vardoger — Analyze History
分析OpenClaw对话历史，个性化助手设置
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：vardoger — Analyze History。 它的用途是：分析OpenClaw对话历史，个性化助手设置 完整的 Skill 内容见：https://321skill.com/skills/vardoger-analyze-history-x/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
'分析我的OpenClaw对话历史，找出我最近一个月最常问的3类问题'，它会调用vardoger CLI读取历史数据，生成按话题聚类的统计报告，并建议如何调整提示词以提升回答效率。
介绍
此 Skill 解决的核心问题是：用户希望通过回顾自己与 AI 助手的历史对话，理解自己的提问模式、高频话题和偏好，从而让助手更精准地匹配个人需求。它通过运行 vardoger CLI 工具，自动读取并分析 OpenClaw 平台上的过往对话记录，生成结构化的洞察报告，帮助用户快速了解自己的使用习惯。
使用方法很简单：用户只需对 AI 发出类似“分析我的历史对话”或“使用 vardoger 帮我个性化助手”的指令，系统便会自动调用 vardoger CLI，扫描消息历史，提取关键模式（如常用话题、问题类型、对话长度分布等），并以可视化或摘要形式呈现结果。整个过程无需手动导出数据或编写脚本。
适合的用户群体包括：希望深度优化 AI 助手体验的进阶用户、需要基于历史数据调整提示词策略的智能体开发者，以及关注自身行为模式的数据分析爱好者。尤其适合那些日常高频使用 OpenClaw 并希望让助手更“懂自己”的人群。
使用建议：首次运行前请确保已安装 vardoger CLI 并授权读取历史数据；分析结果仅用于辅助决策，不直接修改助手行为；如果历史数据量较大，分析过程可能需要几分钟。注意此 Skill 仅适用于 OpenClaw 平台，不能用于其他 AI 服务的对话历史。
核心特点
与通用对话分析工具不同，vardoger 专为 OpenClaw 平台设计，直接读取其原生对话历史格式，无需额外导出或转换，且分析结果可无缝用于助手个性化配置。
注意事项
不适用于非 OpenClaw 平台的对话历史，且需要用户预先安装 vardoger CLI 工具。
常见问题
如何安装 vardoger CLI？
在终端中运行 npm install -g vardoger 即可全局安装，或从 GitHub 仓库克隆后手动安装。
分析结果是否安全？会不会泄露隐私？
分析仅在本地运行，历史数据不会上传到第三方，请放心使用。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/vardoger-analyze-history-x/raw/index.md 读取 vardoger — Analyze History 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/vardoger-analyze-history-x/raw/index.md（查看排版版本）