OpenExp

什么是 OpenExp？

OpenExp 是一种开源方式，用于在 AI 代理取得结果后保存和复用其“经验”（exp）。exp 记录了结果的轨迹——提示、推理、技能、脚本、工具调用以及逐日时间线——这样您可以与他人分享，或在类似任务出现时重放。

核心目的是实用复用：无需每次从零开始，您的 Claude 代理可以引用匹配的 exp，并遵循之前通往结果的路径。

主要特性

• 结果会话轨迹存储：exp 捕获与结果关联的时间线（“轨迹”）上的提示、推理、技能、脚本和工具调用。
• 四文件 exp 格式：每个 exp 由 meta.yaml（事实如 id/outcome/grade）、trajectory.anonymized.yaml（原始逐日时间线）、README.md（人类可读）和 SKILL.md（面向 Claude 的指令）组成。
• 分享和复用 exp 工件：exp 可作为开源仓库发布和分享；他人可将其安装或加载到本地代理技能目录。
• 类似任务重放：当代理看到情境并引用 exp 名称/标签时，它可选择匹配轨迹并遵循记录步骤，达到相同类型结果。
• 通过 CLI 本地优先安装：项目可通过 CLI 安装，并设计为在您的机器上运行；文档化工作流使用 ~/.claude/skills/ 作为 exp 技能目标目录。

如何使用 OpenExp

1. 从 GitHub 安装 OpenExp：克隆仓库（git clone github.com/anthroos/openexp）并运行提供的设置脚本（./setup.sh）。
2. 安装 exp：将 exp 复制或放入本地 Claude 技能目录 ~/.claude/skills/（仓库示例和文档提及将一个或多个 exp 放入其中）。
3. 通过情境 + exp 引用重放：使用 Claude 时，描述当前情境并按名称或标签引用 exp。Claude 则从中拉取并遵循通往记录结果的轨迹。
4. （可选）发布自己的 exp：项目在“publishing your own exp”下提供指导，将您成功的轨迹转为可分享的 exp。

使用场景

• 复用成功的销售工作流：AI 辅助交易完成后，将轨迹保存为 exp，下次起草提案时，代理可复用记录的决策和步骤。
• 使用可重复构建路径发布应用：记录应用交付的 AI 会话轨迹（包括脚本和工具调用），然后在类似需求出现时重放相同轨迹。
• 自动化重复分析设置：为“Google Analytics 流程”会话轨迹创建 exp，下次设置分析任务时复用，避免重新推导相同流程。
• 团队分享代理“技能”：发布 exp，让队友本地安装并作为参考使用；exp 包含人类可读 README 和面向 Claude 的 SKILL.md。
• 证明有效路径而非捕获建议：仅对达到带评级结果的路径使用 exp（如项目“Benefits”部分所述），保持库基于结果。

常见问题

OpenExp 是云服务吗？
不是。文档描述了本地优先工作流，在您的机器上运行，无第三方服务器；还声明“no telemetry”和“no API key required”。

“exp” 包含什么？
exp 记录匿名时间轨迹（提示、推理、技能、脚本、工具调用），附带元数据如 id、outcome 和 grade，以及人类和面向 Claude 的文档文件。

代理如何决定使用哪个 exp？
文档化流程是：您描述情境并按名称或标签引用 exp；Claude 拉取并遵循通往结果的轨迹。还提及即将推出的路线图功能，可基于情境模式自动触发而无需命名。

我能用不同模型变体重放相同 exp 吗？
站点声明您可以“replay an Opus arc on Sonnet or Haiku”，表明轨迹可在这些 Claude 模型家族间复用。

OpenExp 使用什么许可？
OpenExp 被描述为开源，采用 MIT 许可。

替代方案

• 手动提示库 / 运行手册：与其记录工具调用和逐日轨迹，您可以维护文本指令。这通常缺少可自动重放的结构化会话轨迹。
• 通用知识库或文档：维基或知识库可以存储步骤和结果，但不会必然以可重放格式捕获完整的提示/推理/工具调用轨迹。
• 其他代理“工作流”框架：代理框架类别的替代方案可能提供可复用工作流，但 OpenExp 特别强调以可安装 Claude 技能（~/.claude/skills/）形式打包的、按结果分级的会话轨迹。