需手动回退WorkBuddy技能包版本以解决异常：一、停止程序并清理skills目录下的.wbmeta等缓存文件；二、下载匹配签名的旧版ZIP包，解压后覆盖本地skills目录；三、关闭自动更新并启用本地加载，强制重建索引；四、用claw-cli命令验证各技能版本与时间戳一致性。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
如果您需要将 WorkBuddy 当前运行的技能包版本回退至旧版，以解决新技能引发的功能异常、协议不兼容或执行报错等问题，则需绕过自动更新机制，手动替换并强制加载指定历史版本。以下是具体操作流程：
一、停止 WorkBuddy 并清理技能缓存
回退前必须终止所有相关进程并清除本地缓存元数据，否则客户端仍会加载已缓存的新版技能定义，导致回退失败。该步骤确保后续加载完全依赖指定旧版文件。
1、完全退出 WorkBuddy 主程序，包括系统托盘中的后台进程。
2、打开本地 Skills 存储路径：Windows 系统为 %APPDATA%\WorkBuddy\skills，macOS 系统为 ~/Library/Application Support/WorkBuddy/skills。
3、删除该目录下全部以 .wbmeta 结尾的元数据文件，保留 skills 目录结构及其中的 .py、.yaml 等技能源文件。
4、确认无残留 skills_cache.db 或 index_v2.json 类临时索引文件。
二、获取并部署目标旧版技能包
必须使用与当前 WorkBuddy 客户端版本签名一致、且经官方验证的历史技能包，否则将触发签名校验失败或解析异常。不可混用不同构建时间戳的技能包组合。
1、从公司内网 IT 共享盘或腾讯云官方历史存档页（https://www.codebuddy.cn/work/）下载对应日期的技能包 ZIP 文件，例如 skills-openclaw-v2.3.0-20251102.zip。
2、解压该 ZIP 文件至临时文件夹，确认其根目录包含 manifest.json 及多个以英文标识命名的子目录（如 web_search、pptx_generator）。
3、关闭所有文件管理器窗口，将解压后的全部子目录（不含根文件夹本身）复制覆盖至本地 skills 目录中，选择“替换冲突文件”。
4、检查覆盖后各子目录内是否存在 __init__.py 与 config.yaml，缺失则说明覆盖不完整。
三、禁用自动同步并锁定技能版本
防止 WorkBuddy 在下次启动时自动拉取云端最新技能包，从而覆盖已部署的旧版本。该设置将本地技能加载模式由“动态同步”切换为“静态加载”。
1、启动 WorkBuddy，点击右上角头像进入「设置」→「高级」→「技能同步策略」。
2、关闭 “启用云端技能自动更新” 开关，并勾选 “仅加载本地 skills 目录内容”。
3、在「技能管理」界面中，逐个点击已回退的技能包名称，进入详情页，确认版本号显示为 v2.3.0（或对应目标版本），而非云端最新版。
4、点击页面底部 “强制重建本地技能索引” 按钮，等待状态栏提示“索引完成，共加载 17 个技能包”。
四、通过命令行验证技能版本一致性
使用底层 CLI 工具校验实际加载的技能包版本与 manifest 声明是否一致，排除因文件权限、编码错误或部分覆盖导致的隐性不匹配问题。
1、打开终端（Windows 使用 PowerShell，macOS/Linux 使用 Terminal），切换至 WorkBuddy 安装目录下的 bin/ 子路径。
2、执行命令：claw-cli list --detailed，观察输出中每个技能条目的 version 字段是否统一为回退目标值。
3、对关键技能（如 mcp_handler 或 llm_router）单独执行：claw-cli info mcp_handler，核对其 build_timestamp 是否早于 20251201。
4、若任一技能显示 version: unknown 或 signature: invalid，需重新检查该技能子目录的文件完整性。
