Skip to main content
Il Laboratorio delle competenze è il percorso governato di OpenClaw per creare e aggiornare le competenze dell’area di lavoro. Agenti e operatori non scrivono mai SKILL.md direttamente tramite questo percorso: creano una proposta (bozza in sospeso con contenuto, associazione alla destinazione, stato dello scanner, hash e metadati di rollback) che diventa una competenza attiva solo quando viene applicata. Il Laboratorio delle competenze scrive esclusivamente le competenze dell’area di lavoro. Non modifica mai competenze incluse, di Plugin, di ClawHub, con radice aggiuntiva, gestite, di agenti personali o di sistema.

​
Funzionamento

  • Prima la proposta: il contenuto generato viene archiviato come PROPOSAL.md, non SKILL.md.
  • L’applicazione è l’unica scrittura attiva: creazione, aggiornamento e revisione non modificano mai le competenze attive.
  • Limitato all’area di lavoro: le creazioni hanno come destinazione la radice skills/ dell’area di lavoro; gli aggiornamenti sono consentiti solo per le competenze scrivibili dell’area di lavoro.
  • Nessuna sovrascrittura: la creazione non riesce se la competenza di destinazione esiste già.
  • Vincolato all’hash: le proposte di aggiornamento sono associate all’hash corrente della destinazione e diventano stale se la competenza attiva cambia prima dell’applicazione.
  • Soggetto allo scanner: prima della scrittura, l’applicazione esegue nuovamente lo scanner di sicurezza.
  • Ripristinabile: prima di modificare i file attivi, l’applicazione scrive i metadati di rollback.
  • Interfacce coerenti: chat, CLI e Gateway chiamano tutti lo stesso servizio.

​
Ciclo di vita

Solo una proposta pending può essere revisionata, applicata, rifiutata o messa in quarantena.

​
Gestione del ciclo di vita

Il Gateway tiene traccia dell’utilizzo aggregato delle competenze nel database di stato condiviso. Una volta al giorno, esamina le competenze create e applicate dal Laboratorio delle competenze. Le competenze inutilizzate per più di 30 giorni diventano stale; dopo 90 giorni diventano archived e vengono escluse dalle nuove istantanee delle competenze degli agenti. I file delle competenze archiviate rimangono invariati sul disco. Le competenze create manualmente non vengono mai gestite; solo quelle create tramite proposte del Laboratorio delle competenze entrano nella gestione del ciclo di vita. Le competenze fissate ignorano le transizioni del ciclo di vita. Una competenza obsoleta torna a active dopo essere stata utilizzata e dopo l’esecuzione dell’analisi successiva. Le competenze archiviate vengono ripristinate solo mediante un ripristino esplicito: Le transizioni del ciclo di vita e i ripristini si applicano alle nuove sessioni; le sessioni in esecuzione mantengono l’istantanea corrente delle proprie competenze.
Tutti i comandi di gestione accettano --json. Lo stato segnala inoltre i candidati deterministici alla sovrapposizione esclusivamente come suggerimenti; non unisce mai le competenze né chiama un modello.

​
Chat

Richiedere all’agente la competenza desiderata; l’agente chiama skill_workshop e restituisce un ID proposta.

​
Apprendere dal lavoro recente

Usare /learn per trasformare la conversazione corrente o le fonti specificate in un’unica proposta di competenza guidata dagli standard:
In assenza di una richiesta, /learn chiede all’agente di ricavare dalla conversazione corrente il flusso di lavoro riutilizzabile. In presenza di una richiesta, l’agente considera percorsi, URL, note incollate e riferimenti alla conversazione come fonti, rispettando i requisiti relativi a obiettivo, ambito e denominazione. Raccoglie le fonti con gli strumenti esistenti, quindi chiama skill_workshop con action: "create". La proposta risultante rimane pending; /learn non la applica mai. Esaminarla e applicarla tramite il normale flusso di approvazione oppure con openclaw skills workshop. Creazione:
Aggiornamento di una competenza esistente dell’area di lavoro:
Iterazione su una proposta in sospeso:
Le operazioni apply, reject e quarantine avviate dall’agente vengono eseguite per impostazione predefinita senza un’ulteriore richiesta di approvazione. Impostare skills.workshop.approvalPolicy su "pending" per richiedere l’approvazione dell’operatore prima di tali azioni. Quando è richiesta l’approvazione, la richiesta identifica l’ID della proposta e la competenza di destinazione e mostra la descrizione della proposta, il numero di file di supporto e la dimensione del corpo. Le richieste di approvazione hanno una durata limitata, affinché terminino prima del watchdog dello strumento dell’agente. Se non arriva alcuna decisione prima della scadenza della richiesta, l’azione del ciclo di vita non viene eseguita: la proposta rimane in sospeso e invariata. Decidere in seguito nell’interfaccia del Laboratorio delle competenze oppure eseguire openclaw skills workshop apply|reject|quarantine <proposal-id>. Gli agenti non devono riprovare ciclicamente un’azione del ciclo di vita scaduta.

​
CLI

Ogni sottocomando accetta --agent <id> (area di lavoro di destinazione; per impostazione predefinita viene dedotta dalla directory di lavoro corrente, quindi viene usato l’agente predefinito) e --json (output strutturato). propose-create, propose-update e revise accettano inoltre --goal <text> e --evidence <text> per registrare il contesto della proposta insieme a --proposal.

​
Contenuto della proposta

Finché è in sospeso, la proposta viene archiviata come PROPOSAL.md con frontmatter specifico della proposta:
Al momento dell’applicazione, il Laboratorio delle competenze scrive il file attivo SKILL.md e rimuove i campi specifici della proposta: status, version della proposta e date della proposta.

​
File di supporto

Usare --proposal-dir quando la competenza proposta richiede file accanto a PROPOSAL.md:
La directory deve contenere PROPOSAL.md. I file di supporto devono trovarsi in assets/, examples/, references/, scripts/ o templates/. Il Laboratorio delle competenze li analizza, ne calcola l’hash e li archivia con la proposta, quindi li scrive accanto al file attivo SKILL.md solo al momento dell’applicazione. Percorsi dei file di supporto rifiutati: percorsi assoluti, segmenti di percorso nascosti, attraversamento delle directory, percorsi sovrapposti, file eseguibili, testo non UTF-8, byte nulli e percorsi esterni alle cartelle di supporto standard.

​
Strumento dell’agente

Il modello usa skill_workshop con un parametro obbligatorio action: create | update | revise | list | inspect | apply | reject | quarantine. Gli altri parametri si applicano a seconda dell’azione: Gli agenti devono usare skill_workshop per il lavoro sulle competenze generate. Non devono creare o modificare i file delle proposte tramite write, edit, exec, comandi della shell o operazioni dirette sul file system.
skill_workshop è uno strumento integrato dell’agente ed è incluso in tools.profile: "coding". Se un criterio più restrittivo lo nasconde, aggiungere skill_workshop all’elenco tools.allow attivo oppure usare tools.alsoAllow: ["skill_workshop"] quando l’ambito utilizza un profilo privo di un tools.allow esplicito. Le esecuzioni in sandbox non costruiscono lo strumento Laboratorio delle competenze lato host, quindi eseguire le azioni di revisione delle proposte da una normale sessione dell’agente lato host o dalla CLI.

​
Competenze suggerite

OpenClaw rileva istruzioni persistenti come «la prossima volta», «ricordati di» e correzioni reattive al termine di un turno interattivo, inclusi i turni non riusciti. Al turno successivo, l’agente propone di salvare il flusso di lavoro rilevato più di recente tramite skill_workshop; è l’utente a decidere se creare una proposta. Questo suggerimento integrato non crea né modifica autonomamente una competenza. Abilitare skills.workshop.autonomous.enabled per creare direttamente proposte in sospeso. Nell’interfaccia di controllo, la scheda Laboratorio offre la stessa impostazione come interruttore Autoapprendimento nell’intestazione della pagina e come pulsante di abilitazione nella bacheca delle proposte vuota.

​
Analizzare le sessioni precedenti

L’interfaccia di controllo può esaminare il lavoro precedente senza abilitare l’autoapprendimento autonomo. Aprire Plugin → Laboratorio e selezionare Trova idee per competenze. L’analisi inizia dalle sessioni idonee più recenti ed esamina una finestra limitata di lavoro significativo. Ignora le sessioni Cron, Heartbeat, hook, di subagenti, ACP, di proprietà dei Plugin e di revisione interna, oltre alle conversazioni con meno di sei turni del modello. Il revisore usa il modello configurato dell’agente selezionato e riceve un pacchetto di trascrizioni con i segreti oscurati e dimensioni limitate. Applica gli stessi criteri prudenti della revisione dell’esperienza: un modello concreto di ripristino o una procedura stabile che eliminerebbe almeno due future chiamate al modello o agli strumenti. Il lavoro di routine e i fatti occasionali non devono generare alcuna proposta. Una singola analisi può creare o revisionare al massimo tre proposte in sospeso. Non può applicare, rifiutare, mettere in quarantena o modificare una competenza attiva. Il Laboratorio mostra la copertura cumulativa, ad esempio 20 sessioni esaminate · 18 giu–oggi · 2 idee trovate. Selezionare Analizza il lavoro precedente per continuare dal cursore persistente della sessione meno recente. Dopo l’esaurimento della cronologia disponibile, l’azione diventa Analizza il nuovo lavoro. La revisione storica è manuale anche quando skills.workshop.autonomous.enabled è false. Ogni clic avvia un’esecuzione del modello, pertanto si applicano i prezzi e le condizioni di trattamento dei dati del provider. Il cursore e i conteggi della copertura vengono archiviati nel database di stato condiviso di OpenClaw; il contenuto delle trascrizioni non viene copiato nello stato della scansione. Con l’acquisizione autonoma abilitata, OpenClaw può anche eseguire una revisione prudente dopo il completamento di attività sostanziali e riuscite e quando l’intero sistema di agenti diventa inattivo. Tale revisione isolata può creare o rivedere al massimo una proposta in sospeso. Non può aggiornare una skill attiva né applicare, rifiutare o mettere in quarantena una proposta, anche quando approvalPolicy è "auto". Consultare Autoapprendimento per i dettagli su abilitazione, idoneità, privacy e costi, la soglia delle proposte e la risoluzione dei problemi.

​
Approvazione e autonomia

L’acquisizione autonoma riconosce le regole prospettiche (ad esempio, «d’ora in poi») e le correzioni reattive (ad esempio, «non è ciò che avevo chiesto»). Raggruppa le nuove istruzioni per argomento in un massimo di tre proposte per turno, indirizza le corrispondenze di vocabolario alle skill esistenti e scrivibili dell’area di lavoro e rivede la propria proposta in sospeso quando un’altra correzione riguarda la stessa skill. Per attività sostanziali completate correttamente senza una correzione esplicita, un’esecuzione isolata del modello selezionato decide se il percorso completato supera la soglia prudenziale per le proposte. Al modello in primo piano non viene richiesto di apprendere prima di rispondere. Il revisore in background conserva l’esecuzione in primo piano come provenienza della proposta, non può accedere agli strumenti generali dell’agente e non può prendere decisioni sul ciclo di vita. La revisione inizia solo quando il runtime in primo piano segnala sia il modello esatto risolto sia che skill_workshop era effettivamente disponibile. Una policy degli strumenti restrittiva o sconosciuta pertanto non consente di procedere e non crea alcuna proposta. Consultare Autoapprendimento per il comportamento completo della revisione autonoma e il modello di sicurezza. Le descrizioni delle proposte sono sempre limitate a 160 byte, indipendentemente da maxSkillBytes.

​
Metodi del Gateway

requestRevision è disponibile solo nel Gateway (senza equivalenti nella CLI o negli strumenti dell’agente): inoltra istruzioni di revisione in testo libero alla sessione di chat dell’agente proprietario anziché sostituire direttamente PROPOSAL.md, per le interfacce che chiedono all’agente di rivedere il contenuto invece di inviare letteralmente nuovi contenuti. historyStatus e historyScan sono metodi di supporto dell’interfaccia di controllo. historyScan accetta direction: "older" | "newer"; lascia sempre i risultati come proposte in sospeso.

​
Archiviazione

Directory di stato predefinita: ~/.openclaw.
  • proposal.json: record canonico della proposta.
  • proposals.json: indice per elenchi rapidi, ricostruibile dalle cartelle delle proposte.
  • PROPOSAL.md: proposta di skill in sospeso.
  • rollback.json: metadati di ripristino scritti prima che l’applicazione modifichi i file attivi.

​
Limiti

​
Risoluzione dei problemi

​
Diagnostica della policy degli strumenti

Quando l’acquisizione autonoma è abilitata, openclaw doctor esegue il controllo core/doctor/skill-workshop-tool-policy per l’agente predefinito. Se la policy nasconde skill_workshop, l’avviso indica il primo livello di configurazione che lo esclude e la modifica esatta a allow o alsoAllow da effettuare. I runbook meno recenti potrebbero ancora usare openclaw plugins inspect skill-workshop; tale comando ora spiega che Skill Workshop è integrato e, quando applicabile, mostra lo stesso suggerimento relativo alla policy.

​
Argomenti correlati