मुख्य सामग्री पर जाएं
Skill Workshop कार्यस्थल skills बनाने और अपडेट करने के लिए OpenClaw का शासित पथ है। एजेंट और ऑपरेटर इस पथ के माध्यम से सक्रिय SKILL.md फ़ाइलें सीधे नहीं लिखते। वे पहले एक प्रस्ताव बनाते हैं। प्रस्ताव एक लंबित ड्राफ्ट होता है जिसमें प्रस्तावित skill सामग्री, लक्ष्य बाइंडिंग, स्कैनर स्थिति, हैश, सहायक-फ़ाइल मेटाडेटा, और रोलबैक मेटाडेटा शामिल होते हैं। यह केवल लागू किए जाने पर लाइव skill बनता है। Skill Workshop केवल कार्यस्थल skills लिखता है। यह bundled, plugin, ClawHub, extra-root, managed, personal-agent, या system skills को परिवर्तित नहीं करता।

​
यह कैसे काम करता है

  • पहले प्रस्ताव: जनरेट की गई skill सामग्री SKILL.md नहीं, बल्कि PROPOSAL.md के रूप में संग्रहीत होती है।
  • लागू करना ही एकमात्र लाइव लेखन है: create, update, और revise सक्रिय skills को नहीं बदलते।
  • कार्यस्थल-सीमित: create लक्ष्य कार्यस्थल skills/ रूट को बनाते हैं। अपडेट केवल लिखने योग्य कार्यस्थल skills के लिए अनुमत हैं।
  • ओवरराइट नहीं: यदि लक्ष्य skill पहले से मौजूद है, तो create विफल हो जाता है।
  • हैश-बद्ध: अपडेट प्रस्ताव वर्तमान लक्ष्य हैश से बंधते हैं और यदि apply से पहले लाइव skill बदल जाती है तो पुराने हो जाते हैं।
  • स्कैनर-नियंत्रित: apply लिखने से पहले स्कैनिंग दोबारा चलाता है।
  • पुनर्प्राप्त करने योग्य: apply लाइव फ़ाइलें बदलने से पहले रोलबैक मेटाडेटा लिखता है।
  • सुसंगत सतहें: chat, CLI, और Gateway सभी वही Skill Workshop सेवा कॉल करते हैं।

​
जीवनचक्र

create/update -> pending
revise        -> pending
apply         -> applied
reject        -> rejected
quarantine    -> quarantined
target change -> stale
केवल pending प्रस्तावों को revise, apply, reject, या quarantine किया जा सकता है।

​
Chat

एजेंट से वह skill मांगें जो आप चाहते हैं। एजेंट skill_workshop कॉल करता है और प्रस्ताव id लौटाता है। बनाएं: 
Make a skill called morning-catchup that runs my Monday inbox routine.
मौजूदा कार्यस्थल skill अपडेट करें: 
Update trip-planning to also check seat maps before booking.
लंबित प्रस्ताव पर पुनरावृत्ति करें: 
Show me the morning-catchup proposal.
Revise it to also flag anything marked urgent.
Apply the morning-catchup proposal.
डिफ़ॉल्ट रूप से, एजेंट द्वारा शुरू किए गए apply, reject, और quarantine चलने से पहले एक स्वीकृति prompt दिखाते हैं। विश्वसनीय वातावरणों के लिए prompt छोड़ने के लिए skills.workshop.approvalPolicy को "auto" पर सेट करें।

​
CLI

नया skill प्रस्ताव बनाएं: 
openclaw skills workshop propose-create \
  --name morning-catchup \
  --description "Daily inbox catch-up: triage, archive, surface, draft, plan" \
  --proposal ./PROPOSAL.md
मौजूदा कार्यस्थल skill के लिए अपडेट प्रस्ताव बनाएं: 
openclaw skills workshop propose-update trip-planning --proposal ./PROPOSAL.md
सूचीबद्ध करें और निरीक्षण करें: 
openclaw skills workshop list
openclaw skills workshop inspect <proposal-id>
स्वीकृति से पहले संशोधित करें: 
openclaw skills workshop revise <proposal-id> --proposal ./PROPOSAL.md
प्रस्ताव को पूरा करें: 
openclaw skills workshop apply <proposal-id>
openclaw skills workshop reject <proposal-id> --reason "Duplicate"
openclaw skills workshop quarantine <proposal-id> --reason "Needs security review"

​
प्रस्ताव सामग्री

लंबित रहते समय, प्रस्ताव PROPOSAL.md के रूप में केवल-प्रस्ताव frontmatter के साथ संग्रहीत होता है: 
---
name: "morning-catchup"
description: "Daily inbox catch-up: triage, archive, surface, draft, plan"
status: proposal
version: "v1"
date: "2026-05-30T00:00:00.000Z"
---
लागू करने पर, Skill Workshop सक्रिय SKILL.md लिखता है और केवल-प्रस्ताव फ़ील्ड हटाता है: status, प्रस्ताव version, और प्रस्ताव date।

​
सहायक फ़ाइलें

जब प्रस्तावित skill को PROPOSAL.md के साथ फ़ाइलों की आवश्यकता हो, तो --proposal-dir का उपयोग करें: 
openclaw skills workshop propose-create \
  --name weekly-update \
  --description "Friday wrap-up: stats, highlights, next week's top three" \
  --proposal-dir ./weekly-update-proposal
डायरेक्टरी में PROPOSAL.md होना चाहिए। सहायक फ़ाइलें इनके अंतर्गत होनी चाहिए:
  • assets/
  • examples/
  • references/
  • scripts/
  • templates/
Skill Workshop प्रस्ताव के साथ सहायक फ़ाइलों को स्कैन, हैश, और संग्रहीत करता है। वे केवल apply पर लाइव SKILL.md के साथ लिखी जाती हैं। अस्वीकृत सहायक-फ़ाइल पथों में absolute paths, छिपे path segments, path traversal, overlapping paths, प्रस्ताव directories से executable files, non-UTF-8 text, null bytes, और मानक support folders के बाहर की फ़ाइलें शामिल हैं।

​
एजेंट टूल

मॉडल skill_workshop का उपयोग करता है: 
action: create | update | revise | list | inspect | apply | reject | quarantine
एजेंटों को generated skill work के लिए skill_workshop का उपयोग करना चाहिए। उन्हें write, edit, exec, shell commands, या direct filesystem operations के माध्यम से proposal files बनानी या बदलनी नहीं चाहिए।
skill_workshop एक built-in agent tool है और tools.profile: "coding" में शामिल है। यदि कोई stricter policy इसे छिपाती है, तो skill_workshop को सक्रिय tools.allow सूची में जोड़ें, या जब scope बिना explicit tools.allow वाले profile का उपयोग करता हो तो tools.alsoAllow: ["skill_workshop"] का उपयोग करें। Sandboxed runs host-side Skill Workshop tool नहीं बनाते, इसलिए proposal review actions को सामान्य host-side agent session या CLI से चलाएं।

​
स्वीकृति और स्वायत्तता

{
  skills: {
    workshop: {
      autonomous: {
        enabled: false,
      },
      allowSymlinkTargetWrites: false,
      approvalPolicy: "pending",
      maxPending: 50,
      maxSkillBytes: 40000,
    },
  },
}
  • autonomous.enabled: सफल turns के बाद durable conversation signals से OpenClaw को pending proposals बनाने की अनुमति देता है। डिफ़ॉल्ट: false।
  • allowSymlinkTargetWrites: apply को workspace skill symlinks के माध्यम से लिखने की अनुमति देता है जिनका वास्तविक लक्ष्य skills.load.allowSymlinkTargets में सूचीबद्ध है। डिफ़ॉल्ट: false।
  • approvalPolicy: "pending": agent-initiated apply, reject, या quarantine से पहले approval prompt आवश्यक करता है।
  • approvalPolicy: "auto": उस approval prompt को छोड़ देता है। एजेंट को फिर भी action कॉल करना होगा।
  • maxPending: प्रति कार्यस्थल pending और quarantined proposals की सीमा तय करता है।
  • maxSkillBytes: proposal body size की सीमा तय करता है। डिफ़ॉल्ट: 40000।
प्रस्ताव विवरण हमेशा 160 bytes तक सीमित होते हैं।

​
Gateway methods

skills.proposals.list
skills.proposals.inspect
skills.proposals.create
skills.proposals.update
skills.proposals.revise
skills.proposals.apply
skills.proposals.reject
skills.proposals.quarantine
Read-only methods के लिए operator.read आवश्यक है। Mutating methods के लिए operator.admin आवश्यक है।

​
संग्रहण

<OPENCLAW_STATE_DIR>/skill-workshop/
  proposals.json
  proposals/<proposal-id>/
    proposal.json
    PROPOSAL.md
    rollback.json
    assets/
    examples/
    references/
    scripts/
    templates/
डिफ़ॉल्ट state directory: ~/.openclaw।
  • proposal.json: canonical proposal record।
  • proposals.json: तेज़ listing index, proposal folders से rebuild किया जा सकता है।
  • PROPOSAL.md: pending skill proposal।
  • rollback.json: apply द्वारा live files बदलने से पहले लिखा गया recovery metadata।

​
सीमाएं

  • विवरण: 160 bytes।
  • प्रस्ताव body: skills.workshop.maxSkillBytes (डिफ़ॉल्ट 40,000)।
  • सहायक फ़ाइलें: प्रति प्रस्ताव 64।
  • सहायक फ़ाइल आकार: प्रत्येक 256 KB, कुल 2 MB।
  • Pending और quarantined proposals: प्रति कार्यस्थल skills.workshop.maxPending (डिफ़ॉल्ट 50)।

​
समस्या निवारण

समस्यासमाधान
Skill proposal description is too largedescription को 160 bytes या उससे कम तक छोटा करें।
Skill proposal content is too largeproposal body को छोटा करें या skills.workshop.maxSkillBytes बढ़ाएं।
Target skill changed after proposal creationवर्तमान लक्ष्य के विरुद्ध proposal को revise करें, या नया proposal बनाएं।
Proposal scan failedscanner findings का निरीक्षण करें, फिर proposal को revise या quarantine करें।
untrusted symlink targetskills.load.allowSymlinkTargets कॉन्फ़िगर करें और skills.workshop.allowSymlinkTargetWrites केवल जानबूझकर साझा skill roots के लिए सक्षम करें।
Support file paths must be under one of...support files को assets/, examples/, references/, scripts/, या templates/ के अंतर्गत ले जाएं।
Proposal does not show in listचुने गए --agent कार्यस्थल और OPENCLAW_STATE_DIR की जांच करें।
Agent cannot call skill_workshopसक्रिय tool policy और run mode की जांच करें। coding tool शामिल करता है; restrictive tools.allow policies में इसे स्पष्ट रूप से सूचीबद्ध करना होगा, और sandboxed runs को सामान्य host-side agent session या CLI का उपयोग करना होगा।

​
संबंधित

  • Skills load order, precedence, और visibility के लिए
  • Skills बनाना हाथ से लिखे गए SKILL.md की बुनियादी बातों के लिए
  • Skills config पूर्ण skills.workshop schema के लिए
  • Skills CLI openclaw skills commands के लिए