Ein lokales, kostenloses Selbstoptimierungs-Framework für OpenClaw KI-Agenten, das Ausführungsprotokolle analysiert, um Kapazitätsdefizite zu diagnostizieren und Verhaltens-Patches sicher anzuwenden.
Installieren & Herunterladen
1. ClawHub CLI
Der schnellste Weg, einen Skill direkt aus der Registry zu installieren.
npx clawhub@latest install agent-capability-evolver
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, agent-capability-evolver 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 Kognitive Selbstentwicklungs-Engine?
Die Kognitive Selbstentwicklungs-Engine ist ein automatisiertes Optimierungs-Framework, das speziell für einen Betrieb mit nahezu null Laufzeit-Footprint entwickelt wurde. Anstatt sich auf manuelle Konfigurationsanpassungen oder kostspieliges Modell-Fine-Tuning zu verlassen, scannt dieses System Ausführungsprotokolle, kategorisiert Agenten-Fehler automatisch in strukturierte Taxonomien und generiert Diagnose-Patches. Diese Patches passen Prompt-Regeln an, definieren Standardparameter und verbessern Tool-Auswahlmechanismen, um wiederkehrende Fehler zu verhindern.
Da sie lokal ohne externe API-Abhängigkeiten läuft, fungiert sie als selbstkorrigierendes Gehirn für Ihren KI-Arbeitsbereich. Indem sie Agenten ermöglicht, ihre Defizite dynamisch zu bewerten und gezielte Verhaltensänderungen anzuwenden, stellt sie sicher, dass Ihre Openclaw Skills-Suite mit maximaler logischer Effizienz läuft, ohne den Kern-Systemcode zu verändern.
Kognitive Selbstentwicklungs-Engine Anwendungsfälle
- Diagnose von Ausführungsprotokollen nach Aufgabenfehlern, um genau zu bestimmen, warum ein Agent gestolpert ist.
- Automatisierung der kontinuierlichen Agenten-Optimierung, um Tool-Nutzung, Speicherkontext und Anweisungsverfolgung systematisch zu verfeinern.
- Verwaltung komplexer Multi-Agenten-Setups, bei denen Tool-Auswahlfehler oder Parameter-Fehlanpassungen dynamisch korrigiert werden müssen.
- Entdeckung und Installation ergänzender Openclaw Skills aus der Community, um erkannte funktionale Lücken zu schließen.
So funktioniert Kognitive Selbstentwicklungs-Engine
- Datensammlung: Die Engine liest Ausführungsprotokolle aus dem konfigurierten Log-Verzeichnis und extrahiert wichtige Metriken, einschließlich Aufgaben-IDs, Tool-Aufrufsequenzen, Fehlern und direktem Benutzerfeedback.
- Ursachenanalyse: Sie bildet Fehler auf eine 8-stufige Fehlertaxonomie ab (z. B. WRONG_TOOL, CONTEXT_LOSS, PARAM_ERROR), um die exakte Fehlerquelle zu lokalisieren.
- Strategieabgleich: Basierend auf der Auftrittshäufigkeit wendet die Engine strategische Reparaturprioritäten an (z. B. Auslösen sofortiger Patches, wenn ein Fehler bei drei Aufgaben mindestens zweimal auftritt).
- Patch-Generierung: Saubere Regelkorrekturen, Konfigurationsüberschreibungen und Trigger-Änderungen werden direkt in lokale Patch-Dateien geschrieben.
- Konfliktlösung: Neue Patches werden automatisch gegen historische Konfigurationen validiert, um Überschneidungen aufzulösen, wodurch die Entwicklungsprotokolle sequenziell aktualisiert werden.
Kognitive Selbstentwicklungs-Engine Einrichtung
Um die Selbstentwicklungs-Engine zu starten, konfigurieren Sie die Umgebungsvariablen für Ihre Ausführungsprotokolle und legen Sie Ihre Entwicklungsstrategie fest:
# Definieren Sie den Speicherort Ihrer aktiven Agenten-Logdateien
export LOG_DIR="/path/to/your/agent/logs"
# Konfigurieren Sie die evolutionäre Aggressivität (Optionen: conservative, aggressive)
export EVOLUTION_STRATEGY="conservative"
Stellen Sie sicher, dass die notwendigen Arbeitsbereichsverzeichnisse existieren, bevor Sie den ersten Log-Scan starten:
mkdir -p evolution/patches/archive/
mkdir -p references/
Ihre grundlegenden Konfigurationsanweisungen und Fehlertaxonomien sollten in references/evolution_rules.md gespeichert werden, um die Patch-Engine zu leiten.
Kognitive Selbstentwicklungs-Engine Datenschema & Taxonomie
Die Kognitive Selbstentwicklungs-Engine verwaltet Diagnosen und Systemoptimierungsregeln durch eine Reihe strukturierter Verzeichnisausgaben und Klassifizierungen:
Fehlertaxonomie
| Klassifizierungscode | Fokusbereich | Beschreibung |
|---|---|---|
WRONG_TOOL |
Tools & Integrationen | Agent wählte ein falsches Tool oder einen falschen Befehl |
PARAM_ERROR |
Schema & Argumente | Falsche Parameter wurden beim Tool-Aufruf übergeben |
CONTEXT_LOSS |
Speicher & Token-Limits | Wichtiger Kontext während langer Chat-Sitzungen verloren |
AMBIGUOUS_INSTRUCTION |
Prompts & Eingaben | System konnte vage oder widersprüchliche Anweisungen nicht entschlüsseln |
EXTERNAL_FAILURE |
API & Umgebung | Externe Abhängigkeit oder Netzwerkfehler |
Layout der Ausgabedateien
evolution/patches/patch_rule_*.md: Anpassungen der Prompt-Regeln.evolution/patches/patch_defaults_*.yaml: Aktualisierte Parameterkonfigurationen.evolution/patches/patch_triggers_*.md: Optimierte Trigger-Begriffe zur Lösung des Intent-Routings innerhalb Ihrer Openclaw Skills.evolution/evolution_log.md: Chronologischer Audit-Trail der Diagnose-Durchläufe, angewendeten Patches und gelösten Konflikte.
Kognitive Selbstentwicklungs-Engine Erweiterte Funktionen
- Kontinuierlicher Evolutionsmodus: Aktiviert nach Abschluss jeder Benutzeraufgabe eine automatisierte, leichtgewichtige Diagnose-Mikroschleife, die Reparaturen dynamisch anwendet.
- Mehrschichtige Konfliktlösung: Filtert Patch-Überschneidungen mithilfe einer strikten Prioritätswarteschlange (Sicherheit > Aktualität > Leistung > Benutzererfahrung), um logische Regressionen zu verhindern.
- Zero-Touch-Rollbacks: Ermöglicht Entwicklern, Prompt-Änderungen sicher rückgängig zu machen, indem Dateien aus dem Patch-Verzeichnis gelöscht werden; überschriebene Dateien werden automatisch in einen Archivordner verschoben.
SKILL.md
Laden
Verwandte Openclaw-Skills
Generator für Markteinblicke und Wettbewerber-Überwachungsberichte
Ein automatisierter Marktintelligenz- und Preisüberwachungsagent, der Daten scrapt, bewertet und Wettbewerberberichte mit Alipay-Paywall bereitstellt.
Mozilla Thunderbird E-Mail-Speicher-Reader
Ein Offline-Verarbeitungs-Skill, der entwickelt wurde, um E-Mails und Anhänge direkt aus lokalen Mozilla Thunderbird Speicherprofilen zu inspizieren, zu durchsuchen und zu extrahieren.
Broadband Grant Application Drafter
Ein KI-gestützter Interview- und Entwurfsassistent, der strukturierte Antragsberichte für Bundes- und Landesprogramme zur Breitbandförderung wie BEAD, USDA ReConnect und E-Rate erstellt.
Model Card Drafter
Ein interaktiver, KI-gesteuerter Workflow zum Entwerfen konformer und strukturierter Model Cards für Machine-Learning-Modelle.
agent-cost-eval-kit
Ein spezialisiertes Dienstprogramm, um Token-Verschwendung von Agenten, redundante LLM-Aufrufe und riskante Routing-Änderungen zu identifizieren, bevor sie sich auf Ihre Cloud-Rechnung auswirken.
Douyin Scraper
Ein automatisierter, auf Playwright basierender Scraper zur Erfassung von Douyin-Trend-Video-Metadaten, Interaktionsstatistiken und Copywriting-Skripten.
Hervorgehoben*
