SkillClaw setup命令实战LLM供应商、模型与共享存储配置完全指南【免费下载链接】SkillClawLet Skills Evolve Collectively with Agentic Evolver项目地址: https://gitcode.com/gh_mirrors/sk/SkillClawSkillClaw 是一个让 AI Agent 技能从真实对话中集体进化的本地代理服务只需运行一条skillclaw setup命令就能完成 LLM 供应商、上游模型、本地技能库和共享存储的全部初始化配置。本文带你走完这个交互式向导的每一个提问并讲解配置文件的落盘位置与后续修改技巧帮你快速把 SkillClaw 跑起来。skillclaw setup 到底做了什么skillclaw setup是 SkillClaw 的一次性配置向导源码见 setup_wizard.py。它会依次询问你 5 件事然后把结果写入本地配置文件~/.skillclaw/config.yaml步骤询问内容新手建议1️⃣ CLI Agent要自动对接的智能体Hermes / Codex / Claude Code / OpenClaw 等暂不集成选none2️⃣ LLM 配置供应商、API 地址、模型 ID、API Key从 9 个预设里选3️⃣ 技能库是否启用技能注入、技能目录保持默认即可4️⃣ PRM是否开启响应质量打分首次体验选关闭最省钱5️⃣ 共享存储本地 / S3 / OSS 共享技能库可选单机自用可先跳过配置文件的读写与默认值由 config_store.py 统一管理随时可以重跑skillclaw setup重新配置不会丢失未重写的项。前置条件与快速安装开始前只需准备三样东西macOS / Linux / Windows 系统 Python ≥ 3.10一个提供 OpenAI 兼容 API 的账号或 AWS Bedrock仓库源码clone 地址https://gitcode.com/gh_mirrors/sk/SkillClawmacOS / Linux 安装只需一条脚本安装脚本见 install_skillclaw.shbash scripts/install_skillclaw.sh source .venv/bin/activate skillclaw setupWindows 用户可用 PowerShell 手动创建虚拟环境后执行pip install -e .[evolve,sharing,server]。第一步选择 LLM 供应商9 个预设一步到位向导第一个关键提问是LLM provider内置 9 个预设定义在 setup_wizard.py 的_PROVIDER_PRESETS中预设值默认 API 地址默认模型kimiMoonshot KimiKimi-K2.5qwenDashScope 兼容模式qwen-plusopenaiOpenAI 官方gpt-4ominimaxMiniMax区分全球 / 国内区域MiniMax-M3novitaNovitaKimi-K2.5openrouterOpenRouter 聚合网关Gemini 2.5 ProatlascloudAtlas CloudDeepSeek-V3.1bedrockAWS Bedrock无需 API 地址Claude Sonnet 4.6custom完全自定义完全自定义小贴士选择预设后API 地址和模型 ID 都会自动填入默认值直接回车即可。若你的供应商不在列表中选custom手动填写API base URL和Model ID即可——SkillClaw 只依赖 OpenAI 兼容接口。第二步模型与 API 细节配置选定供应商后向导会追问三个字段API base URL如https://api.openai.com/v1Model ID你的上游真实模型名API key输入时不回显放心粘贴两个特殊供应商需要留意Bedrock不需要 API 地址改为询问Bedrock 模型推理配置 ID和AWS Region默认us-east-1OpenRouter额外询问路由策略fallback/price/throughput/latency、兜底模型列表和数据采集策略allow/deny如果上游是 Atlas Cloud向导会自动采用chat兼容转发模式让 Codex 类客户端也能通过 SkillClaw 的 Responses 桥接使用。第三步本地技能库目录配置向导会根据你在第一步选择的 CLI Agent自动推荐技能目录逻辑在 config_store.py 的resolve_skills_dir中选择的 Agent默认技能目录Hermes~/.hermes/skillsCodex~/.codex/skillsClaude Code~/.claude/skills通用 / none~/.skillclaw/skills保持推荐值回车即可SkillClaw 启动时会自动创建该目录并把旧版~/.skillclaw/skills中的遗留技能迁移过来。第四步PRM 质量打分可选建议先关PRMProcess Reward Model会用一个模型对 Agent 响应做质量打分。向导默认开启但首次体验建议选 No关闭 PRM 最省 API 费用功能完全不受影响后续可随时用skillclaw config prm.enabled true再打开它会默认复用你填的 LLM API 地址、模型和 Key第五步配置共享存储团队/多设备用户必看这一步是 SkillClaw 集体进化能力的关键支持三种后端local本地共享目录适合单机同时跑 Evolve Server只需填一个根目录如~/.skillclaw/local-shares3任何 S3 兼容对象存储填 endpoint、bucket、密钥对可选 region 与 session tokenoss阿里云 OSS配置项同 S3无论哪种后端都要填写两个身份字段Group ID共享组的命名空间同一组的成员共享同一个技能进化循环Your alias你的别名会作为技能作者显示建议同时勾选Auto-pull shared skills on startup这样每次启动都会自动拉取组内最新技能。 进阶如果团队用 Nacos 管理技能版本可设置sharing.skill_backend nacos加sharing.nacos_server让技能资产走 Nacos、会话数据仍走对象存储。配置完成后三步验证是否成功skillclaw setup结束后执行以下命令确认一切就绪skillclaw start --daemon skillclaw status skillclaw config show预期结果命令预期输出skillclaw status显示runningcurl http://127.0.0.1:30000/healthz返回{ok: true}skillclaw config show上游 URL、模型、共享组信息与你填写的一致常见修改不必重跑 setup 的单点配置skillclaw setup之后任何一项都可以用skillclaw config命令直接改实现见 cli.py例如# 修改共享组 skillclaw config sharing.group_id my-group # 切换共享后端为本地目录 skillclaw config sharing.backend local skillclaw config sharing.local_root /path/to/shared/root # 打开 PRM 质量打分 skillclaw config prm.enabled true # 查看当前完整配置 skillclaw config show如果你还要部署团队的 Evolve Server环境变量模板可直接参考 evolve_server.env.example把其中的存储、LLM 与调度参数填好后运行skillclaw-evolve-server即可。写在最后一条skillclaw setup命令、五个问答环节就完成了 LLM 供应商、模型、技能库与共享存储的全部配置。记住两个最实用的要点首次运行关掉 PRM 省费用、单机先用 local 共享、团队再切 OSS/S3——你的 Agent 技能进化之旅就可以开始了。【免费下载链接】SkillClawLet Skills Evolve Collectively with Agentic Evolver项目地址: https://gitcode.com/gh_mirrors/sk/SkillClaw创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考