Skill Workshop ist experimentell. Es ist standardmäßig deaktiviert, seine Erfassungsheuristiken und Reviewer-Prompts können sich zwischen Releases ändern, und automatische Schreibvorgänge sollten nur in vertrauenswürdigen Workspaces verwendet werden, nachdem zuerst die Ausgabe im Pending-Modus geprüft wurde. Skill Workshop ist prozedurales Gedächtnis für Workspace-Skills. Es ermöglicht einem Agenten, wiederverwendbare Workflows, Benutzerkorrekturen, mühsam erarbeitete Fehlerbehebungen und wiederkehrende Fallstricke inDocumentation Index
Fetch the complete documentation index at: https://docs2.openclaw.ai/llms.txt
Use this file to discover all available pages before exploring further.
SKILL.md-Dateien unter folgendem Pfad umzuwandeln:
- Gedächtnis speichert Fakten, Präferenzen, Entitäten und früheren Kontext.
- Skills speichern wiederverwendbare Verfahren, die der Agent bei zukünftigen Aufgaben befolgen sollte.
- Skill Workshop ist die Brücke von einem nützlichen Durchlauf zu einem dauerhaften Workspace-Skill, mit Sicherheitsprüfungen und optionaler Genehmigung.
- wie extern bezogene animierte GIF-Assets validiert werden
- wie Screenshot-Assets ersetzt und Abmessungen verifiziert werden
- wie ein repo-spezifisches QA-Szenario ausgeführt wird
- wie ein wiederkehrender Provider-Fehler debuggt wird
- wie eine veraltete lokale Workflow-Notiz repariert wird
- Fakten wie „der Benutzer mag Blau“
- breite autobiografische Erinnerung
- rohe Transkriptarchivierung
- Secrets, Anmeldedaten oder versteckten Prompt-Text
- einmalige Anweisungen, die sich nicht wiederholen werden
Standardzustand
Das gebündelte Plugin ist experimentell und standardmäßig deaktiviert, sofern es nicht explizit inplugins.entries.skill-workshop aktiviert wird.
Das Plugin-Manifest setzt nicht enabledByDefault: true. Der Standardwert enabled: true im Plugin-Konfigurationsschema gilt nur, nachdem der Plugin-Eintrag bereits ausgewählt und geladen wurde.
Experimentell bedeutet:
- das Plugin wird ausreichend für Opt-in-Tests und Dogfooding unterstützt
- Vorschlagsspeicherung, Reviewer-Schwellenwerte und Erfassungsheuristiken können sich weiterentwickeln
- ausstehende Genehmigung ist der empfohlene Startmodus
- automatische Anwendung ist für vertrauenswürdige persönliche oder Workspace-Setups gedacht, nicht für gemeinsam genutzte oder feindliche Umgebungen mit viel Eingabe
Aktivieren
Minimale sichere Konfiguration:- ist das Tool
skill_workshopverfügbar - werden explizite wiederverwendbare Korrekturen als ausstehende Vorschläge eingereiht
- können schwellenwertbasierte Reviewer-Durchläufe Skill-Updates vorschlagen
- wird keine Skill-Datei geschrieben, bis ein ausstehender Vorschlag angewendet wird
approvalPolicy: "auto" verwendet weiterhin denselben Scanner- und Quarantänepfad. Es wendet keine Vorschläge mit kritischen Befunden an.
Konfiguration
| Schlüssel | Standard | Bereich / Werte | Bedeutung |
|---|---|---|---|
enabled | true | boolean | Aktiviert das Plugin, nachdem der Plugin-Eintrag geladen wurde. |
autoCapture | true | boolean | Aktiviert Erfassung/Review nach erfolgreichen Agent-Durchläufen. |
approvalPolicy | "pending" | "pending", "auto" | Vorschläge einreihen oder sichere Vorschläge automatisch schreiben. |
reviewMode | "hybrid" | "off", "heuristic", "llm", "hybrid" | Wählt explizite Korrekturerfassung, LLM-Reviewer, beides oder keines. |
reviewInterval | 15 | 1..200 | Reviewer nach so vielen erfolgreichen Durchläufen ausführen. |
reviewMinToolCalls | 8 | 1..500 | Reviewer nach so vielen beobachteten Tool-Aufrufen ausführen. |
reviewTimeoutMs | 45000 | 5000..180000 | Timeout für den eingebetteten Reviewer-Durchlauf. |
maxPending | 50 | 1..200 | Maximale Anzahl ausstehender/quarantänisierter Vorschläge pro Workspace. |
maxSkillBytes | 40000 | 1024..200000 | Maximale Größe generierter Skill-/Unterstützungsdateien. |
Erfassungspfade
Skill Workshop hat drei Erfassungspfade.Tool-Vorschläge
Das Modell kannskill_workshop direkt aufrufen, wenn es ein wiederverwendbares Verfahren erkennt oder wenn der Benutzer es bittet, einen Skill zu speichern oder zu aktualisieren.
Dies ist der expliziteste Pfad und funktioniert auch mit autoCapture: false.
Heuristische Erfassung
WennautoCapture aktiviert ist und reviewMode heuristic oder hybrid ist, durchsucht das Plugin erfolgreiche Durchläufe nach expliziten Benutzerkorrekturphrasen:
next timefrom now onremember tomake sure toalways ... use/check/verify/record/save/preferprefer ... when/for/instead/usewhen asked
- Aufgaben mit animierten GIFs ->
animated-gif-workflow - Screenshot- oder Asset-Aufgaben ->
screenshot-asset-workflow - QA- oder Szenarioaufgaben ->
qa-scenario-workflow - GitHub-PR-Aufgaben ->
github-pr-workflow - Fallback ->
learned-workflows
LLM-Reviewer
WennautoCapture aktiviert ist und reviewMode llm oder hybrid ist, führt das Plugin einen kompakten eingebetteten Reviewer aus, nachdem Schwellenwerte erreicht wurden.
Der Reviewer erhält:
- den aktuellen Transkripttext, begrenzt auf die letzten 12.000 Zeichen
- bis zu 12 vorhandene Workspace-Skills
- bis zu 2.000 Zeichen aus jedem vorhandenen Skill
- reine JSON-Anweisungen
disableTools: truetoolsAllow: []disableMessageTool: true
{ "action": "none" } oder einen Vorschlag zurück. Das Feld action ist create, append oder replace - bevorzugen Sie append/replace, wenn bereits ein relevanter Skill existiert; verwenden Sie create nur, wenn kein vorhandener Skill passt.
Beispiel für create:
append fügt section + body hinzu. replace ersetzt oldText durch newText im benannten Skill.
Vorschlagslebenszyklus
Jedes generierte Update wird zu einem Vorschlag mit:idcreatedAtupdatedAtworkspaceDir- optionalem
agentId - optionalem
sessionId skillNametitlereasonsource:tool,agent_endoderreviewerstatuschange- optionalen
scanFindings - optionalem
quarantineReason
pending- wartet auf Genehmigungapplied- nach<workspace>/skillsgeschriebenrejected- vom Operator/Modell abgelehntquarantined- durch kritische Scanner-Befunde blockiert
maxPending.
Tool-Referenz
Das Plugin registriert ein Agent-Tool:status
Zählt Vorschläge nach Status für den aktiven Workspace.
list_pending
Listet ausstehende Vorschläge auf.
status-Werte:
pendingappliedrejectedquarantined
list_quarantine
Listet in Quarantäne verschobene Vorschläge auf.
skill-workshop: quarantined <skill> erwähnen.
inspect
Ruft einen Vorschlag anhand der ID ab.
suggest
Erstellt einen Vorschlag. Mit approvalPolicy: "pending" (Standard) wird dieser in die Warteschlange gestellt, statt geschrieben zu werden.
Sofortiges Schreiben im Auto-Modus anfordern (apply: true)
Sofortiges Schreiben im Auto-Modus anfordern (apply: true)
approvalPolicy: "pending" stellt apply: true den Vorschlag weiterhin in die Warteschlange. Prüfen Sie ihn und verwenden Sie dann
die Aktion apply nach der Genehmigung.Unter Auto-Policy als ausstehend erzwingen (apply: false)
Unter Auto-Policy als ausstehend erzwingen (apply: false)
An einen benannten Abschnitt anhängen
An einen benannten Abschnitt anhängen
Exakten Text ersetzen
Exakten Text ersetzen
apply
Wendet einen ausstehenden Vorschlag an.
Mit approvalPolicy: "pending" fragt diese Aktion vor dem Schreiben des
Workspace-Skills nach Operator-Genehmigung.
apply lehnt in Quarantäne verschobene Vorschläge ab:
reject
Markiert einen Vorschlag als abgelehnt.
write_support_file
Schreibt eine unterstützende Datei in ein vorhandenes oder vorgeschlagenes Skill-Verzeichnis.
Zulässige Support-Verzeichnisse auf oberster Ebene:
references/templates/scripts/assets/
maxSkillBytes bytebegrenzt, werden gescannt und atomar geschrieben.
Skill-Schreibvorgänge
Skill Workshop schreibt nur unter:- in Kleinbuchstaben umgewandelt
- Folgen von Nicht-
[a-z0-9_-]werden zu- - führende/abschließende Nicht-Alphanumerika werden entfernt
- die maximale Länge beträgt 80 Zeichen
- der endgültige Name muss
[a-z0-9][a-z0-9_-]{1,79}entsprechen
create:
- wenn der Skill nicht existiert, schreibt Skill Workshop eine neue
SKILL.md - wenn er bereits existiert, hängt Skill Workshop den Body an
## Workflowan
append:
- wenn der Skill existiert, hängt Skill Workshop an den angeforderten Abschnitt an
- wenn er nicht existiert, erstellt Skill Workshop einen minimalen Skill und hängt dann an
replace:
- der Skill muss bereits existieren
oldTextmuss exakt vorhanden sein- nur der erste exakte Treffer wird ersetzt
Sicherheitsmodell
Skill Workshop verfügt über einen Sicherheitsscanner für generierteSKILL.md-Inhalte und Unterstützungsdateien.
Kritische Befunde stellen Vorschläge unter Quarantäne:
| Regel-ID | Blockiert Inhalte, die … |
|---|---|
prompt-injection-ignore-instructions | den Agent anweisen, vorherige/höhere Anweisungen zu ignorieren |
prompt-injection-system | System-Prompts, Entwicklernachrichten oder versteckte Anweisungen referenzieren |
prompt-injection-tool | das Umgehen von Tool-Berechtigungen/Genehmigungen fördern |
shell-pipe-to-shell | curl/wget per Pipe an sh, bash oder zsh übergeben |
secret-exfiltration | anscheinend Env-/Prozess-Env-Daten über das Netzwerk senden |
| Regel-ID | Warnt bei … |
|---|---|
destructive-delete | breiten Befehlen im Stil von rm -rf |
unsafe-permissions | Berechtigungsnutzung im Stil von chmod 777 |
- behalten
scanFindings - behalten
quarantineReason - erscheinen in
list_quarantine - können nicht über
applyangewendet werden
Prompt-Anleitung
Wenn aktiviert, fügt Skill Workshop einen kurzen Prompt-Abschnitt ein, der den Agent anweist,skill_workshop für dauerhaften prozeduralen Speicher zu verwenden.
Die Anleitung betont:
- Verfahren, nicht Fakten/Präferenzen
- Korrekturen durch Benutzer
- nicht offensichtliche erfolgreiche Verfahren
- wiederkehrende Fallstricke
- Reparatur veralteter/dünner/falscher Skills durch Anhängen/Ersetzen
- Speichern wiederverwendbarer Verfahren nach langen Tool-Schleifen oder schwierigen Korrekturen
- kurze imperative Skill-Texte
- keine Transkript-Dumps
approvalPolicy:
- Pending-Modus: Vorschläge in die Warteschlange stellen;
applynach ausdrücklicher Genehmigung verwenden - Auto-Modus: sichere Workspace-Skill-Aktualisierungen anwenden, sofern nicht
apply: falsestattdessen in die Warteschlange stellt
Kosten und Laufzeitverhalten
Heuristische Erfassung ruft kein Modell auf. LLM-Review verwendet einen eingebetteten Lauf auf dem aktiven/standardmäßigen Agent-Modell. Sie ist schwellenwertbasiert, sodass sie standardmäßig nicht in jedem Turn läuft. Der Reviewer:- verwendet den gleichen konfigurierten Provider-/Modellkontext, wenn verfügbar
- fällt auf Runtime-Agent-Standards zurück
- hat
reviewTimeoutMs - verwendet leichtgewichtigen Bootstrap-Kontext
- hat keine Tools
- schreibt nichts direkt
- kann nur einen Vorschlag ausgeben, der den normalen Scanner- und Genehmigungs-/Quarantänepfad durchläuft
Betriebsmuster
Verwenden Sie Skill Workshop, wenn der Benutzer sagt:- “next time, do X”
- “from now on, prefer Y”
- “make sure to verify Z”
- “save this as a workflow”
- “this took a while; remember the process”
- “update the local skill for this”
- transkriptförmig
- nicht imperativ
- enthält störende einmalige Details
- sagt dem nächsten Agent nicht, was zu tun ist
Debugging
Prüfen Sie, ob das Plugin geladen ist:| Symptom | Wahrscheinliche Ursache | Prüfung |
|---|---|---|
| Tool ist nicht verfügbar | Plugin-Eintrag ist nicht aktiviert | plugins.entries.skill-workshop.enabled und openclaw plugins list |
| Kein automatischer Vorschlag erscheint | autoCapture: false, reviewMode: "off" oder Schwellenwerte nicht erreicht | Konfiguration, Vorschlagsstatus, Gateway-Logs |
| Heuristik hat nicht erfasst | Benutzerformulierung passte nicht zu Korrekturmustern | Explizites skill_workshop.suggest verwenden oder LLM-Reviewer aktivieren |
| Reviewer hat keinen Vorschlag erstellt | Reviewer gab none, ungültiges JSON zurück oder erreichte ein Timeout | Gateway-Logs, reviewTimeoutMs, Schwellenwerte |
| Vorschlag wird nicht angewendet | approvalPolicy: "pending" | list_pending, dann apply |
| Vorschlag ist aus Pending verschwunden | Doppelter Vorschlag wiederverwendet, maximales Pending-Pruning oder angewendet/abgelehnt/quarantänisiert | status, list_pending mit Statusfiltern, list_quarantine |
| Skill-Datei existiert, aber Modell übersieht sie | Skill-Snapshot nicht aktualisiert oder Skill-Gating schließt sie aus | Status von openclaw skills und Workspace-Skill-Eignung |
skill-workshop: queued <skill>skill-workshop: applied <skill>skill-workshop: quarantined <skill>skill-workshop: heuristic capture skipped: ...skill-workshop: reviewer skipped: ...skill-workshop: reviewer found no update
QA-Szenarien
Repo-gestützte QA-Szenarien:qa/scenarios/plugins/skill-workshop-animated-gif-autocreate.mdqa/scenarios/plugins/skill-workshop-pending-approval.mdqa/scenarios/plugins/skill-workshop-reviewer-autonomous.md
reviewMode: "llm" aktiviert und den eingebetteten Reviewer-Durchlauf ausübt.
Wann Auto-Anwendung nicht aktiviert werden sollte
Vermeiden SieapprovalPolicy: "auto", wenn:
- der Workspace sensible Verfahren enthält
- der Agent mit nicht vertrauenswürdiger Eingabe arbeitet
- Skills in einem breiten Team geteilt werden
- Sie Prompts oder Scanner-Regeln noch abstimmen
- das Modell häufig feindliche Web-/E-Mail-Inhalte verarbeitet