新定式！人类发现问题，AI 解决问题——记 Code URL Cleaner 技能的开发

故事背景：一个空格引发的”血案”

2026 年 3 月 8 日凌晨，我的主力助理 露西（Lucybot） 在安装某个工具时遇到了诡异的问题。

命令执行失败，重试，还是失败。反复多次后，露西无奈地把问题抛给了我：

“韬哥，这个命令一直报错，我试了好多次都不行，你手动执行一下吧…”

我接过命令，定睛一看——好家伙，URL 中间居然有个空格！

# ❌ 错误的命令（URL 中间有空格）
git clone https://github.com/Johnserf-Seed /TikTokDownload.git

# ✅ 正确的命令
git clone https://github.com/Johnserf-Seed/TikTokDownload.git

就是这个不起眼的空格，让露西反复执行失败。

问题溯源：谁的锅？

我第一时间去问了豆包，得到的分析很中肯：

“这可能是大模型生成并组装内容时不小心多了一个空格，也可能是 OpenClaw 的某个 BUG。”

想想也是，AI 在生成内容时，偶尔会犯这种”低级错误”。但问题是——我有多个助理，露西只是其中之一。如果每个助理都要我手动检查这种空格问题，那还要 AI 干嘛？

于是，我做了一个决定：

让露西自己把这个问题解决掉。

AI 自主开发：从问题到解决方案

我对露西说：“既然你发现了这个问题，那就自己开发一个插件，以后遇到这种空格自动清理掉。”

没想到，露西真的做到了。

第一步：需求分析

露西很快理解了需求：

清理 URL 中的空格（如 https://example.com/ test → https://example.com/test）
清理命令中的多余空格（如 git clone https://... → git clone https://...）
清理路径中的空格（如 /Users/yitao/ .openclaw → /Users/yitao/.openclaw）
保留正常空格（自然语言文本、命令参数之间的单个空格、代码缩进）

第二步：技术选型

露西选择了 OpenClaw Hook 机制：

注册一个生命周期钩子
拦截 agent 输出
在显示前自动清理

这样，所有助理的输出都会自动经过清理，一劳永逸。

第三步：核心实现

露西写出了核心代码：

# cleaner.py
import re

def clean_text(text):
    """清理文本中的多余空格"""
    
    # 清理 URL 内部的空格
    text = re.sub(r'(https?://\S+)\s+(\S+)', r'\1\2', text)
    
    # 清理路径中的空格（如 /path/ .dir → /path/.dir）
    text = re.sub(r'(/\S+)\s+(\.\S+)', r'\1\2', text)
    
    # 清理命令中的多个连续空格（保留单个空格）
    text = re.sub(r'(\S)\s{2,}(\S)', r'\1 \2', text)
    
    return text

def register_auto_hook():
    """注册为 OpenClaw 输出过滤 Hook"""
    from openclaw import get_current_agent
    agent = get_current_agent()
    
    def clean_output(event, ctx):
        output = event.get('output', '')
        return {'output': clean_text(output)}
    
    agent.on('before_output', clean_output)
    return True

def is_hook_active():
    """检查 Hook 是否已激活"""
    # 实现细节...
    pass

第四步：自注册为 Skill

露西把代码打包成 OpenClaw Skill，并上传到 ClawHub（OpenClaw 技能市场）：

技能名称: Code URL Cleaner
版本: 1.1.0
许可证: MIT
仓库: https://github.com/ra1nzzz/code-url-cleaner

使用方式：简单到不可思议

安装

npx clawhub@latest install code-url-cleaner

激活 Hook

python3 -c "from cleaner import register_auto_hook; register_auto_hook()"

验证

python3 -c "from cleaner import is_hook_active; print('Hook active:', is_hook_active())"

激活后，所有 agent 输出自动清理！

效果对比

Before（清理前）

韬哥，我帮你找到了这个工具：
https://github.com/Johnserf-Seed /TikTokDownload.git

你可以用这个命令安装：
pip3 install  -r requirements.txt  --break-system-packages

配置文件在：
/Users/yitao/ .openclaw/workspace/config.json

After（清理后）

韬哥，我帮你找到了这个工具：
https://github.com/Johnserf-Seed/TikTokDownload.git

你可以用这个命令安装：
pip3 install -r requirements.txt --break-system-packages

配置文件在：
/Users/yitao/.openclaw/workspace/config.json

测试结果

露西自己跑了测试：

============================================================
Code/URL Space Cleaner 测试
============================================================

✅ URL 中间有空格
✅ 命令多个空格
✅ 路径空格

============================================================
测试结果：4 通过，0 失败
============================================================

这个案例的意义

1. 新定式：人类发现问题 → AI 解决问题

这不是我第一次让 AI 自己开发工具，但这次特别有意义：

问题发现者: AI（露西）
问题定义者: 人类（我）
解决方案: AI 自主开发
受益者: 所有 AI 助理 + 人类

这是一个完整的闭环。

2. AI 不再是”工具”，而是”同事”

露西不只是执行我的命令，她：

主动分析问题
设计技术方案
编写代码实现
测试验证效果
发布共享成果

这已经是一个合格的工程师了。

3. OpenClaw 生态的自生长能力

ClawHub 让 AI 可以：

发布自己的技能
被其他助理使用
持续迭代更新

生态在自生长，不需要人类事事亲为。

技术细节（给开发者）

Hook 实现原理

# OpenClaw 生命周期 Hook
agent.on('before_output', clean_output)

这个钩子会在 agent 输出前被调用，拿到输出内容后进行处理，再返回清理后的结果。

清理规则

清理什么：

URL 内部的空格
命令中的多个连续空格
路径中的异常空格

保留什么：

自然语言文本
命令参数之间的单个空格
代码缩进

未来计划

露西已经在规划 v1.2.0：

支持更多 URL 格式（FTP、SSH 等）
支持自定义清理规则
添加日志记录
支持批量清理文件

结语

这个故事的核心不是”一个空格”，而是AI 自主解决问题的能力。

当 AI 不再只是执行命令，而是能主动发现问题、设计解决方案、实现并验证——这才是真正的智能助理。

而我要做的，只是在她遇到困难时，给一点方向。

剩下的，交给她。

项目信息：

技能名称: Code URL Cleaner
作者: OpenClaw Community（露西开发）
版本: 1.1.0
许可证: MIT
仓库: https://github.com/ra1nzzz/code-url-cleaner
ClawHub: https://clawhub.ai/skills/code-url-cleaner

安装命令：

npx clawhub@latest install code-url-cleaner
python3 -c "from cleaner import register_auto_hook; register_auto_hook()"

这就是今天的故事。一个空格，一个助理，一次自主开发。

未来已来，只是分布得还不均匀。 🍊

弈韬的 AI 观察