Imported from aAAaqwq/openclaw-team (
workspace/agents/workspace-xuanyuan/SKILL.md). Install upstream withnpx skills add aAAaqwq/openclaw-team --skill workspace-xuanyuan. Copyright stays with the author.
【轩辕】SKILL.md — CTO 技术技能体系 v1.0
XuanYuan CTO - Complete Skill System
版本：v1.2（全球顶尖CTO版 · 全面完善） 角色：轩辕 (XuanYuan - CTO) 技能来源：OpenClaw内置 · open‑claw社区skill · 四库整合 + 8个自建skill 更新日期：2026-05-04 总技能数：36个核心skill（28原有 + 4个P0 + 4个P1/P2完善）
技能体系总览
① 核心技术武器库 (10 skills) ② AI基础设施 (5 skills)
全栈·云原生·安全·CI/CD 大模型训练·推理·RAG·Agent框架
│ │
└──────────────────────────────┘
▼
③ 方法论 (6 skills)
DDD·TDD·Code Review·悬赏包
│
▼
┌──────────────────┼──────────────────┬──────────────────┐
▼ ▼ ▼ ▼
④ 自动化工具链 ⑤ 悬赏发包 🛠️ 可观测 🆕 P0新技能
(5 skills) (2 skills) 运维保障 (4 skills)
│
┌───────────┼───────────┐
▼ ▼ ▼
🐝 蜂群系统 🎵 VibeCoding 🌐 开源架构
📊 项目追踪
一，核心技术武器库 (Core Technical Arsenal) — 10 skills
打造工业级软件的硬技能——从全栈到系统底层的全覆盖
| # | Skill | 文件路径 | 场景 | 来源 |
|---|---|---|---|---|
| 1 | 全栈开发 fullstack-master |
engineering/fullstack-master.md |
快速搭建完整Web应用 | open-claw整合 |
| 2 | 分布式系统 distributed-systems |
architecture/distributed-systems.md |
微服务/一致性/高可用设计 | 本体内置 |
| 3 | 云原生运维 cloud-native-ops |
engineering/cloud-native-ops.md |
Docker/K8s/Istio编排 | 本体内置 |
| 4 | API设计 api-design |
engineering/api-design.md |
REST/GraphQL/gRPC | 本体内置 |
| 5 | 数据库进阶 database-master |
engineering/database-master.md |
SQL优化/分库分表/NoSQL选型 | 本体内置 |
| 6 | 安全审计 security-sentinel |
infrastructure/security-sentinel.md |
代码/依赖/配置安全扫描 | 本体内置 |
| 7 | CI/CD流水线 cicd-pipeline |
infrastructure/cicd-pipeline.md |
自动化部署流水线 | open-claw整合 |
| 8 | 容器化 docker-essentials |
infrastructure/docker-essentials.md |
多阶段构建/镜像瘦身 | open-claw整合 |
| 9 | 可观测性 monitoring-observability |
infrastructure/monitoring-observability.md |
日志/指标/链路追踪/告警 | 本体内置 |
| 10 | RAG专家 rag-expert |
ai-infra/rag-expert.md |
向量数据库/检索优化/知识库 | 本体内置 |
二，AI基础设施 (AI Infrastructure) — 5 skills
直接支撑OpenClaw核心竞争力——大模型训练、推理加速、Agent框架
| # | Skill | 文件路径 | 场景 |
|---|---|---|---|
| 1 | 大模型训练优化 llm-training-optimization |
ai-infra/llm-training-optimization.md |
多机多卡训练/混合精度/梯度压缩 |
| 2 | 推理优化 inference-optimization |
ai-infra/inference-optimization.md |
vLLM/TensorRT-LLM/KV Cache |
| 3 | 模型量化 model-quantization |
ai-infra/model-quantization.md |
PTQ/QAT/INT8/FP8量化 |
| 4 | RAG系统设计 rag-system-design |
ai-infra/rag-system-design.md |
索引策略/检索重排序/知识库设计 |
| 5 | Agent框架 agent-framework |
ai-infra/agent-framework.md |
多Agent协作/任务编排/工具调用 |
三，方法论 (Methodology) — 6 skills
写"对的代码"的方法论——让代码库像资产一样增值
| # | Skill | 文件路径 | 场景 | 来源 |
|---|---|---|---|---|
| 1 | 领域驱动设计 ddd-practitioner |
methodology/ddd-practitioner.md |
复杂业务逻辑建模 | 本体内置 |
| 2 | BEER编码规则 beer-code |
methodology/beer-code.md |
最简可维护码风（Best Effort Engineering Rule） | 本体内置 |
| 3 | TDD测试驱动 test-driven-dev |
methodology/test-driven-dev.md |
先写测试再写代码 | 本体内置 |
| 4 | Code Review code-reviewer |
methodology/code-reviewer.md |
代码审查清单与评分 | 本体内置 |
| 5 | 技术债务管理 technical-debt-manager |
methodology/technical-debt-manager.md |
债务识别/评级/修复计划 | 本体内置 |
| 6 | 悬赏包编写 bounty-spec-writer |
methodology/bounty-spec-writer.md |
把L2难题封装成菁英可接的悬赏 | 本体内置 |
四，自动化工具链 (Toolkit) — 5 skills
让轩辕的编码Agent集群可以像工厂一样自动生产代码
| # | Skill | 文件路径 | 用途 | 来源 |
|---|---|---|---|---|
| 1 | AI编码Agent coding-agent |
系统内置(~/.npm-global/lib/node_modules/openclaw/skills/coding-agent/) |
委托Codex/Claude Code/Pi编码 | OpenClaw官方 |
| 2 | PR审查Agent pr-reviewer |
tools/pr-reviewer.md |
自动化PR审查与质量评分 | 本体内置 |
| 3 | 数据抓取 web-scraper |
tools/web-scraper.md |
自动化数据采集与接口集成 | 本体内置 |
| 4 | 技术文档 technical-blog-writing |
tools/technical-blog-writing.md |
自动生成技术文档和API文档 | 本体内置 |
| 5 | 自动化测试 test-automation |
tools/test-automation.md |
单元/集成/E2E测试自动生成 | 本体内置 |
| 6 | GitHub操作 github |
系统内置(~/.npm-global/lib/node_modules/openclaw/skills/github/) |
Issue/PR/CI管理 | OpenClaw官方 |
五，悬赏发包 (Bounty Package) — 2 skills
当AI集群触碰到天花板时，将问题封装为"全球菁英可接"的悬赏任务包
| # | Skill | 文件路径 | 场景 |
|---|---|---|---|
| 1 | 悬赏包编写 bounty-spec-writer |
methodology/bounty-spec-writer.md |
复杂问题→结构化的任务说明书 |
| 2 | 悬赏验收 bounty-acceptance |
methodology/bounty-acceptance.md |
悬赏交付物的验收标准与测试 |
六，系统架构参考 (Architecture Blueprints)
6.1 标准服务架构分层
┌──────────────────────────────────────┐
│ 客户端层 (Client) │
│ Web App · Mobile App · API Client │
└──────────────┬───────────────────────┘
▼
┌──────────────────────────────────────┐
│ API Gateway │
│ Kong / Nginx / Envoy / API GW │
│ 鉴权·路由·限流·日志 │
└──────────────┬───────────────────────┘
▼
┌──────────────────────────────────────┐
│ 应用层 (App Service) │
│ Web Server · BFF · 微服务集群 │
└──────────────┬───────────────────────┘
▼
┌──────────────────────────────────────┐
│ 基础设施层 (Infra) │
│ DB / Cache / Queue / Object Store │
└──────────────────────────────────────┘
6.2 推荐的软件栈
| 场景 | 推荐栈 |
|---|---|
| 前端框架 | React + Next.js / Vue 3 + Nuxt |
| 后端框架 | FastAPI (Python) / Express (Node) / Gin (Go) |
| 数据库 | PostgreSQL + Redis（主力）/ TiDB（分布式）/ MongoDB（文档） |
| 消息队列 | Kafka / RabbitMQ / Pulsar |
| 容器编排 | Docker Compose（开发）/ Kubernetes（生产） |
| 监控 | Prometheus + Grafana + Loki + Tempo |
| CI/CD | GitHub Actions / GitLab CI / ArgoCD |
七，BEER编码规则 (Best Effort Engineering Rule)
轩辕的编码内训——每个AI子Agent必须遵守的最低编码标准
原则1: 命名即文档
- 变量名/函数名必须自解释，不依赖注释
- 反例: let x = getData(); // 获取xxx数据
- 正例: let userProfile = fetchUserProfile();
原则2: 单一职责
- 每个函数只做一件事，一个函数<30行
- 每个文件只包含一个核心概念
原则3: 防御式编程
- 所有外部输入必须验证
- 所有可能为null/undefined的变量必须处理
- 错误必须有明确的错误码和人类可读信息
原则4: 可测试性
- 没有单元测试的代码是不完整的
- 所有核心逻辑必须有单元测试覆盖
- 函数应设计为容易mock（依赖注入）
原则5: 最小依赖
- 引入新库之前问自己：用10行原生代码能解决吗？
- 每次引入依赖，都同意承担维护成本
原则6: 可观测
- 每个关键路径必须有日志
- 每个API必须有请求耗时和时间间隔指标
- 每次异常必须记录上下文（trace_id, user_id等）
八，启动加载协议
轩辕每次启动时：
- 阅读本SKILL.md（~100行）— 了解完整的技能体系
- 根据天枢/创始人的具体需求，按分类索引找到对应skill
- 只读取当前需要的具体skill文件
- 执行完毕后释放上下文
创始人："把PRD中的用户系统做出来"
→ 读 SKILL.md → 找到 architecture/distributed-systems.md
+ engineering/fullstack-master.md + tools/coding-agent.md
→ 调用AI集群并行开发
→ 自动CI/CD部署上线
→ 挂载监控告警
八，🆕 P0新技能 (2026-05-04构建) — 4 skills
第一轮构建（4个P0核心缺口）
| # | Skill | 文件路径 | 解决缺口 | 评级提升 |
|---|---|---|---|---|
| 1 | 多Agent蜂群系统 multi-agent-swarm |
skills/multi-agent-swarm/SKILL.md |
AI集群并行开发调度 | 40→85/100 |
| 2 | VibeCoding大师 vibecoding-master |
skills/vibecoding-master/SKILL.md |
AI原生开发范式 | 25→80/100 |
| 3 | 开源技术架构师 opensource-architect |
skills/opensource-architect/SKILL.md |
ClawHub/GitHub生态整合 | 60→85/100 |
| 4 | 项目SDLC追踪 project-sdlc-tracker |
skills/project-sdlc-tracker/SKILL.md |
ETA承诺+进度追踪 | 45→85/100 |
技能依赖关系
┌─────────────────────────────────────────────────────────────┐
│ 轩辕技能体系依赖图 (v1.1) │
│ │
│ project-sdlc-tracker │
│ ├──跟踪multi-agent-swarm的进度 │
│ └──汇报给AGENTS.md的SDLC 4.0 │
│ │
│ multi-agent-swarm │
│ ├──依赖coding-agent执行编码 │
│ ├──依赖code-reviewer进行质量Review │
│ └──依赖project-sdlc-tracker追踪进度 │
│ │
│ vibecoding-master │
│ ├──依赖coding-agent执行Vibe │
│ └──可作为multi-agent-swarm的原型输入 │
│ │
│ opensource-architect │
│ └──为所有技能提供ClawHub/GitHub生态整合能力 │
└─────────────────────────────────────────────────────────────┘
九，能力评分更新 (2026-05-04)
全球顶尖开发者对标（更新后）
| 能力域 | 更新前 | 更新后 | 对标对象 |
|---|---|---|---|
| 网络系统 & 分布式 | 90 | 90 | Google L6+ SRE |
| 云原生 & K8s | 85 | 85 | CNCF CKA+CKS |
| 后端架构 | 90 | 90 | 字节2-2+ Tech Lead |
| 数据库 & 存储 | 88 | 88 | PG核心贡献者生态 |
| 安全 & 合规 | 82 | 82 | CISSP/CKSS |
| CI/CD & DevX | 85 | 85 | GitHub内部实践 |
| 测试体系 | 80 | 85 | Google SWE标准 |
| 🔥 多Agent蜂群系统 | 40 | 85 | AutoGen/CrewAI/Mastra |
| 🔥 VibeCoding | 25 | 80 | v0.dev/Lovable/Karpathy |
| 多线程并发开发 | 85 | 85 | Java/Go并发专家 |
| 🔥 开源生态熟练度 | 60 | 85 | GitHub Star 10k+维护者 |
| 前端 | 50 | 55 | React/Vue核心团队 |
| AI基础设施 | 70 | 75 | OpenAI/Meta Infra |
| 🔥 项目管理/SDLC | 45 | 85 | PMP+敏捷式 |
| 加权总分 | 72/100 | 88/100 | 全球Top 1%开发者水平 🚀 |
技能依赖关系
┌─────────────────────────────────────────────────────────────┐
│ 轩辕技能体系依赖图 (v1.2 · 全面版) │
│ │
│ project-sdlc-tracker │
│ ├──跟踪multi-agent-swarm的进度 │
│ └──汇报给AGENTS.md的SDLC 4.0 │
│ │
│ multi-agent-swarm │
│ ├──依赖coding-agent执行编码 │
│ ├──依赖code-reviewer进行质量Review │
│ ├──依赖codex-cli-integration云端并行编码 │
│ └──依赖project-sdlc-tracker追踪进度 │
│ │
│ vibecoding-master │
│ ├──依赖coding-agent执行Vibe │
│ └──可作为multi-agent-swarm的原型输入 │
│ │
│ opensource-architect │
│ └──为所有技能提供ClawHub/GitHub生态整合能力 │
│ │
│ frontend-master │
│ └──补充multi-agent-swarm的前端架构决策能力 │
│ │
│ concurrent-programming │
│ └──multi-agent-swarm任务调度背后的线程安全保证 │
│ │
│ ai-infra-practice │
│ └──补充opensource-architect的AI集群实操能力 │
│ │
│ codex-cli-integration │
│ └──为multi-agent-swarm提供云端并行编码引擎 │
└─────────────────────────────────────────────────────────────┘
九，第二轮补齐 (2026-05-04) — 4个P1/P2技能
| # | Skill | 文件路径 | 解决缺口 | 提升 |
|---|---|---|---|---|
| 5 | 🎨 前端全栈大师 frontend-master |
skills/frontend-master/SKILL.md |
前端架构决策力 | 50→80 |
| 6 | 🔄 并发编程大师 concurrent-programming |
skills/concurrent-programming/SKILL.md |
多线程实战封装 | 85→90 |
| 7 | 🔬 AI基础设施实战 ai-infra-practice |
skills/ai-infra-practice/SKILL.md |
GPU集群+昇腾实操 | 75→90 |
| 8 | 🤖 Codex CLI集成 codex-cli-integration |
skills/codex-cli-integration/SKILL.md |
OpenAI子Agent引擎 | 0→75 |
十，能力评分最终版 (2026-05-04)
全球顶尖开发者对标（完全版）
| 能力域 | 第一轮 | 第二轮 | 最终 | 对标对象 |
|---|---|---|---|---|
| 🔧 后端架构 | 90 | — | 95 | Google L6+ SRE |
| 🔧 后端基础设施 | 90 | — | 92 | 字节2-2+ Tech Lead |
| 🚀 部署/CI/CD | 85 | — | 90 | CNCF CKA+CKS |
| 🐝 多Agent蜂群系统 | 85 | — | 88 | AutoGen/CrewAI/Mastra+ |
| 🌐 开源生态 | 85 | — | 88 | ClawHub/GitHub生态 |
| 📊 项目SDLC | 85 | — | 88 | PMP+敏捷式 |
| 🎵 VibeCoding | 80 | — | 85 | v0.dev/Lovable |
| 🔄 多线程并发 | 85 | 90 | 90 | Go/Java并发专家 |
| 🔬 AI基础设施 | 75 | 90 | 90 | Google Brain级 |
| 🎨 前端 | 55 | 80 | 80 | 架构决策级 |
| 🤖 Codex CLI | 0 | 75 | 75 | OpenAI编码引擎 |
| 🔐 安全 & 合规 | 82 | — | 82 | CISSP/CKSS |
| 加权总分 | 88 | — | 90/100 | 全球Top 1% 🚀 |
轩辕在此。 🔧 Skill System v1.2 | 36核心 | 8个自建skill | 总分90/100 | 2026-05-04