会话清理:为龙虾类 Agent 跟踪并回收会话工件

前言

用 OpenClaw、WorkBuddy、QClaw 等代理做任务时,一轮对话里常会落下不少「尾巴」:演示脚本、测试输出、临时目录里的文件,以及为验证想法而 pip install、npm install 装的包,甚至临时装进 skills 目录的技能。对话结束后,这些资源往往仍留在磁盘上,既占空间,也容易和项目正式代码混在一起。

手工翻聊天记录再逐条删文件、卸依赖,成本高且容易漏项。下面介绍的 会话清理(SkillHub 坐标 @user_573a6bcd/super-session-cleanup,当前版本 1.4.0)是一套基于通用 SKILL.md 的 Agent 技能:在会话过程中记录可清理项,在你说「清理」时再按规则展示清单、分级处理并执行删除或卸载。SkillHub 分类为 ai-agent,来源为社区(发布者 user_573a6bcd),requires_api_key=false;页面统计为评分 100000、下载 820、安装 8(以 SkillHub 展示为准)。

这是什么

会话清理面向龙虾类 Agent(OpenClaw、WorkBuddy、QClaw 等)。技能作者元数据为 Chaobs;维护与分发渠道为 SkillHub 社区技能 @user_573a6bcd/super-session-cleanup。

它解决的核心问题是:把单次会话里产生的临时文件、安装的包与 Skill、其他临时资源登记下来,并在需要时安全地清理,而不是依赖人工回忆或事后全盘搜索磁盘。

核心功能

技能说明将流程分为两个阶段,以下能力均来自官方 SKILL.md(v1.4.0)。

阶段一:追踪(Tracking)

用自然语言开启追踪后,Agent 会在工作区创建持久化清单 <workspace>/.workbuddy/session-track.json,结构包含 temp_files、pip_packages、npm_packages、system_software、skills、other 以及 skip_list。若存在上次中断留下的记录,会恢复并继续追加。

追踪规则覆盖例如:

类别 典型检测信号
临时文件 写入 %TEMP%、/tmp、会话 scratch、generated-images/ 等路径,或说明中含 temporary/demo/临时/测试 等关键词
Python 包 pip install、pip3 install、uv pip install
npm 包 npm install、npx ... --save
系统软件 winget、choco、apt、brew、scoop 等安装命令
Skills init_skill.py、use_skill、向 skills 目录写入新 SKILL.md

追踪开启后,技能要求 Agent 在每次相关工具调用之后做静默校验,把新工件写入 session-track.json,避免 token 溢出或会话重置导致清单丢失。

开启追踪的触发语示例: 开启清理追踪、启动会话清理、session cleanup start、track session files、开始记录临时文件、enable cleanup tracking。

阶段二:清理(Cleanup)

触发清理时,Agent 先读取 session-track.json,按类别输出 Markdown 清单(skip_list 中的项标为保留),再将条目分为:

  • A 类:可自动删除的临时文件、演示脚本、测试输出等;
  • B 类:需确认的 pip/npm 包、Skill 目录、系统级安装等。

A 类在数量较少时逐项删除;条目较多或用户要求一键清理时,可调用技能自带的 scripts/cleanup.py(先 --dry-run 再正式执行)。工作区外路径优先走回收站/垃圾桶(Windows、macOS、Linux 各有对应命令),临时目录允许硬删。B 类需用户选择「全部删除 / 全部保留 / 逐一确认」后再卸载。

执行清理的触发语示例: 清理垃圾文件、结束清理、清理对话文件、cleanup now、clean session、清理临时文件、会话清理、帮我清理、删除临时文件、clean up。

附加命令

用户说法 行为
列出临时文件 / show session log 只展示清单,不删除
清除记录 / clear log 删除 session-track.json,不删实际文件
手动添加 <path> / add to cleanup <path> 手动加入追踪列表
跳过 <path_or_name> / skip <path_or_name> 写入 skip_list,后续清理跳过

技能还附带 scripts/cleanup.py 与 references/cleanup-guide.md(各包管理器、各系统的卸载命令参考)。安全规则强调:不自动删工作区源码与配置、不删 .workbuddy/ 目录本身(session-track.json 除外)、Skill 删除前必须警告、删除失败不扩大路径重试等。

安装与启用

安装前确认本机已有 SkillHub CLI(参见 SkillHub 安装说明):

command -v skillhub && skillhub --version

未安装时可执行官方推荐的一键安装(完整版含默认 Skill):

curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash

将技能装到当前 Agent 实际读取的 skills 目录(必须用 --dir,否则默认 ./skills/ 可能不被识别)。SkillHub 页面给出的安装提示为:按 skillhub.md 安装 @user_573a6bcd/super-session-cleanup。CLI 搜索结果的等价命令为:

skillhub install super-session-cleanup --namespace user_573a6bcd --dir <你的 Agent skills 目录>

常见客户端 skills 路径(来自 SkillHub 安装文档,按你使用的环境选用其一):

  • Cursor:~/.cursor/skills/
  • Claude Code:~/.claude/skills/
  • Codex:~/.codex/skills/ 或项目下 .agents/skills/
  • WorkBuddy:~/.workbuddy/skills/

安装完成后需让 Agent 重新加载 skills(各客户端方式不同,以你所用产品的文档为准)。本技能不需要 API Key。

典型用法

下面是一条可复现的会话级工作流,对应技能生命周期设计。

  1. 开始长任务前开启追踪
    对 Agent 说:开启清理追踪。Agent 应确认追踪已开启,并在工作区创建或恢复 .workbuddy/session-track.json。

  2. 正常对话中完成任务
    Agent 按技能规则在后台更新清单,例如写入 /tmp 下的演示脚本、执行 pip install requests、或安装测试用 Skill。你也可用 手动添加 /path/to/file 补充条目。

  3. 中途查看
    说:列出临时文件,核对即将清理的内容;对需要保留的项说:跳过 demo_script.py。

  4. 结束或收尾时清理
    说:帮我清理 或 cleanup now。Agent 展示分类清单,自动处理 A 类,对 B 类征求确认后执行 pip uninstall、删除 Skill 目录等,最后汇总并删除 session-track.json。

若临时文件较多,Agent 可能调用(路径中的 <skill_dir> 为安装后的技能目录,<workspace> 为当前工作区):

python "<skill_dir>/scripts/cleanup.py" --track-file "<workspace>/.workbuddy/session-track.json" --dry-run
python "<skill_dir>/scripts/cleanup.py" --track-file "<workspace>/.workbuddy/session-track.json"

适用场景与注意

适合谁: 经常用龙虾系 Agent 做探索性开发、跑一次性脚本、临时装包或试装 Skill,又希望会话结束后能系统性回收磁盘占用的用户。

使用注意:

  • 清单文件默认落在 <workspace>/.workbuddy/session-track.json,多工作区并存时留意 workspace 是否一致。
  • 技能元数据中的检测规则部分表述针对 WorkBuddy 工具名(如 write_to_file、execute_command);在其他 Agent 上是否同等自动追踪,取决于该 Agent 是否按 SKILL.md 实现相同的后置检查逻辑。
  • B 类资源(包、Skill、系统软件)删除或卸载具有破坏性,务必看清 Agent 展示的命令再确认。
  • 社区技能由发布者维护,安装前可在 SkillHub 查看版本与说明;当前核实版本为 1.4.0。

结尾

会话清理把「会话里产生了什么」和「结束时怎么收」写成一套可重复流程:先追踪、再清单、再分级清理,并附带 cleanup.py 与卸载参考文档。若你在龙虾类 Agent 上长期做试验型任务,值得把它装进 skills 目录,在任务开始前习惯性说一句「开启清理追踪」。

  • SkillHub 页面:https://www.skillhub.cn/skills/user_573a6bcd/super-session-cleanup
  • 官方 API 条目:https://api.skillhub.cn/user_573a6bcd/super-session-cleanup
羽毛球分组比赛记分
小程序二维码

欢迎使用《羽毛球分组比赛记分》微信小程序

Xiaoye