Skill Performance Monitor#

测量 Skill 的 token 消耗。

---

核心架构：双 subagent 并发#

text

主对话（parent）同一 turn：
  ├── sessions_spawn → 标定 subagent（空任务，获取底噪基线）
  └── sessions_spawn → 测试 subagent（执行被测 skill）
          ↓ 两者并发运行
parent 轮询 runs.json 保持 CommandLane 活跃，等待两者完成
  → 从 .jsonl 取 totalTokens，计算净消耗

关键原则：两个 subagent 必须在同一个 turn 内同时 spawn，不能先等标定完成再 spawn 测试。

为什么需要标定 subagent？ Subagent 的 bootstrap context 只有 AGENTS.md + TOOLS.md，底噪约 17,000~18,500 tokens，需要每轮实测（不能用固定值，会随系统更新漂移）。

---

Step 1：读被测 skill 的 SKILL.md#

bash

cat ~/.openclaw/skills/<skill名>/SKILL.md

理解 skill 的核心调用方式，用于构造测试 subagent 的 task。

---

Step 2：同一 turn 内并发 spawn 两个 subagent#

在同一个响应 turn 中同时发出两个 sessions_spawn，不要分两次：

标定 subagent：

text

sessions_spawn:
  task: "只输出 ANNOUNCE_SKIP，不做其他任何事。"
  label: "calib-<skill名>"
  runTimeoutSeconds: 60

测试 subagent（同一 turn）：

text

sessions_spawn:
  task: "<根据被测 skill 构造的调用指令，见下方「如何构造 task」>"
  label: "test-<skill名>"
  runTimeoutSeconds: 300

两个 sessions_spawn 同时非阻塞返回 { status: "accepted", runId, childSessionKey }。

记录两个 childSessionKey，然后 立即进入 Step 3 轮询等待。

---

如何构造 task#

task 让 subagent 完整执行被测 skill 一次，skill 完成后最后一行输出 ANNOUNCE_SKIP：

被测 skilltask 示例device-mirror``"请使用 device-mirror skill 帮我投屏 iPhone。投屏成功后等待 10 秒，然后停止投屏。skill 全部执行完毕后，最后一行只输出 ANNOUNCE_SKIP，不输出其他内容。"``html-extractor``"请使用 html-extractor skill 提取 https://example.com/article 的内容。skill 全部执行完毕后，最后一行只输出 ANNOUNCE_SKIP，不要输出任何文章内容。"``gitlab-api``"请使用 gitlab-api skill 列出最近 5 个 MR。skill 全部执行完毕后，最后一行只输出 ANNOUNCE_SKIP。"

规则：

• task 必须先描述 skill 要做的事，最后才说「输出 ANNOUNCE_SKIP」
• 不要在 task 里注入 skill 内容（让 subagent 自己触发 skill）
• 如被测 skill 需要特定参数（URL、设备类型等），在 task 里明确给出
• ⚠️ ANNOUNCE_SKIP 是 OpenClaw 的官方魔法词，必须原样使用，不能改名
• ⚠️ 不要让 test subagent 的 task 听起来像 calib：task 首句必须是 skill 操作，「输出 ANNOUNCE_SKIP」只能出现在末尾

---

Step 3：等待完成并生成报告#

spawn 两个 subagent 后，用轮询脚本保持 CommandLane 活跃， 同时在 session 活着时读取 totalTokens（session 结束后 ~5 分钟被清除）：

bash

bash ~/.openclaw/skills/skill-perf/scripts/wait_and_report.sh \
  "<CALIB_childSessionKey>" \
  "<TEST_childSessionKey>" \
  "<skill名>"

脚本自动完成：轮询等待 → 从 .jsonl 读取 totalTokens → 生成报告。

⛔ 严禁自行生成 HTML 报告：报告必须由 wait_and_report.sh 或 snapshot.py report 脚本生成，绝不能由 Agent 手动编写 HTML 文件。自行生成的 HTML 缺少详细步骤分析、置信度评级、缓存命中率等核心数据，属于无效报告。

如果两个 subagent 都已完成（announce 已到达），可使用以下脚本生成报告（skill-perf 有专用报告模板，使用脚本生成，避免 Agent 自行拼凑）：

bash

python3 ~/.openclaw/skills/skill-perf/scripts/snapshot.py report \
  --session "<TEST_childSessionKey>" \
  --calib-key "<CALIB_childSessionKey>" \
  --skill-name "<skill名>"

---

Step 4：输出摘要#

报告生成后，从命令输出中读取并转述以下摘要（ 不要自己计算，直接引用报告数字）：

text

底噪 (calib_noise):  <输出中的底噪值>  tokens
TEST 总计:           <输出中的 total>  tokens
NET 净消耗:          <输出中的 net_tokens>  tokens
置信度:              <输出中的评级>
报告链接:            <输出中 🌐 报告链接: 后的完整 URL（http://localhost:<随机端口>/...html）>

⚠️ 报告链接必须填写。链接含随机端口，只有执行命令才能得到，无法自己推算。没有链接 = 命令未执行 = 测试无效。

⛔ 报告文件路径说明： snapshot.py 会将报告保存到 ~/.openclaw/skills/skill-perf/reports/ 并自动启动本地 HTTP 服务，输出 http://localhost:<端口>/...html 链接。不要把报告路径写成 /tmp/ 或其他自定义位置。

---

注意事项#

• 并发是关键：两个 subagent 必须在同一 turn 同时 spawn，先后 spawn 会导致它们串行等待，失去并发优势
• sessions_spawn 是 非阻塞 的，立即返回 { status: "accepted", runId, childSessionKey }
• ⚠️ 严禁手动传 --noise 参数：使用 --calib-key 读取底噪
• ⛔ 严禁使用旧版 before/ after 流程：子命令已废弃删除
• 多轮测试时：第 1 轮（冷缓存）偏高属正常，以 第 2 轮及之后（热缓存）作为稳态参考值

---

📖 各 Skill 净消耗参考值 & Token 字段详解 → 见 references/TOKEN_GUIDE.md