मुख्य सामग्री पर जाएं
स्व-अधिगम OpenClaw को वार्तालापों से उपयोगी साक्ष्य को लंबित Skill Workshop प्रस्तावों में बदलने देता है। यह मॉडल वेट्स को प्रशिक्षित नहीं करता, सक्रिय स्किल्स को संपादित नहीं करता, या एजेंट के व्यवहार को चुपचाप नहीं बदलता। प्रत्येक सीखी गई प्रक्रिया तब तक लंबित रहती है, जब तक कोई ऑपरेटर उसकी समीक्षा करके उसे लागू नहीं करता। स्व-अधिगम डिफ़ॉल्ट रूप से अक्षम है। इसे केवल तभी सक्षम करें, जब आपके कार्यक्षेत्र के लिए एक अतिरिक्त बैकग्राउंड मॉडल रन और ट्रांसक्रिप्ट समीक्षा उपयुक्त हो।

​
स्व-अधिगम सक्षम करें

Control UI में Plugins → Workshop खोलें और Self-learning चालू करें। यह परिवर्तन तुरंत प्रभावी होता है; जब किसी अन्य कॉन्फ़िगरेशन लेखक ने फ़ाइल अपडेट की हो, तो Control UI कॉन्फ़िगरेशन स्नैपशॉट को रीफ़्रेश करता है और पेज या Gateway को पुनः लोड किए बिना टॉगल का पुनः प्रयास करता है। CLI का उपयोग करें:
या ~/.openclaw/openclaw.json संपादित करें:
इसे फिर से अक्षम करने के लिए:
उपयोगकर्ता द्वारा अनुरोधित स्किल निर्माण, /learn, और मैन्युअल Skill Workshop संचालन स्व-अधिगम अक्षम रहने पर भी काम करते रहते हैं।

​
पिछले सत्रों की मैन्युअल समीक्षा करें

मैन्युअल इतिहास समीक्षा स्वायत्त कैप्चर का सावधानीपूर्ण विकल्प है। Control UI में Plugins → Workshop खोलें और Find skill ideas चुनें। इससे skills.workshop.autonomous.enabled नहीं बदलता। प्रत्येक स्कैन:
  • नवीनतम असमीक्षित सत्रों से शुरू होता है और पीछे की ओर बढ़ता है;
  • कम-से-कम छह मॉडल टर्न वाले अधिकतम 20 पर्याप्त सत्रों की समीक्षा करता है;
  • Cron, Heartbeat, हुक, सबएजेंट, ACP, Plugin-स्वामित्व वाले और आंतरिक समीक्षा सत्रों को छोड़ देता है;
  • चयनित एजेंट के कॉन्फ़िगर किए गए मॉडल को भेजने से पहले पहचाने गए सीक्रेट्स को संपादित करता है और ट्रांसक्रिप्ट बंडल को सीमित करता है;
  • स्वायत्त अनुभव समीक्षा वाला ही उच्च मानदंड उपयोग करता है; और
  • अधिकतम तीन लंबित प्रस्ताव बना या संशोधित कर सकता है, सक्रिय स्किल्स कभी नहीं।
Workshop संचयी सत्र संख्या, दिनांक कवरेज और मिले विचारों की रिपोर्ट करता है। अगली पुरानी विंडो के लिए Scan earlier work चुनें। जब कर्सर योग्य इतिहास के आरंभ पर पहुँचता है, तो कार्रवाई Scan new work में बदल जाती है। OpenClaw साझा स्टेट डेटाबेस में केवल कर्सर और कवरेज मेटाडेटा बनाए रखता है; यह दूसरा ट्रांसक्रिप्ट आर्काइव नहीं बनाता। सत्रों को केवल तभी स्कैन किया जाता है, जब OpenClaw उनका स्वामित्व प्रमाणित कर सके और बाहरी-हुक सामग्री को बाहर रख सके। अपग्रेड के बाद, अपग्रेड-पूर्व वर्तमान ट्रांसक्रिप्ट को स्थानीय रूप से वर्गीकृत किया जा सकता है, लेकिन प्रति-रन उद्गम के बिना रोटेट किए गए अपग्रेड-पूर्व ट्रांसक्रिप्ट छोड़ दिए जाते हैं। नए ट्रांसक्रिप्ट रोटेशन के दौरान भी इस उद्गम को बनाए रखते हैं। मैन्युअल स्कैन में भी मॉडल-प्रदाता लागत आती है और योग्य वार्तालाप सामग्री कॉन्फ़िगर किए गए प्रदाता को भेजी जाती है। उनका उपयोग केवल तभी करें, जब वह समीक्षा कार्यक्षेत्र की गोपनीयता और डेटा-संचालन आवश्यकताओं के अनुरूप हो।

​
OpenClaw क्या सीख सकता है

स्व-अधिगम के दो सावधानीपूर्ण मार्ग हैं:
  1. प्रत्यक्ष निर्देश और सुधार। OpenClaw “अब से,” “अगली बार,” जैसी स्थायी भाषा और विफल दृष्टिकोण के सुधारों का पता लगाता है। स्व-अधिगम सक्षम होने पर, यह किसी अन्य प्रॉम्प्ट की प्रतीक्षा किए बिना उन संकेतों को लंबित प्रस्तावों में बदल सकता है। यह निर्धारक मार्ग संबंधित निर्देशों को अधिकतम तीन प्रस्तावों में समूहित कर सकता है, किसी लिखने योग्य कार्यक्षेत्र स्किल को लक्षित कर सकता है, या अपने संबंधित लंबित प्रस्ताव को संशोधित कर सकता है। यह विफल टर्न के बाद भी चलता है, क्योंकि यह पूर्णता का आकलन करने के बजाय उपयोगकर्ता के निर्देशों को कैप्चर करता है।
  2. अनुभव समीक्षा। किसी सफल और पर्याप्त फ़ोरग्राउंड टर्न के बाद, OpenClaw पूर्ण किए गए कार्य में ऐसी पुनः उपयोग योग्य पुनर्प्राप्ति तकनीक या स्थिर प्रक्रिया खोज सकता है, जो भविष्य के कम-से-कम दो मॉडल या टूल राउंड ट्रिप समाप्त कर दे।
अच्छे उम्मीदवारों में शामिल हैं:
  • बार-बार टूल या मॉडल विफलताओं के बाद विश्वसनीय पुनर्प्राप्ति;
  • बार-बार होने वाली त्रुटि रोकने वाली कोई अस्पष्ट क्रमबद्धता बाधा;
  • बार-बार खोज की आवश्यकता वाला स्थिर बहु-चरणीय कार्यप्रवाह; या
  • पुनः उपयोग योग्य प्रीफ़्लाइट, जो भविष्य की कई कॉल से बचा सके।
समीक्षक को नियमित सफल कार्य, एकबारगी अनुरोधों, व्यक्तिगत तथ्यों, सरल प्राथमिकताओं, अस्थायी परिवेश विफलताओं, सामान्य सलाह, असमर्थित नकारात्मक दावों और सीक्रेट्स के लिए कुछ प्रस्तावित नहीं करना चाहिए।

​
अनुभव समीक्षा कब चलती है

अनुभव समीक्षा को जानबूझकर विलंबित और सीमित किया गया है:
  • फ़ोरग्राउंड टर्न सफलतापूर्वक पूरा होना चाहिए।
  • वर्तमान टर्न में कम-से-कम दस मॉडल पुनरावृत्तियाँ होनी चाहिए।
  • Cron, Heartbeat, मेमोरी, ओवरफ़्लो, हुक, सबएजेंट और समीक्षा सत्र शामिल नहीं किए जाते।
  • फ़ोरग्राउंड रन ने किसी प्रदाता और मॉडल को रिज़ॉल्व किया होना चाहिए और उसके पास वास्तव में skill_workshop की पहुँच रही होनी चाहिए।
  • OpenClaw पूर्णता के बाद 30 सेकंड प्रतीक्षा करता है। उसी सत्र में बाद में होने वाली फ़ोरग्राउंड पूर्णता उस शांत अवधि को फिर से शुरू करती है।
  • यदि कोई एजेंट या उत्तर रन अभी भी सक्रिय है, तो समीक्षा अगले 30 सेकंड प्रतीक्षा करती है।
  • एक समय में केवल एक अनुभव समीक्षा चलती है।
  • विलंबित समीक्षा प्रक्रिया-स्थानीय Gateway कार्य है। निष्क्रिय अवधि के दौरान Gateway का चलते रहना आवश्यक है; एकबारगी स्थानीय और CLI-समर्थित रनटाइम इसे शेड्यूल करने के लिए पर्याप्त प्रक्षेपवक्र और टूल-उपलब्धता संदर्भ बनाए नहीं रखते।
सीखने के लिए फ़ोरग्राउंड उत्तर को कभी विलंबित नहीं किया जाता। कोई विफल या अयोग्य टर्न अनुभव समीक्षा शुरू नहीं करता, हालांकि स्वायत्तता अक्षम होने पर प्रत्यक्ष उपयोगकर्ता सुधारों को फिर भी सुझाव के रूप में प्रस्तुत किया जा सकता है।

​
समीक्षक को क्या मिलता है

बैकग्राउंड समीक्षक को केवल वर्तमान टर्न मिलता है, जो उसके सबसे हाल के उपयोगकर्ता संदेश से शुरू होता है। रेंडर किया गया प्रक्षेपवक्र 60,000 वर्णों तक सीमित है; आवश्यकता होने पर OpenClaw पहला संदेश और नवीनतम साक्ष्य रखता है और छोड़े गए मध्य भाग को चिह्नित करता है। समीक्षक रिज़ॉल्व किए गए प्रदाता और मॉडल का पुनः उपयोग करता है। वह फ़ोरग्राउंड प्रमाणीकरण प्रोफ़ाइल का पुनः उपयोग करता है, जब वह पहचान उपलब्ध हो, और मॉडल फ़ॉलबैक अक्षम कर देता है। इसलिए समीक्षा कॉन्फ़िगर किए गए प्रदाता पर एक अतिरिक्त मॉडल रन शुरू करती है। जब वह किसी प्रस्ताव का निरीक्षण या प्रारूप तैयार करता है, तो वह रन एक से अधिक प्रदाता अनुरोध कर सकता है। प्रदाता की मूल्य-निर्धारण और डेटा-संचालन शर्तें उसी तरह लागू होती हैं, जैसे फ़ोरग्राउंड टर्न पर होती हैं। शुरू करने से पहले, OpenClaw वर्तमान रनटाइम कॉन्फ़िगरेशन को पुनः लोड करता है और मूल वार्तालाप के लिए प्रभावी सैंडबॉक्स तथा टूल नीति की दोबारा जाँच करता है। यदि रन सैंडबॉक्स में है, नीति अब skill_workshop की अनुमति नहीं देती, या आवश्यक रनटाइम तथ्य अनुपलब्ध हैं, तो समीक्षा सुरक्षित रूप से विफल होती है और कुछ नहीं बनाती।
स्व-अधिगम सक्षम करने पर योग्य वार्तालाप सामग्री, जिसमें वर्तमान टर्न के टूल इनपुट और परिणाम शामिल हैं, एक अतिरिक्त समीक्षा के लिए चयनित मॉडल प्रदाता को भेजी जा सकती है। इसे ऐसे कार्यक्षेत्र में सक्षम न करें, जहाँ वह समीक्षा डेटा-संचालन आवश्यकताओं का उल्लंघन करेगी।

​
प्रस्ताव सुरक्षा

समीक्षक जानबूझकर सीमित टूल सतह वाले एक पृथक सत्र में चलता है:
  • यह केवल Workshop प्रस्तावों को सूचीबद्ध या निरीक्षित कर सकता है और एक लंबित प्रस्ताव बना या संशोधित कर सकता है।
  • यह किसी सक्रिय स्किल को अपडेट नहीं कर सकता, प्रस्ताव लागू नहीं कर सकता, प्रस्ताव अस्वीकार नहीं कर सकता, प्रस्ताव को क्वारंटीन नहीं कर सकता, संदेश नहीं भेज सकता, या सामान्य एजेंट टूल्स का उपयोग नहीं कर सकता।
  • मॉडल पुनः प्रयासों के बीच एक म्यूटेशन बजट साझा होता है, इसलिए कोई समीक्षा अधिकतम एक प्रस्ताव बना या संशोधित कर सकती है।
  • समीक्षित प्रक्षेपवक्र को अविश्वसनीय साक्ष्य माना जाता है, बैकग्राउंड एजेंट के लिए निर्देश नहीं।
  • Skill Workshop प्रस्ताव सामग्री को स्कैन करता है और प्रस्ताव की स्थिति लिखे जाने से पहले पहचाने गए शाब्दिक क्रेडेंशियल्स को अस्वीकार कर देता है।
Workshop की सामान्य सीमाएँ अभी भी लागू होती हैं, जिनमें maxPending, maxSkillBytes, सहायक-फ़ाइल प्रतिबंध, स्कैनर जाँच और केवल-कार्यक्षेत्र लेखन शामिल हैं। approvalPolicy: "auto" सेटिंग बैकग्राउंड समीक्षक को जीवनचक्र कार्रवाइयों की पहुँच प्रदान नहीं करती।

​
सीखे गए प्रस्तावों की समीक्षा करें

स्व-अधिगम वही लंबित प्रस्ताव बनाता है जो मैन्युअल Workshop उपयोग बनाता है। उन्हें लागू करने से पहले निरीक्षण करें:
उपयोगी लेकिन अभी तैयार न हुए प्रस्तावों को संशोधित, अस्वीकार या क्वारंटीन करें:
लागू करना ही एकमात्र कार्रवाई है, जो किसी सक्रिय SKILL.md को लिखती है। संपूर्ण जीवनचक्र और भंडारण मॉडल के लिए Skill Workshop देखें।

​
कॉन्फ़िगरेशन

संपूर्ण स्कीमा, सीमाओं और संबंधित स्किल सेटिंग्स के लिए, Skills कॉन्फ़िगरेशन देखें।

​
समस्या निवारण

​
लंबे टर्न के बाद कोई प्रस्ताव दिखाई नहीं देता

निम्न सभी की जाँच करें:
  1. सक्रिय Gateway कॉन्फ़िगरेशन में skills.workshop.autonomous.enabled, true है।
  2. टर्न सफल हुआ और सबसे हाल के उपयोगकर्ता संदेश के बाद उसमें कम-से-कम दस मॉडल पुनरावृत्तियाँ शामिल थीं।
  3. वार्तालाप एक सामान्य फ़ोरग्राउंड रन था, न कि शेड्यूल किया गया, मेमोरी, हुक या सबएजेंट रन।
  4. मूल रन के पास skill_workshop की पहुँच थी और वह सैंडबॉक्स में नहीं था।
  5. विलंबित समीक्षा के लिए सिस्टम पर्याप्त समय तक निष्क्रिय रहा।
  6. दीर्घकालिक Gateway प्रक्रिया निष्क्रिय अवधि के दौरान सक्रिय रही; एक एकबारगी स्थानीय कमांड विलंबित समीक्षा की प्रतीक्षा नहीं करती।
योग्य समीक्षा से भी कोई प्रस्ताव न निकलना संभव है। जब साक्ष्य पुनः उपयोग योग्य प्रक्रिया के मानदंड को पूरा नहीं करता, तब कुछ प्रस्तावित न करना अपेक्षित परिणाम है।

​
Doctor रिपोर्ट करता है कि Workshop टूल छिपा हुआ है

स्व-अधिगम सक्षम होने पर, openclaw doctor जाँचता है कि डिफ़ॉल्ट एजेंट की प्रभावी टूल नीति skill_workshop की अनुमति देती है या नहीं। रिपोर्ट किए गए tools.allow या tools.alsoAllow परिवर्तन का पालन करें, या स्व-अधिगम अक्षम करें।

​
बहुत अधिक कम-मूल्य वाले प्रस्ताव दिखाई देते हैं

स्व-अधिगम अक्षम करें और /learn या स्पष्ट Workshop अनुरोधों का उपयोग जारी रखें:
सुविधा अक्षम होने के बाद भी लंबित प्रस्ताव समीक्षायोग्य रहते हैं। स्व-अधिगम अक्षम करने से वे लागू, अस्वीकार या हटाए नहीं जाते।

​
संबंधित

  • प्रस्ताव की समीक्षा, अनुमोदन और संग्रहण के लिए Skill Workshop
  • हाथ से लिखे गए Skills और SKILL.md संरचना के लिए Skills बनाना
  • सभी skills.* सेटिंग्स के लिए Skills कॉन्फ़िगरेशन
  • Workshop और क्यूरेटर कमांड के लिए Skills CLI