Skip to main content
자기 학습을 통해 OpenClaw는 대화에서 유용한 근거를 추출하여 보류 중인 Skill Workshop 제안으로 전환할 수 있습니다. 자기 학습은 모델 가중치를 훈련하거나 활성 Skills를 편집하거나 에이전트 동작을 몰래 변경하지 않습니다. 학습된 모든 절차는 운영자가 검토하고 적용할 때까지 보류 상태로 유지됩니다. 자기 학습은 기본적으로 비활성화되어 있습니다. 추가적인 백그라운드 모델 실행과 대화 기록 검토가 워크스페이스에 적합한 경우에만 활성화하십시오.

​
자기 학습 활성화

Control UI에서 Plugins → Workshop을 열고 Self-learning을 켜십시오. 변경 사항은 즉시 적용됩니다. 다른 구성 작성자가 파일을 업데이트한 경우 Control UI는 구성 스냅샷을 새로 고친 후 페이지 또는 Gateway를 다시 로드하지 않고 토글을 다시 시도합니다. CLI를 사용하십시오.
또는 ~/.openclaw/openclaw.json을 편집하십시오.
다음 명령으로 다시 비활성화하십시오.
사용자가 요청한 Skill 생성, /learn, 수동 Skill Workshop 작업은 자기 학습이 비활성화된 동안에도 계속 작동합니다.

​
과거 세션 수동 검토

수동 기록 검토는 자율 캡처보다 보수적인 대안입니다. Control UI에서 Plugins → Workshop을 열고 Find skill ideas를 선택하십시오. 이 작업은 skills.workshop.autonomous.enabled을 변경하지 않습니다. 각 스캔은 다음과 같이 수행됩니다.
  • 검토하지 않은 최신 세션부터 시작하여 이전 세션으로 이동합니다.
  • 모델 턴이 6회 이상인 실질적인 세션을 최대 20개까지 검토합니다.
  • Cron, Heartbeat, 훅, 하위 에이전트, ACP, Plugin 소유 및 내부 검토 세션을 건너뜁니다.
  • 인식된 비밀 정보를 삭제하고 대화 기록 묶음의 크기를 제한한 후 선택한 에이전트에 구성된 모델로 전송합니다.
  • 자율 경험 검토와 동일한 엄격한 기준을 사용합니다.
  • 보류 중인 제안을 최대 3개까지만 생성하거나 수정할 수 있으며, 활성 Skills는 절대 변경하지 않습니다.
Workshop은 누적 세션 수, 대상 날짜 범위 및 발견한 아이디어를 보고합니다. 다음 이전 기간을 확인하려면 Scan earlier work를 선택하십시오. 커서가 적격 기록의 시작 부분에 도달하면 작업이 Scan new work로 변경됩니다. OpenClaw는 공유 상태 데이터베이스에 커서 및 범위 메타데이터만 유지하며, 두 번째 대화 기록 아카이브를 만들지 않습니다. OpenClaw가 세션의 소유권을 입증하고 외부 훅 콘텐츠를 제외할 수 있는 경우에만 세션을 스캔합니다. 업그레이드 후에는 업그레이드 이전의 현재 대화 기록을 로컬에서 분류할 수 있지만, 실행별 출처 정보가 없는 순환된 업그레이드 이전 대화 기록은 건너뜁니다. 새 대화 기록은 순환 후에도 이 출처 정보를 유지합니다. 수동 스캔에도 모델 제공자 비용이 발생하며 적격 대화 콘텐츠를 구성된 제공자에게 전송합니다. 해당 검토가 워크스페이스의 개인정보 보호 및 데이터 처리 요구 사항에 부합하는 경우에만 사용하십시오.

​
OpenClaw가 학습할 수 있는 내용

자기 학습에는 다음 두 가지 보수적인 경로가 있습니다.
  1. 직접적인 지침 및 수정 사항. OpenClaw는 “앞으로는”, “다음부터는”과 같은 지속적으로 적용되는 표현과 실패한 접근 방식에 대한 수정 사항을 감지합니다. 자기 학습이 활성화되면 추가 프롬프트를 기다리지 않고 이러한 신호를 보류 중인 제안으로 전환할 수 있습니다. 이 결정론적 경로는 관련 지침을 최대 3개의 제안으로 그룹화하고, 쓰기 가능한 워크스페이스 Skill을 대상으로 지정하거나, 자체적으로 생성한 관련 보류 제안을 수정할 수 있습니다. 또한 완료 여부를 판단하는 대신 사용자의 지침을 캡처하므로 실패한 턴 이후에도 실행됩니다.
  2. 경험 검토. 성공적이고 실질적인 포그라운드 턴 이후 OpenClaw는 완료된 작업에서 재사용 가능한 복구 기법 또는 향후 모델이나 도구의 왕복 호출을 최소 2회 줄일 수 있는 안정적인 절차를 검토할 수 있습니다.
적합한 후보에는 다음이 포함됩니다.
  • 반복되는 도구 또는 모델 실패 이후의 신뢰할 수 있는 복구 방법
  • 반복되는 오류를 방지한 명확하지 않은 순서 제약 조건
  • 반복적인 탐색이 필요했던 안정적인 다단계 워크플로
  • 향후 여러 번의 호출을 방지할 수 있는 재사용 가능한 사전 점검
검토자는 일상적인 성공 작업, 일회성 요청, 개인적인 사실, 단순한 선호 사항, 일시적인 환경 장애, 일반적인 조언, 근거 없는 부정적 주장 및 비밀 정보에 대해서는 제안을 생성하지 않아야 합니다.

​
경험 검토 실행 시점

경험 검토는 의도적으로 지연되고 제한됩니다.
  • 포그라운드 턴이 성공적으로 완료되어야 합니다.
  • 현재 턴에 모델 반복이 10회 이상 포함되어야 합니다.
  • Cron, Heartbeat, 메모리, 오버플로, 훅, 하위 에이전트 및 검토 세션은 제외됩니다.
  • 포그라운드 실행에서 제공자와 모델이 결정되어야 하며 실제로 skill_workshop에 접근할 수 있어야 합니다.
  • OpenClaw는 완료 후 30초 동안 기다립니다. 같은 세션에서 후속 포그라운드 실행이 완료되면 이 대기 시간이 다시 시작됩니다.
  • 에이전트 또는 응답 실행이 아직 활성 상태이면 검토는 다시 30초 동안 기다립니다.
  • 한 번에 하나의 경험 검토만 실행됩니다.
  • 지연된 검토는 프로세스 로컬 Gateway 작업입니다. 유휴 기간 동안 Gateway가 계속 실행 중이어야 합니다. 일회성 로컬 런타임과 CLI 기반 런타임은 검토 예약에 필요한 실행 경로 및 도구 가용성 컨텍스트를 충분히 유지하지 않습니다.
학습 때문에 포그라운드 응답이 지연되는 일은 없습니다. 실패했거나 적격하지 않은 턴은 경험 검토를 시작하지 않지만, 자율 기능이 비활성화된 경우에도 사용자의 직접적인 수정 사항은 제안으로 제공될 수 있습니다.

​
검토자에게 제공되는 내용

백그라운드 검토자에게는 가장 최근 사용자 메시지부터 시작하는 현재 턴만 제공됩니다. 렌더링된 실행 경로는 60,000자로 제한됩니다. 필요한 경우 OpenClaw는 첫 번째 메시지와 최신 근거를 유지하고 생략된 중간 부분을 표시합니다. 검토자는 결정된 제공자와 모델을 재사용합니다. 해당 ID를 사용할 수 있는 경우 포그라운드 인증 프로필을 재사용하고 모델 대체 경로를 비활성화합니다. 따라서 검토는 구성된 제공자에서 추가 모델 실행을 시작합니다. 이 실행은 제안을 검사하거나 초안을 작성할 때 제공자 요청을 두 번 이상 수행할 수 있습니다. 포그라운드 턴과 마찬가지로 제공자의 가격 및 데이터 처리 약관이 적용됩니다. 시작하기 전에 OpenClaw는 현재 런타임 구성을 다시 로드하고 원래 대화에 적용되는 샌드박스 및 도구 정책을 다시 확인합니다. 실행이 샌드박스 처리되었거나, 정책에서 더 이상 skill_workshop을 허용하지 않거나, 필요한 런타임 정보가 누락된 경우 검토는 안전하게 실패하며 아무것도 생성하지 않습니다.
자기 학습을 활성화하면 현재 턴의 도구 입력과 결과를 포함한 적격 대화 콘텐츠를 추가 검토를 위해 선택한 모델 제공자에게 전송할 수 있습니다. 이러한 검토가 데이터 처리 요구 사항을 위반하는 워크스페이스에서는 활성화하지 마십시오.

​
제안 안전성

검토자는 의도적으로 제한된 도구 표면을 갖춘 격리된 세션에서 실행됩니다.
  • Workshop 제안을 나열하거나 검사하고 보류 중인 제안 하나를 생성하거나 수정하는 작업만 수행할 수 있습니다.
  • 활성 Skill을 업데이트하거나, 제안을 적용·거부·격리하거나, 메시지를 보내거나, 일반 에이전트 도구를 사용할 수 없습니다.
  • 모델 재시도 전체에서 하나의 변경 예산을 공유하므로 검토는 제안을 최대 하나만 생성하거나 수정할 수 있습니다.
  • 검토되는 실행 경로는 백그라운드 에이전트에 대한 지침이 아닌 신뢰할 수 없는 근거로 처리됩니다.
  • Skill Workshop은 제안 콘텐츠를 스캔하고 인식된 리터럴 자격 증명이 있으면 제안 상태가 기록되기 전에 거부합니다.
maxPending, maxSkillBytes, 지원 파일 제한, 스캐너 검사 및 워크스페이스 전용 쓰기를 포함한 일반적인 Workshop 제한은 계속 적용됩니다. approvalPolicy: "auto" 설정은 백그라운드 검토자에게 수명 주기 작업에 대한 접근 권한을 부여하지 않습니다.

​
학습된 제안 검토

자기 학습은 수동 Workshop 사용과 동일한 보류 중인 제안을 생성합니다. 적용하기 전에 검사하십시오.
유용하지만 아직 준비되지 않은 제안은 수정, 거부 또는 격리하십시오.
적용은 활성 SKILL.md에 쓰는 유일한 작업입니다. 전체 수명 주기와 저장소 모델은 Skill Workshop을 참조하십시오.

​
구성

전체 스키마, 범위 및 관련 Skill 설정은 Skills 구성을 참조하십시오.

​
문제 해결

​
긴 턴 이후에도 제안이 나타나지 않음

다음 사항을 모두 확인하십시오.
  1. skills.workshop.autonomous.enabled이 활성 Gateway 구성에서 true입니다.
  2. 턴이 성공했고 가장 최근 사용자 메시지 이후 모델 반복이 10회 이상 포함되었습니다.
  3. 대화가 예약 실행, 메모리, 훅 또는 하위 에이전트 실행이 아닌 일반 포그라운드 실행이었습니다.
  4. 원래 실행에서 skill_workshop에 접근할 수 있었고 샌드박스 처리되지 않았습니다.
  5. 지연된 검토가 실행될 수 있을 만큼 시스템이 충분히 오랫동안 유휴 상태였습니다.
  6. 장기 실행 Gateway 프로세스가 유휴 기간 동안 계속 활성 상태였습니다. 일회성 로컬 명령은 지연된 검토를 기다리지 않습니다.
적격한 검토에서도 제안이 생성되지 않을 수 있습니다. 근거가 재사용 가능한 절차의 기준을 충족하지 못하면 제안을 생성하지 않는 것이 예상되는 결과입니다.

​
Doctor에서 Workshop 도구가 숨겨졌다고 보고함

자기 학습이 활성화되면 openclaw doctor은 기본 에이전트의 유효 도구 정책이 skill_workshop을 허용하는지 확인합니다. 보고된 tools.allow 또는 tools.alsoAllow 변경을 따르거나 자기 학습을 비활성화하십시오.

​
가치가 낮은 제안이 너무 많이 나타남

자기 학습을 비활성화하고 /learn 또는 명시적인 Workshop 요청을 계속 사용하십시오.
기능을 비활성화한 후에도 보류 중인 제안을 계속 검토할 수 있습니다. 자기 학습을 비활성화해도 제안이 적용, 거부 또는 삭제되지 않습니다.

​
관련 항목