Zum Hauptinhalt springen
OpenClaw erstellt für jeden Agentenlauf einen benutzerdefinierten System-Prompt. Der Prompt ist OpenClaw-owned und verwendet keinen Laufzeit-Standard-Prompt. Der Prompt wird von OpenClaw zusammengesetzt und in jeden Agentenlauf injiziert. Die Prompt-Zusammensetzung hat drei Ebenen:
  • buildAgentSystemPrompt rendert den Prompt aus expliziten Eingaben. Es sollte ein reiner Renderer bleiben und die globale Konfiguration nicht direkt lesen.
  • resolveAgentSystemPromptConfig löst konfigurationsgestützte Prompt-Regler wie Owner-Anzeige, TTS-Hinweise, Modell-Aliasse, Speicher-Zitationsmodus und Delegationsmodus für Sub-Agenten für einen bestimmten Agenten auf.
  • Laufzeitadapter (Embedded, CLI, Befehls-/Exportvorschauen, Compaction) erfassen Live-Fakten wie Tools, Sandbox-Status, Channel-Fähigkeiten, Kontextdateien und Provider-Prompt-Beiträge und rufen dann die konfigurierte Prompt-Fassade auf.
Dadurch bleiben exportierte Debug-Prompt-Oberflächen mit Live-Läufen abgeglichen, ohne jedes laufzeitspezifische Detail in einen monolithischen Builder zu verwandeln. Provider-Plugins können cache-bewusste Prompt-Anleitung beitragen, ohne den vollständigen OpenClaw-owned Prompt zu ersetzen. Die Provider-Laufzeit kann:
  • eine kleine Menge benannter Kernabschnitte ersetzen (interaction_style, tool_call_style, execution_bias)
  • ein stabiles Präfix oberhalb der Prompt-Cache-Grenze injizieren
  • ein dynamisches Suffix unterhalb der Prompt-Cache-Grenze injizieren
Verwenden Sie Provider-eigene Beiträge für modellspezifisches Tuning einer Modellfamilie. Behalten Sie die veraltete Prompt-Mutation before_prompt_build für Kompatibilität oder wirklich globale Prompt-Änderungen bei, nicht für normales Provider-Verhalten. Das Overlay der OpenAI GPT-5-Familie hält die Kern-Ausführungsregel klein und ergänzt modellspezifische Anleitung für Persona-Latching, knappe Ausgabe, Tool-Disziplin, parallele Suche, Lieferumfang, Verifizierung, fehlenden Kontext und Hygiene bei Terminal-Tools.

​
Struktur

Der Prompt ist absichtlich kompakt und verwendet feste Abschnitte:
  • Tooling: Erinnerung an strukturierte Tools als Quelle der Wahrheit plus Laufzeit-Anleitung zur Tool-Nutzung.
  • Execution Bias: kompakte Anleitung zum konsequenten Abschließen: bei umsetzbaren Anfragen innerhalb der Runde handeln, fortfahren bis erledigt oder blockiert, sich von schwachen Tool-Ergebnissen erholen, veränderlichen Zustand live prüfen und vor dem Finalisieren verifizieren.
  • Safety: kurze Guardrail-Erinnerung, machtsuchendes Verhalten oder das Umgehen von Aufsicht zu vermeiden.
  • Skills (wenn verfügbar): erklärt dem Modell, wie Skill-Anweisungen bei Bedarf geladen werden.
  • OpenClaw Control: weist das Modell an, für Konfigurations-/Neustartarbeiten das gateway-Tool zu bevorzugen und keine CLI-Befehle zu erfinden.
  • OpenClaw Self-Update: wie Konfiguration sicher mit config.schema.lookup inspiziert, mit config.patch gepatcht, die vollständige Konfiguration mit config.apply ersetzt und update.run nur auf ausdrückliche Benutzeranfrage ausgeführt wird. Das agentenseitige gateway-Tool verweigert außerdem das Umschreiben von tools.exec.ask / tools.exec.security, einschließlich veralteter tools.bash.*-Aliasse, die auf diese geschützten Exec-Pfade normalisieren.
  • Workspace: Arbeitsverzeichnis (agents.defaults.workspace).
  • Documentation: lokaler Pfad zu OpenClaw-Dokumentation/-Quelle und wann sie zu lesen ist.
  • Workspace Files (injected): zeigt an, dass Bootstrap-Dateien unten enthalten sind.
  • Sandbox (wenn aktiviert): zeigt Sandbox-Laufzeit, Sandbox-Pfade und ob erhöhte Exec-Rechte verfügbar sind.
  • Current Date & Time: nur Zeitzone (cache-stabil; die Live-Uhr kommt aus session_status).
  • Assistant Output Directives: kompakte Syntax für Anhänge, Sprachnotizen und Reply-Tags.
  • Heartbeats: Heartbeat-Prompt und Ack-Verhalten, wenn Heartbeats für den Standardagenten aktiviert sind.
  • Runtime: Host, Betriebssystem, Node, Modell, Repo-Root (wenn erkannt), Denkstufe (eine Zeile).
  • Reasoning: aktuelle Sichtbarkeitsstufe + Hinweis zum /reasoning-Schalter.
OpenClaw hält große stabile Inhalte, einschließlich Project Context, oberhalb der internen Prompt-Cache-Grenze. Flüchtige Channel-/Sitzungsabschnitte wie Control-UI-Einbettungsanleitung, Messaging, Voice, Group Chat Context, Reactions, Heartbeats und Runtime werden unterhalb dieser Grenze angefügt, damit lokale Backends mit Präfix-Caches das stabile Workspace-Präfix über Channel-Runden hinweg wiederverwenden können. Tool-Beschreibungen sollten ebenfalls vermeiden, aktuelle Channel-Namen einzubetten, wenn das akzeptierte Schema dieses Laufzeitdetail bereits enthält. Der Tooling-Abschnitt enthält außerdem Laufzeit-Anleitung für lang laufende Arbeit:
  • Cron für zukünftige Nachfassaktionen (check back later, Erinnerungen, wiederkehrende Arbeit) verwenden statt exec-Sleep-Schleifen, yieldMs-Delay-Tricks oder wiederholtem process-Polling
  • exec / process nur für Befehle verwenden, die jetzt starten und im Hintergrund weiterlaufen
  • wenn automatisches Aufwachen bei Abschluss aktiviert ist, den Befehl einmal starten und sich auf den Push-basierten Aufwachpfad verlassen, wenn er Ausgabe erzeugt oder fehlschlägt
  • process für Logs, Status, Eingabe oder Eingriffe verwenden, wenn Sie einen laufenden Befehl prüfen müssen
  • wenn die Aufgabe größer ist, sessions_spawn bevorzugen; der Abschluss von Sub-Agenten ist Push-basiert und kündigt sich automatisch beim Anfragenden an
  • subagents list / sessions_list nicht in einer Schleife pollen, nur um auf den Abschluss zu warten
agents.defaults.subagents.delegationMode kann diese Anleitung verstärken. Der Standardmodus suggest behält den grundlegenden Hinweis bei. prefer fügt einen dedizierten Abschnitt Sub-Agent Delegation hinzu, der den Hauptagenten anweist, als reaktionsschneller Koordinator zu handeln und alles, was über eine direkte Antwort hinausgeht, über sessions_spawn weiterzugeben. Dies betrifft nur den Prompt; die Tool-Policy steuert weiterhin, ob sessions_spawn verfügbar ist. Wenn das experimentelle Tool update_plan aktiviert ist, weist Tooling das Modell außerdem an, es nur für nicht triviale mehrstufige Arbeit zu verwenden, genau einen in_progress-Schritt beizubehalten und nach jedem Update nicht den gesamten Plan zu wiederholen. Safety-Guardrails im System-Prompt sind beratend. Sie leiten das Modellverhalten, erzwingen aber keine Policy. Verwenden Sie Tool-Policy, Exec-Genehmigungen, Sandboxing und Channel-Allowlists für harte Durchsetzung; Betreiber können diese absichtlich deaktivieren. Auf Channels mit nativen Genehmigungskarten/-Buttons weist der Laufzeit-Prompt den Agenten nun an, zuerst diese native Genehmigungs-UI zu verwenden. Er sollte nur dann einen manuellen /approve-Befehl einfügen, wenn das Tool-Ergebnis sagt, dass Chat-Genehmigungen nicht verfügbar sind oder manuelle Genehmigung der einzige Weg ist.

​
Prompt-Modi

OpenClaw kann kleinere System-Prompts für Sub-Agenten rendern. Die Laufzeit setzt für jeden Lauf einen promptMode (keine benutzerseitige Konfiguration):
  • full (Standard): enthält alle oben genannten Abschnitte.
  • minimal: wird für Sub-Agenten verwendet; lässt Memory Recall, OpenClaw Self-Update, Model Aliases, User Identity, Assistant Output Directives, Messaging, Silent Replies und Heartbeats aus. Tooling, Safety, Skills sofern bereitgestellt, Workspace, Sandbox, Current Date & Time (wenn bekannt), Runtime und injizierter Kontext bleiben verfügbar.
  • none: gibt nur die Basis-Identitätszeile zurück.
Wenn promptMode=minimal ist, werden zusätzlich injizierte Prompts als Subagent Context statt Group Chat Context beschriftet. Für automatische Channel-Antwortläufe lässt OpenClaw den generischen Abschnitt Silent Replies weg, wenn direkter, Gruppen- oder nur Message-Tool-Kontext den Vertrag für sichtbare Antworten besitzt. Nur der alte automatische Gruppen-/ Channel-Modus sollte NO_REPLY anzeigen; direkte Chats und reine Message-Tool- Antworten erhalten keine Anleitung zu Silent-Tokens.

​
Prompt-Snapshots

OpenClaw hält committete Prompt-Snapshots für den erfolgreichen Pfad der Codex-Laufzeit unter test/fixtures/agents/prompt-snapshots/codex-runtime-happy-path/. Sie rendern ausgewählte App-Server-Thread-/Turn-Parameter plus einen rekonstruierten modellgebundenen Prompt-Layer-Stack für direkte Telegram-, Discord-Gruppen- und Heartbeat-Runden. Dieser Stack enthält eine gepinnte Codex-gpt-5.5-Modell- Prompt-Fixture, die aus Codex’ Modellkatalog-/Cache-Form generiert wurde, den Codex-Happy-Path-Developer-Text für Berechtigungen, OpenClaw-Developer- Anweisungen, rundenbezogene Collaboration-Mode-Anweisungen, wenn OpenClaw sie bereitstellt, Benutzereingabe der Runde und Referenzen auf die dynamischen Tool- Spezifikationen. Aktualisieren Sie die gepinnte Codex-Modell-Prompt-Fixture mit pnpm prompt:snapshots:sync-codex-model. Standardmäßig sucht das Skript nach Codex’ Laufzeit-Cache unter $CODEX_HOME/models_cache.json, dann unter ~/.codex/models_cache.json, und fällt erst dann auf die Maintainer-Codex- Checkout-Konvention unter ~/code/codex/codex-rs/models-manager/models.json zurück. Wenn keine dieser Quellen existiert, beendet sich der Befehl ohne Änderung der committeten Fixture. Übergeben Sie --catalog <path>, um aus einer bestimmten Datei models_cache.json oder models.json zu aktualisieren. Diese Snapshots sind weiterhin keine Byte-für-Byte-Rohaufzeichnung einer OpenAI-Anfrage. Codex kann laufzeiteigenen Workspace-Kontext wie AGENTS.md, Umgebungskontext, Speicher, App-/Plugin-Anweisungen und eingebaute Default-Collaboration-Mode- Anweisungen innerhalb der Codex-Laufzeit hinzufügen, nachdem OpenClaw Thread- und Turn-Parameter sendet. Regenerieren Sie sie mit pnpm prompt:snapshots:gen und verifizieren Sie Drift mit pnpm prompt:snapshots:check. CI führt die Drift-Prüfung im zusätzlichen Boundary-Shard aus, damit Prompt-Änderungen und Snapshot-Updates im selben PR zusammenbleiben.

​
Workspace-Bootstrap-Injektion

Bootstrap-Dateien werden aus dem aktiven Workspace aufgelöst und dann an die Prompt-Oberfläche geleitet, die ihrer Lebensdauer entspricht:
  • AGENTS.md
  • SOUL.md
  • TOOLS.md
  • IDENTITY.md
  • USER.md
  • HEARTBEAT.md
  • BOOTSTRAP.md (nur in brandneuen Workspaces)
  • MEMORY.md, wenn vorhanden
Im nativen Codex-Harness vermeidet OpenClaw, stabile Workspace-Dateien in jeder Benutzerrunde zu wiederholen. Codex lädt AGENTS.md über seine eigene Project- Doc-Erkennung. SOUL.md, IDENTITY.md, TOOLS.md und USER.md werden als Codex-Developer-Anweisungen weitergeleitet. Die kompakte OpenClaw-Skills-Liste wird ebenfalls als rundenbezogene Collaboration-Developer-Anweisungen weitergeleitet. Inhalte aus HEARTBEAT.md werden nicht injiziert; Heartbeat- Runden erhalten eine Collaboration-Mode-Notiz, die auf die Datei verweist, wenn sie existiert und nicht leer ist. Inhalte aus MEMORY.md aus dem konfigurierten Agenten-Workspace werden nicht in jede native Codex-Runde eingefügt; wenn Speicher-Tools für diesen Workspace verfügbar sind, erhalten Codex-Runden eine kleine Workspace-Memory-Notiz in rundenbezogenen Collaboration-Developer- Anweisungen und sollten memory_search oder memory_get verwenden, wenn dauerhafter Speicher relevant ist. Wenn Tools deaktiviert sind, die Speichersuche nicht verfügbar ist oder der aktive Workspace vom Agenten-Speicher-Workspace abweicht, fällt MEMORY.md auf den normalen begrenzten Turn-Context-Pfad zurück. Aktiver BOOTSTRAP.md-Inhalt behält vorerst die normale Turn-Context-Rolle. Auf Nicht-Codex-Harnesses werden Bootstrap-Dateien weiterhin gemäß ihren bestehenden Gates in den OpenClaw-Prompt komponiert. HEARTBEAT.md wird bei normalen Läufen ausgelassen, wenn Heartbeats für den Standardagenten deaktiviert sind oder agents.defaults.heartbeat.includeSystemPromptSection false ist. Halten Sie injizierte Dateien knapp, besonders MEMORY.md außerhalb von Codex. MEMORY.md soll eine kuratierte Langzeitzusammenfassung bleiben; detaillierte Tagesnotizen gehören in memory/*.md, wo memory_search und memory_get sie bei Bedarf abrufen können. Überdimensionierte MEMORY.md-Dateien außerhalb von Codex erhöhen die Prompt-Nutzung und können wegen der unten genannten Grenzen für Bootstrap-Dateien teilweise injiziert werden.
Tägliche Dateien unter memory/*.md sind nicht Teil des normalen Bootstrap-Project-Context. In gewöhnlichen Runden wird bei Bedarf über die Tools memory_search und memory_get auf sie zugegriffen, sodass sie nicht gegen das Kontextfenster zählen, außer das Modell liest sie explizit. Reine /new- und /reset-Runden sind die Ausnahme: Die Laufzeit kann aktuellen täglichen Speicher als einmaligen Startup-Context-Block für diese erste Runde voranstellen.
Große Dateien werden mit einer Markierung gekürzt. Die maximale Größe pro Datei wird durch agents.defaults.bootstrapMaxChars gesteuert (Standard: 20000). Der gesamte injizierte Bootstrap- Inhalt über alle Dateien hinweg ist durch agents.defaults.bootstrapTotalMaxChars begrenzt (Standard: 60000). Fehlende Dateien injizieren eine kurze Fehlende-Datei-Markierung. Wenn eine Kürzung erfolgt, kann OpenClaw einen knappen Warnhinweis in den System-Prompt injizieren; steuern Sie dies mit agents.defaults.bootstrapPromptTruncationWarning (off, once, always; Standard: always). Detaillierte Roh-/Injektionszählungen bleiben in Diagnosen wie /context, /status, doctor und Logs. Bei Speicherdateien ist Kürzung kein Datenverlust: Die Datei bleibt auf der Festplatte intakt. Bei nativem Codex wird MEMORY.md bei Bedarf über Speicher-Tools gelesen, wenn verfügbar, mit begrenztem Prompt-Fallback, wenn Tools nicht ausgeführt werden können. Bei anderen Harnesses sieht das Modell nur die gekürzte injizierte Kopie, bis es den Speicher direkt liest oder durchsucht. Wenn MEMORY.md dort wiederholt gekürzt wird, destillieren Sie sie in eine kürzere dauerhafte Zusammenfassung und verschieben detaillierte Historie nach memory/*.md, oder erhöhen Sie die Bootstrap-Grenzen bewusst. Sub-Agent-Sitzungen injizieren nur AGENTS.md und TOOLS.md (andere Bootstrap-Dateien werden herausgefiltert, um den Sub-Agent-Kontext klein zu halten). Interne Hooks können diesen Schritt über agent:bootstrap abfangen, um die injizierten Bootstrap-Dateien zu verändern oder zu ersetzen (zum Beispiel SOUL.md durch eine alternative Persona zu ersetzen). Wenn Sie möchten, dass der Agent weniger generisch klingt, beginnen Sie mit dem SOUL.md Personality Guide. Um zu prüfen, wie viel jede injizierte Datei beiträgt (roh vs. injiziert, Kürzung sowie Tool-Schema-Overhead), verwenden Sie /context list oder /context detail. Siehe Kontext.

​
Zeitbehandlung

Der System-Prompt enthält einen eigenen Abschnitt Aktuelles Datum & aktuelle Uhrzeit, wenn die Zeitzone des Benutzers bekannt ist. Um den Prompt cache-stabil zu halten, enthält er jetzt nur noch die Zeitzone (keine dynamische Uhr oder Zeitformat). Verwenden Sie session_status, wenn der Agent die aktuelle Uhrzeit benötigt; die Statuskarte enthält eine Zeitstempelzeile. Dasselbe Tool kann optional einen modellspezifischen Override pro Sitzung setzen (model=default löscht ihn). Konfigurieren Sie mit:
  • agents.defaults.userTimezone
  • agents.defaults.timeFormat (auto | 12 | 24)
Siehe Datum & Uhrzeit für vollständige Verhaltensdetails.

​
Skills

Wenn geeignete Skills vorhanden sind, injiziert OpenClaw eine kompakte Liste verfügbarer Skills (formatSkillsForPrompt), die den Dateipfad und die aus dem Inhalt abgeleitete <version>-Markierung für jeden Skill enthält. Der Prompt weist das Modell an, read zu verwenden, um die SKILL.md am aufgeführten Ort zu laden (Workspace, verwaltet oder gebündelt), und einen Skill erneut zu lesen, wenn seine <version> von einem vorherigen Turn abweicht. Wenn keine Skills geeignet sind, wird der Abschnitt Skills ausgelassen. Native Codex-Turns erhalten diese Liste als turn-bezogene Entwickleranweisungen zur Zusammenarbeit statt als Benutzereingabe pro Turn, außer leichtgewichtige Cron-Turns, die den exakt geplanten Prompt beibehalten. Andere Harnesses behalten den normalen Prompt- Abschnitt bei. Der Ort kann auf einen verschachtelten Skill verweisen, zum Beispiel skills/personal/foo/SKILL.md. Verschachtelung dient nur der Organisation; der Prompt verwendet weiterhin den flachen Skill-Namen aus dem Frontmatter von SKILL.md. Eignung umfasst Metadaten-Gates für Skills, Laufzeitumgebungs-/Konfigurationsprüfungen und die effektive Skill-Allowlist des Agents, wenn agents.defaults.skills oder agents.list[].skills konfiguriert ist. Plugin-gebündelte Skills sind nur geeignet, wenn ihr besitzendes Plugin aktiviert ist. So können Tool-Plugins tiefere Betriebsanleitungen bereitstellen, ohne all diese Anleitungen direkt in jede Tool-Beschreibung einzubetten. 
<available_skills>
  <skill>
    <name>...</name>
    <description>...</description>
    <location>...</location>
    <version>sha256:...</version>
  </skill>
</available_skills>
Dadurch bleibt der Basis-Prompt klein, während gezielte Skill-Nutzung weiterhin möglich ist. Das Budget für die Skills-Liste gehört dem Skills-Subsystem:
  • Globaler Standard: skills.limits.maxSkillsPromptChars
  • Override pro Agent: agents.list[].skillsLimits.maxSkillsPromptChars
Generische begrenzte Laufzeitauszüge verwenden eine andere Oberfläche:
  • agents.defaults.contextLimits.*
  • agents.list[].contextLimits.*
Diese Trennung hält die Größenbemessung von Skills getrennt von der Größenbemessung für Laufzeit-Lesen/-Injektion, wie memory_get, Live-Tool-Ergebnisse und AGENTS.md-Aktualisierungen nach Compaction.

​
Dokumentation

Der System-Prompt enthält einen Abschnitt Dokumentation. Wenn lokale Dokumentation verfügbar ist, verweist er auf das lokale OpenClaw-Dokumentationsverzeichnis (docs/ in einem Git-Checkout oder die gebündelten npm- Paketdokumente). Wenn lokale Dokumentation nicht verfügbar ist, fällt er auf https://docs.openclaw.ai zurück. Derselbe Abschnitt enthält außerdem den Quellort von OpenClaw. Git-Checkouts geben den lokalen Quell-Root frei, damit der Agent Code direkt prüfen kann. Paketinstallationen enthalten die GitHub- Quell-URL und weisen den Agent an, dort den Quellcode zu prüfen, wenn die Dokumentation unvollständig oder veraltet ist. Der Prompt erwähnt außerdem den öffentlichen Dokumentationsspiegel, den Community-Discord und ClawHub (https://clawhub.ai) für die Entdeckung von Skills. Er rahmt die Dokumentation als Autorität für OpenClaw-Selbstwissen ein, bevor das Modell versteht, wie OpenClaw funktioniert, einschließlich Speicher/täglicher Notizen, Sitzungen, Tools, Gateway, Konfiguration, Befehle oder Projekt- kontext. Der Prompt weist das Modell an, zuerst lokale Dokumentation (oder den Dokumentationsspiegel, wenn lokale Dokumentation nicht verfügbar ist) zu verwenden und AGENTS.md, Projektkontext, Workspace-/Profil-/Speicher- notizen und memory_search als Anweisungskontext oder Benutzerspeicher statt als OpenClaw- Design- oder Implementierungswissen zu behandeln. Wenn die Dokumentation schweigt oder veraltet ist, sollte das Modell dies sagen und den Quellcode prüfen. Der Prompt weist das Modell außerdem an, openclaw status selbst auszuführen, wenn möglich, und den Benutzer nur zu fragen, wenn ihm der Zugriff fehlt. Speziell für Konfiguration verweist er Agents auf die gateway-Tool-Aktion config.schema.lookup für exakte feldspezifische Dokumentation und Einschränkungen, danach auf docs/gateway/configuration.md und docs/gateway/configuration-reference.md für breitere Anleitung.

​
Verwandt