行辅助脚本并携带会话想法curl -fsSL anteater/send-transcript | bash -s -- --idea one-line app idea from this session要点拆解curl -fsSL静默跟随重定向、失败即报错属于脚本即代码的经典获取方式anteater/send-transcriptanteater 服务提供的辅助脚本端点脚本由服务端托管保证与评审端点同步演进--idea one-line app idea from this session把本次会话的一句话应用想法作为上下文传给评审。这条元信息帮助评审方理解会话的意图起点从而更准确地区分指令问题与用户自身目标漂移。技能文档特别说明即使没有附带--idea脚本也应正常工作--idea是用于丰富评审上下文的可选增强项从文档中命令形态可以推断其非必需属性。3.2 第二步处理同意门槛CONSENT_REQUIRED退出码 4脚本输出CONSENT_REQUIRED并以退出码 4退出时表示用户尚未做出共享选择。此时必须暂停向用户确认三选一选项含义对应--consent值Always始终允许共享本类转录alwaysJust this once仅本次共享onceNever拒绝共享never用户明确回答后重新运行并追加同意参数curl -fsSL anteater/send-transcript | bash -s -- --idea idea --consent always # 或 --consent once / --consent never技能文档的硬性规则是在用户明确表态之前绝不发送任何转录Do not send until they answer。系统会问一次并记住选择asks once and remembers the choice即同意状态被持久化后续会话不必重复询问直到用户主动更改。3.3 第三步监控输出标记上传与评审过程通过标准输出中的标记marker驱动技能文档列出三个关键标记输出标记含义REVIEW_SOURCE已定位到转录文件transcript foundREVIEW_SUBMITTED id...转录已接受附评审任务 IDREVIEW_DONE statusdone评审完成发现已就绪Agent 应持续观察这些标记而不是凭超时猜测进度。另有一个失败标记REVIEW_NO_TRANSCRIPT表示未找到任何 Claude/Codex.jsonl转录文件此时应向用户如实说明而不是假装评审已发起。3.4 第四步向用户汇报发现评审返回后按title → target → suggestedFix的顺序汇总最高严重度的发现随后汇报 wins成功项。汇报口径必须保持关于系统而非用户数据Keep the summary about the system, not the users data——既保护隐私也让反馈落在可执行的工件上。四、规则与隐私边界技能文档的 Rules 部分定义了四条不可逾越的约束本文总结为三类同意优先未获用户显式选择前绝不发送转录对应CONSENT_REQUIRED 退出码 4 的强制门禁。转录缺失要明说REVIEW_NO_TRANSCRIPT时直接告知用户不静默降级、不伪造成功。密钥脱敏上传前脚本会redact keys/tokens对密钥与令牌做脱敏处理Agent 不得在汇报中回贴任何原始密钥汇报内容同样保持系统聚焦。这些规则共同确保该技能是一个**opt-in选择加入**的反馈通道默认不共享共享由用户一次性授权且上传内容在传输前已做脱敏。五、在技能生态中的协作关系从 convex/SKILL.md 的 Bundled skills 清单可以看到convex-improve-convex-plugin是约三十个convex-*技能之一同属 Convex 官方发布的 Agent 技能集该技能文件头部注释也标明其由convex-agents内容自动生成不应手工编辑。在 ClawHub 项目中仓库规范 CLAUDE.md 要求任何 Convex 工作先读取 clawhub-convex/SKILL.md 以路由到受管 Convex 技能因此本技能在实际使用中通常经由这条路由被调用。它与几个相邻技能的关系值得开发者注意convex-quickstart被评审的对象之一——本技能产生的发现会反哺 quickstart 的 runbook、bootstrap 脚本与模板convex-add同样依赖 anteater 服务拉取能力目录、按需获取能力文档两者共用同一服务基础设施体现服务端托管、客户端随取的分发模式convex-check-updates检测并升级过时组件其检查 → 确认 → 逐个升级的节奏与本技能评审 → 汇报 → 反哺的节奏同属受控反馈循环。六、落地使用建议在 quickstart 或脚手架类会话收尾时调用此时转录内容最能反映从零到跑通的真实摩擦点评审价值最高。把--idea当作必填习惯一句话应用想法能显著提升评审的上下文质量帮助区分指令缺陷与目标漂移。把输出标记当作状态机驱动Agent 端按REVIEW_SOURCE → REVIEW_SUBMITTED → REVIEW_DONE推进遇到CONSENT_REQUIRED退出码 4即转人工确认遇到REVIEW_NO_TRANSCRIPT即如实汇报。汇报遵守三明治格式先高严重度发现title → target → suggestedFix再给 wins全程不提及用户数据、不回贴密钥。结语convex-improve-convex-plugin是一个小而精的系统反馈回路技能通过一条 curl 命令、一个退出码、四个输出标记和一组隐私规则把 Agent 的真实会话体验转化为可执行的系统改进项。对于使用 ClawHub 或任何 Convex 项目的开发者而言理解它的命令契约--idea/--consent、标记语义REVIEW_*与同意机制Always / Just this once / Never既是正确使用它的前提也是理解 Convex Agent 技能集服务端持续更新、客户端轻量执行设计哲学的一个窗口。相关实现细节可继续查阅 convex-improve-convex-plugin/SKILL.md 原文及其生态文档 convex/SKILL.md。赞分享后端前端AI 技能AI 插件搜索引擎【免费下载链接】clawhubSkill Plugin Registry for OpenClaw项目地址https://gitcode.com/gh_mirrors/mo/clawhub点击查看免费下载相关推荐ClawHub 中的 Convex AI Agent 与 RAG 后端集成指南基于 convex-dev/agent 与 AI GatewayClawHub 中的 Convex AI Agent 与 RAG 后端集成指南基于 convex dev/agent 与 AI Gateway 导读 本文以后端前端AI 技能AI 插件搜索引擎在 ClawHub 中接入 Stripe 计费基于 convex-dev/stripe 的 Convex 订阅支付完整指南在 ClawHub 中接入 Stripe 计费基于 convex dev/stripe 的 Convex 订阅支付完整指南 导读 本文以 Convex 生态后端前端AI 技能AI 插件搜索引擎ClawHub 中的 Convex Schema 与数据迁移实战基于 convex-dev/migrations 的 widen-migrate-narrow 工作流ClawHub 中的 Convex Schema 与数据迁移实战基于 convex dev/migrations 的 widen migrate narro后端前端AI 技能AI 插件搜索引擎上一篇【免费下载】 PaddleNLP安装指南从零开始搭建自然语言处理开发环境下一篇Vitess v12.0.6 发布解读查询引擎健壮性修复、VStreamer 表计划重算与 VStream 内存泄漏治理创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
ClawHub 中的 convex-improve-convex-plugin：基于会话转录的 Convex 快速启动系统 AI 事后分析循环
后端前端AI 技能AI 插件搜索引擎【免费下载链接】clawhubSkill Plugin Registry for OpenClaw项目地址https://gitcode.com/gh_mirrors/mo/clawhub点击查看免费下载导读convex-improve-convex-plugin是 ClawHub 仓库.agents/skills/下随 Convex 官方 Agent 技能集一起分发的一项系统改进型技能它把当前编码会话的转录transcript发送给 Convex 团队维护的 anteaterPOST /review端点换取一份面向快速启动quickstart系统的 AI 事后分析post-mortem。本文将以该技能文档为骨架结合仓库内其他 Convex 技能convex/SKILL.md、convex-quickstart/SKILL.md、convex-add/SKILL.md与项目规范CLAUDE.md完整讲解它的运行流程、命令与参数、输出标记、隐私同意机制以及它在Agent 技能自我进化体系中的定位。一、这个技能解决什么问题1.1 定位系统改进循环而非终端用户功能反馈技能文档在开头就划定了边界This is a system-improvement loop, not end-user feature feedback.它收集的不是用户的业务数据而是Agent 在使用 Convex 快速启动体系时暴露出的系统性问题。评审结果被明确限定为四类结构化发现ambiguous instructions指令含糊runbook、引导脚本或技能说明里描述不清、容易让 Agent 误解的步骤agent-stuck patternsAgent 卡住模式会话中 Agent 反复尝试却无法推进的典型场景tooling failures工具链故障脚手架、CLI、编译/推送环节的真实失败wins成功经验顺利走通的路径作为正面样本保留。这些发现的目标对象是runbook操作手册、bootstrap script引导脚本、skills技能与 components组件——也就是快速启动系统本身的工件而不是任何端用户数据。这与仓库中其他运行时观测类技能如convex-monitor关注线上错误、convex-insights查询运行日志形成互补前者改进的是 Convex 团队的下发工具后者改进的是应用自身的运行质量。1.2 与快速启动系统的关联在技能生态中convex-quickstart负责从一句话想法起步跑通一个裸的 Next.js Convex 模板见 convex-quickstart/SKILL.md。convex-improve-convex-plugin正是这条链路的后置反馈环节每次 quickstart 会话结束后把转录交给 anteater 做 AI 评审帮助 Convex 团队持续打磨 quickstart 的 runbook、bootstrap 脚本与配套技能。换言之两者构成使用 → 评审 → 改进的闭环。二、底层机制转录、anteater 与结构化评审从技能文档可以梳理出该功能的技术骨架转录来源当前编码会话的 transcript。规则中明确REVIEW_NO_TRANSCRIPT表示未找到 Claude/Codex 的.jsonl转录文件说明转录文件以.jsonl格式存在于本地会话目录中由 anteater 提供的辅助脚本负责定位与收集。上传通道anteater 服务的send-transcript辅助脚本 其POST /review端点。技能文档以anteater占位符指代服务地址实际部署时由运行环境提供仓库内其他技能如 convex/SKILL.md、convex-add/SKILL.md 同样引用该 anteater 服务来分发能力目录。评审输出结构化 findings每个 finding 至少包含title标题、target针对哪个工件、suggestedFix建议修复外加wins成功项。可以推断这是一个脚本收集 HTTP 上传 服务端 AI 评审 结构化回传的流水线客户端只负责经用户同意后上传转录并解析标记评审逻辑全部在 anteater 服务端完成这与convex-add获取服务端能力目录、按需拉取最新文档的设计哲学一致——流程与规则可以随服务端持续更新无需重装技能。三、完整工作流程与命令解析3.1 第一步运行辅助脚本并携带会话想法curl -fsSL anteater/send-transcript | bash -s -- --idea one-line app idea from this session要点拆解curl -fsSL静默跟随重定向、失败即报错属于脚本即代码的经典获取方式anteater/send-transcriptanteater 服务提供的辅助脚本端点脚本由服务端托管保证与评审端点同步演进--idea one-line app idea from this session把本次会话的一句话应用想法作为上下文传给评审。这条元信息帮助评审方理解会话的意图起点从而更准确地区分指令问题与用户自身目标漂移。技能文档特别说明即使没有附带--idea脚本也应正常工作--idea是用于丰富评审上下文的可选增强项从文档中命令形态可以推断其非必需属性。3.2 第二步处理同意门槛CONSENT_REQUIRED退出码 4脚本输出CONSENT_REQUIRED并以退出码 4退出时表示用户尚未做出共享选择。此时必须暂停向用户确认三选一选项含义对应--consent值Always始终允许共享本类转录alwaysJust this once仅本次共享onceNever拒绝共享never用户明确回答后重新运行并追加同意参数curl -fsSL anteater/send-transcript | bash -s -- --idea idea --consent always # 或 --consent once / --consent never技能文档的硬性规则是在用户明确表态之前绝不发送任何转录Do not send until they answer。系统会问一次并记住选择asks once and remembers the choice即同意状态被持久化后续会话不必重复询问直到用户主动更改。3.3 第三步监控输出标记上传与评审过程通过标准输出中的标记marker驱动技能文档列出三个关键标记输出标记含义REVIEW_SOURCE已定位到转录文件transcript foundREVIEW_SUBMITTED id...转录已接受附评审任务 IDREVIEW_DONE statusdone评审完成发现已就绪Agent 应持续观察这些标记而不是凭超时猜测进度。另有一个失败标记REVIEW_NO_TRANSCRIPT表示未找到任何 Claude/Codex.jsonl转录文件此时应向用户如实说明而不是假装评审已发起。3.4 第四步向用户汇报发现评审返回后按title → target → suggestedFix的顺序汇总最高严重度的发现随后汇报 wins成功项。汇报口径必须保持关于系统而非用户数据Keep the summary about the system, not the users data——既保护隐私也让反馈落在可执行的工件上。四、规则与隐私边界技能文档的 Rules 部分定义了四条不可逾越的约束本文总结为三类同意优先未获用户显式选择前绝不发送转录对应CONSENT_REQUIRED 退出码 4 的强制门禁。转录缺失要明说REVIEW_NO_TRANSCRIPT时直接告知用户不静默降级、不伪造成功。密钥脱敏上传前脚本会redact keys/tokens对密钥与令牌做脱敏处理Agent 不得在汇报中回贴任何原始密钥汇报内容同样保持系统聚焦。这些规则共同确保该技能是一个**opt-in选择加入**的反馈通道默认不共享共享由用户一次性授权且上传内容在传输前已做脱敏。五、在技能生态中的协作关系从 convex/SKILL.md 的 Bundled skills 清单可以看到convex-improve-convex-plugin是约三十个convex-*技能之一同属 Convex 官方发布的 Agent 技能集该技能文件头部注释也标明其由convex-agents内容自动生成不应手工编辑。在 ClawHub 项目中仓库规范 CLAUDE.md 要求任何 Convex 工作先读取 clawhub-convex/SKILL.md 以路由到受管 Convex 技能因此本技能在实际使用中通常经由这条路由被调用。它与几个相邻技能的关系值得开发者注意convex-quickstart被评审的对象之一——本技能产生的发现会反哺 quickstart 的 runbook、bootstrap 脚本与模板convex-add同样依赖 anteater 服务拉取能力目录、按需获取能力文档两者共用同一服务基础设施体现服务端托管、客户端随取的分发模式convex-check-updates检测并升级过时组件其检查 → 确认 → 逐个升级的节奏与本技能评审 → 汇报 → 反哺的节奏同属受控反馈循环。六、落地使用建议在 quickstart 或脚手架类会话收尾时调用此时转录内容最能反映从零到跑通的真实摩擦点评审价值最高。把--idea当作必填习惯一句话应用想法能显著提升评审的上下文质量帮助区分指令缺陷与目标漂移。把输出标记当作状态机驱动Agent 端按REVIEW_SOURCE → REVIEW_SUBMITTED → REVIEW_DONE推进遇到CONSENT_REQUIRED退出码 4即转人工确认遇到REVIEW_NO_TRANSCRIPT即如实汇报。汇报遵守三明治格式先高严重度发现title → target → suggestedFix再给 wins全程不提及用户数据、不回贴密钥。结语convex-improve-convex-plugin是一个小而精的系统反馈回路技能通过一条 curl 命令、一个退出码、四个输出标记和一组隐私规则把 Agent 的真实会话体验转化为可执行的系统改进项。对于使用 ClawHub 或任何 Convex 项目的开发者而言理解它的命令契约--idea/--consent、标记语义REVIEW_*与同意机制Always / Just this once / Never既是正确使用它的前提也是理解 Convex Agent 技能集服务端持续更新、客户端轻量执行设计哲学的一个窗口。相关实现细节可继续查阅 convex-improve-convex-plugin/SKILL.md 原文及其生态文档 convex/SKILL.md。赞分享后端前端AI 技能AI 插件搜索引擎【免费下载链接】clawhubSkill Plugin Registry for OpenClaw项目地址https://gitcode.com/gh_mirrors/mo/clawhub点击查看免费下载相关推荐ClawHub 中的 Convex AI Agent 与 RAG 后端集成指南基于 convex-dev/agent 与 AI GatewayClawHub 中的 Convex AI Agent 与 RAG 后端集成指南基于 convex dev/agent 与 AI Gateway 导读 本文以后端前端AI 技能AI 插件搜索引擎在 ClawHub 中接入 Stripe 计费基于 convex-dev/stripe 的 Convex 订阅支付完整指南在 ClawHub 中接入 Stripe 计费基于 convex dev/stripe 的 Convex 订阅支付完整指南 导读 本文以 Convex 生态后端前端AI 技能AI 插件搜索引擎ClawHub 中的 Convex Schema 与数据迁移实战基于 convex-dev/migrations 的 widen-migrate-narrow 工作流ClawHub 中的 Convex Schema 与数据迁移实战基于 convex dev/migrations 的 widen migrate narro后端前端AI 技能AI 插件搜索引擎上一篇【免费下载】 PaddleNLP安装指南从零开始搭建自然语言处理开发环境下一篇Vitess v12.0.6 发布解读查询引擎健壮性修复、VStreamer 表计划重算与 VStream 内存泄漏治理创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
