Skip to main content
自我学习让 OpenClaw 能够将对话中的有用证据转化为待处理的 Skill Workshop 提案。它不会训练模型 权重、编辑已启用的 Skills，也不会悄然改变智能体行为。每个学到的 流程都会保持待处理状态，直到操作员审查并应用它。 自我学习默认禁用。仅当额外的 后台模型运行和对话记录审查适合你的工作区时，才启用它。

​
启用自我学习

在 Control UI 中，打开 Plugins → Workshop 并开启 Self-learning。此 更改立即生效；当另一个配置写入方已更新 文件时，Control UI 会刷新配置快照并重试切换，而无需 重新加载页面或 Gateway 网关。 使用 CLI：
或者编辑 ~/.openclaw/openclaw.json：
使用以下命令再次禁用：
禁用自我学习后，用户请求的技能创建、/learn 和手动 Skill Workshop 操作 仍可继续使用。

​
手动审查过往会话

手动历史记录审查是自主捕获的保守替代方案。 在 Control UI 中打开 Plugins → Workshop，然后选择 Find skill ideas。 这不会更改 skills.workshop.autonomous.enabled。 每次扫描：
  • 从最新的未审查会话开始并向更早的会话推进；
  • 最多审查 20 个实质性会话，每个会话至少包含六轮模型交互；
  • 跳过定时任务、Heartbeat、钩子、子智能体、ACP、插件所有和内部审查 会话；
  • 在将对话记录包发送给所选智能体配置的模型之前，隐去已识别的机密信息并限制其大小；
  • 采用与自主经验审查相同的高标准；并且
  • 最多可创建或修订三个待处理提案，但绝不会创建已启用的 Skills。
Workshop 会报告累计会话数、日期覆盖范围和发现的想法。 选择 Scan earlier work 可扫描下一个更早的时间窗口。当游标到达 符合条件的历史记录开头时，该操作会变为 Scan new work。 OpenClaw 仅在共享状态数据库中持久保存游标和覆盖范围元数据； 它不会创建第二份对话记录归档。 仅当 OpenClaw 能够证明会话的所有权并排除 外部钩子内容时，才会扫描这些会话。升级后，当前升级前的对话记录可以 在本地分类，但缺少逐次运行来源信息的轮换后升级前对话记录 会被跳过。新的对话记录在轮换后仍会保留此来源信息。 手动扫描仍会产生模型提供商费用，并将符合条件的对话 内容发送给配置的提供商。仅当此类审查符合 工作区的隐私和数据处理要求时才使用它。

​
OpenClaw 可以学习什么

自我学习有两条保守路径：
  1. 直接指示和纠正。 OpenClaw 会检测持久性的表述， 例如“从现在开始”“下次”，以及对失败方法的纠正。 启用自我学习后，它可以将这些信号转化为待处理提案， 而无需等待另一个提示。此确定性路径可以将相关 指示分组为最多三个提案，以可写的工作区技能为目标， 或修订它自己创建的相关待处理提案。它也会在失败的轮次后运行， 因为它捕获的是用户的指示，而不是判断任务是否完成。
  2. 经验审查。 在一次成功且具有实质内容的前台轮次结束后， OpenClaw 可以审查已完成的工作，寻找可复用的恢复技巧或 稳定流程，以便将未来的模型或工具往返 至少减少两次。
合适的候选项包括：
  • 在工具或模型反复失败后使用的可靠恢复方法；
  • 防止重复发生错误的非显而易见顺序约束；
  • 需要反复探索才能完成的稳定多步骤工作流；或
  • 能够避免未来多次调用的可复用预检。
对于常规的成功工作、一次性请求、 个人事实、简单偏好、临时环境故障、通用 建议、缺乏依据的否定性断言和机密信息，审查器应放弃生成提案。

​
经验审查何时运行

经验审查会刻意延迟并受到限制：
  • 前台轮次必须成功完成。
  • 当前轮次必须至少包含十次模型迭代。
  • 定时任务、Heartbeat、记忆、溢出、钩子、子智能体和审查会话 会被排除。
  • 前台运行必须已解析提供商和模型，并且实际 有权访问 skill_workshop。
  • OpenClaw 会在完成后等待 30 秒。同一会话中后续的前台运行完成 会重新开始这段静默期。
  • 如果仍有任何智能体或回复运行处于活动状态，审查会再等待 30 秒。
  • 同一时间只能运行一个经验审查。
  • 延迟审查是在进程本地执行的 Gateway 网关工作。Gateway 网关必须在 整个空闲窗口期间保持运行；一次性本地运行时和由 CLI 支持的运行时不会保留 足够的轨迹和工具可用性上下文来安排此工作。
前台回答绝不会因学习而延迟。失败或不符合条件的 轮次不会启动经验审查，但当自主功能被禁用时，直接的用户纠正 仍可作为建议提供。

​
审查器会收到什么

后台审查器仅接收当前轮次，范围从最近的 用户消息开始。渲染后的轨迹上限为 60,000 个字符； 必要时，OpenClaw 会保留第一条消息和最新证据，并 标记被省略的中间部分。 审查器会复用已解析的提供商和模型。如果前台使用的 身份可用，它还会复用前台身份验证配置文件，并禁用模型回退。 因此，审查会在配置的提供商上启动一次额外的模型运行。 当该运行检查或起草提案时，可能会发出多次提供商请求。 提供商的定价和数据处理条款与前台轮次相同，仍然适用。 开始之前，OpenClaw 会重新加载当前运行时配置，并重新检查原始对话的 有效沙箱和工具策略。如果运行处于 沙箱隔离状态、策略不再允许 skill_workshop，或缺少所需的运行时事实， 审查将以安全关闭方式失败，并且不会创建任何内容。
启用自我学习后，符合条件的对话内容（包括当前轮次的工具 输入和结果）可发送给所选模型 提供商进行一次额外审查。如果该审查会违反数据处理要求， 请勿在相应工作区中启用它。

​
提案安全性

审查器在隔离会话中运行，其工具 范围被刻意限制：
  • 它只能列出或检查 Workshop 提案，并创建或修订一个 待处理提案。
  • 它无法更新已启用的技能、应用提案、拒绝提案、隔离 提案、发送消息或使用通用智能体工具。
  • 模型重试共享同一个变更预算，因此一次审查最多只能创建或 修订一个提案。
  • 被审查的轨迹会被视为不受信任的证据，而不是给 后台智能体的指示。
  • Skill Workshop 会扫描提案内容，并在写入提案状态之前拒绝已识别的明文 凭据。
Workshop 的常规限制仍然适用，包括 maxPending、maxSkillBytes、 支持文件限制、扫描器检查和仅限工作区的写入。设置 approvalPolicy: "auto" 不会授予后台审查器访问 生命周期操作的权限。

​
审查学到的提案

自我学习生成的待处理提案与手动使用 Workshop 时相同。 应用前请进行检查：
修订、拒绝或隔离有用但尚未就绪的提案：
应用是唯一会写入已启用 SKILL.md 的操作。有关完整的生命周期和存储 模型，请参阅 Skill Workshop。

​
配置

有关完整的架构、范围和相关技能设置，请参阅 Skills 配置。

​
故障排查

​
长轮次结束后未出现提案

请检查以下各项：
  1. 活跃 Gateway 网关配置中的 skills.workshop.autonomous.enabled 为 true。
  2. 该轮次已成功，并且在最近的用户消息之后至少包含十次 模型迭代。
  3. 该对话是常规前台运行，而不是定时任务、记忆、 钩子或子智能体运行。
  4. 原始运行有权访问 skill_workshop，并且未处于沙箱隔离状态。
  5. 系统保持空闲的时间足以完成延迟审查。
  6. 长时间运行的 Gateway 网关进程在整个空闲窗口期间保持活动； 一次性本地命令不会等待延迟审查。
符合条件的审查仍可能不会生成提案。当证据未达到 可复用流程的标准时，放弃生成提案是预期结果。

​
Doctor 报告 Workshop 工具已隐藏

启用自我学习后，openclaw doctor 会检查默认 智能体的有效工具策略是否允许 skill_workshop。按报告的 tools.allow 或 tools.alsoAllow 更改操作，或者禁用自我学习。

​
出现过多低价值提案

禁用自我学习，并继续使用 /learn 或显式 Workshop 请求：
功能禁用后，待处理提案仍可审查。禁用 自我学习不会应用、拒绝或删除这些提案。

​
相关内容