OpenClaw 对 skill 使用次数 的统计，核心逻辑可以简单概括为：

1. 不是靠模型自述统计

   • 模型说“我要使用某个 skill”本身不一定会计数。
   • OpenClaw 统计的是运行时可识别到的实际 skill 使用行为。

2. 主要识别两类使用行为

   • Agent 通过 read 工具读取了某个 skill 的 SKILL.md。
   • 用户/系统通过 skill 暴露的 command 调用了该 skill。

3. 识别到后会发出内部事件

   • OpenClaw 会生成一个内部诊断事件：

     skill.used
     

   • 事件里会带上 skill 名称、来源、触发方式、agent id、run id、tool call id 等信息。

4. 由 Skill Curator 负责记录

   • Skill Curator 监听 skill.used 事件。
   • 只处理可信的内部事件。
   • 然后把统计结果写入本地 SQLite 数据库。

5. 统计数据保存在 skill_usage 表

   • 一般路径是：

     ~/.openclaw/state/openclaw.sqlite
     

   • 表名：

     skill_usage
     

6. 计数方式

   • 以 skill_file，也就是具体的 SKILL.md 文件路径作为主键。
   • 第一次使用时插入记录，use_count = 1。
   • 后续再次使用同一个 skill 文件时：

     use_count = use_count + 1
     

   • 同时更新：
     • 首次使用时间 first_used_at_ms
     • 最近使用时间 last_used_at_ms
     • 最近使用的 agent last_agent_id

一句话总结：

OpenClaw 是通过运行时检测 Agent 是否读取了某个 skill 的 SKILL.md，或是否执行了 skill command，触发 skill.used 内部事件，再由 Skill Curator 将次数累加到本地 SQLite 的 skill_usage 表中。