Ein spezialisiertes Tool, das das Active Learning Protocol implementiert, um den Speicher des Agenten und strukturierte Hilfeanfragen zu verwalten.
Installieren & Herunterladen
1. ClawHub CLI
Der schnellste Weg, einen Skill direkt aus der Registry zu installieren.
npx clawhub@latest install active-learner
2. Manuelle Installation
Kopiere den Skill-Ordner an einen dieser Orte
~/.openclaw/skills/ <project>/skills/ Priorität: Workspace > Lokal > Integriert (Bundled)
3. Prompt-Installation
Kopiere diesen Prompt in OpenClaw, um ihn automatisch zu installieren.
Hilf mir, active-learner über Clawhub zu installieren. Falls Clawhub nicht installiert ist, installiere es bitte zuerst (npm i -g clawhub).
Lieber herunterladen?
Hole dir die rohen Skill-Dateien in einem ZIP-Archiv.
Was ist Active Learner?
Active Learner ist ein Kern-Utility für das Openclaw-Ökosystem, das das Active Learning Protocol (R3) implementiert. Es dient als Brücke zwischen den operativen Erfahrungen eines Agenten und seiner langfristigen Wissensbasis. Durch die programmgesteuerte Verwaltung von Einträgen in MEMORY.md wird sichergestellt, dass während der Aufgabenausführung gewonnene Erkenntnisse für die zukünftige Verwendung bewahrt und organisiert werden, wodurch die Wiederholung vergangener Fehler verhindert wird.
Dieser Skill ist eine grundlegende Komponente für Entwickler, die Openclaw Skills nutzen. Er ermöglicht es Agenten, ihre Fähigkeiten autonom weiterzuentwickeln und gleichzeitig eine klare Kommunikationslinie zu menschlichen Bedienern aufrechtzuerhalten, wenn komplexe Hindernisse auftreten. Der Fokus liegt darauf, flüchtige Ausführungsdaten in dauerhaftes, handlungsrelevantes Wissen zu verwandeln.
Active Learner Anwendungsfälle
- Dokumentation neuer Entdeckungen oder Protokollaktualisierungen direkt im Langzeitgedächtnis des Agenten.
- Standardisierung des Formats von Hilfeanfragen, wenn der Agent auf eine unbekannte technische Einschränkung stößt.
- Aufbau einer durchsuchbaren Historie der gelernten Lektionen (R3-Protokoll) über mehrere Entwicklungssitzungen hinweg.
- Automatisierung des Lebenszyklus der Wissensinternalisierung innerhalb eines KI-Codierungs-Workflows.
So funktioniert Active Learner
- Der Agent identifiziert eine Information oder ein Fehlermuster, das als wiederverwendbare Lektion qualifiziert ist.
- Der Befehl internalize wird mit einer eindeutigen ID, einer Kategorie und einem Beschreibungstext ausgelöst.
- Der Skill analysiert die Eingabe und fügt die strukturierten Daten gemäß dem R3-Protokoll der vorgesehenen MEMORY.md-Datei hinzu.
- Wenn der Agent eine externe Klärung benötigt, generiert der Befehl ask eine strukturierte Anfrage für ein menschliches Eingreifen.
- Das System führt ein organisiertes Protokoll dieser Interaktionen, um eine kontinuierliche Verbesserung von Openclaw Skills zu gewährleisten.
Active Learner Einrichtung
Um diesen Skill in Ihren Workflow zu integrieren, stellen Sie sicher, dass sich die Skripte in Ihrem Skills-Verzeichnis befinden, und verwenden Sie die folgenden Befehle:
# Eine neue Lektion in den Speicher internalisieren
node skills/active-learner/index.js internalize --id "L1" --category "Protocol" --text "Inhalt der Lektion hier..."
# Eine strukturierte Hilfeanfrage generieren
node skills/active-learner/index.js ask --text "Ich verstehe nicht, wie man X implementiert..."
Active Learner Datenschema & Taxonomie
Der Active Learner Skill organisiert Daten in einem strukturierten Format innerhalb der Speicherdatei des Projekts. Das folgende Schema wird für die Internalisierung verwendet:
| Attribut | Beschreibung |
|---|---|
| ID | Eine eindeutige alphanumerische Kennung für die Lektion (z. B. L101). |
| Kategorie | Die Klassifizierung des Wissens (z. B. Protokoll, Technisch, Logik). |
| Inhalt | Der eigentliche Text der Lektion oder Regel, die gemerkt werden soll. |
| Metadaten | Automatische Zeitstempel und Zyklus-IDs, die von der Openclaw Skills-Umgebung bereitgestellt werden. |
Active Learner Erweiterte Funktionen
- Vollständige Implementierung des R3 Active Learning Protokolls für die Agentenentwicklung.
- Persistente Speicherverwaltung über automatisierte MEMORY.md-Updates.
- Strukturierte 'Hilfe anfordern'-Trigger zur Reduzierung von Agenten-Halluzinationen bei Blockaden.
- Nahtlose Integration mit anderen Openclaw Skills, um eine sich selbst verbessernde Agentenschleife zu erstellen.
SKILL.md
Laden
Verwandte Openclaw-Skills
ClawCoach Setup
Ein spezialisierter Konfigurationsagent, der Ihr personalisiertes KI-Gesundheitscoaching-Profil erstellt und präzise Ernährungsziele lokal berechnet.
ClawCoach Food
Ein anspruchsvoller Ernährungs-Tracker für Openclaw Skills, der Claude Vision nutzt, um Lebensmittelfotos zu analysieren und Makronährstoffe automatisch zu protokollieren.
Authensor Gateway
Ein leichtgewichtiges Sicherheits-Gateway, das KI-Tool-Aufrufe abfängt, um Sicherheitsrichtlinien und Genehmigungen durch Menschen durchzusetzen.
ETHSkills
Eine dynamische Wissensbasis, die KI-Agenten präzise Ethereum-Dokumentation in Echtzeit zur Verfügung stellt, um die Lücke zwischen veralteten Trainingsdaten und moderner Blockchain-Produktion zu schließen.
Auto PR Merger Skill
Der Auto PR Merger Skill ist ein leistungsstarkes Automatisierungstool, das für den gesamten Lebenszyklus von GitHub-Pull-Requests konzipiert wurde, vom Testen bis zum Mergen.
Auto Test Generator
Ein Entwickler-Tool, das automatisch Unit- und Integrationstests für Openclaw Skills generiert und ausführt, um eine hohe Codequalität zu gewährleisten.
Hervorgehoben*
