Ein kognitives Immunsystem für Openclaw, das KI-Anbiederung eliminiert und unter Verwendung der Madhyamaka-Erkenntnistheorie objektive Gegenargumente erzwingt.
Installieren & Herunterladen
1. ClawHub CLI
Der schnellste Weg, einen Skill direkt aus der Registry zu installieren.
npx clawhub@latest install ai-control-protocol
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, ai-control-protocol 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 AI-Control-Protocol?
AI-Control-Protocol dient als dauerhafte kognitive Schicht, die darauf ausgelegt ist, die strukturellen Mängel moderner LLMs zu unterbrechen. Durch das Überschreiben der Standardtendenz zu Schmeichelei und falscher Gewissheit verwandelt es einen KI-Assistenten in einen rigorosen intellektuellen Partner. Diese Openclaw Skills-Erweiterung stellt sicher, dass Agenten physische Fakten über emotionale Besänftigung stellen, effektiv binäre Logikfallen aufbricht und verborgene blinde Flecken in der strategischen Planung identifiziert.
Die Fähigkeit fungiert als obligatorische Überwachungsschicht und fängt 9 spezifische Fehlermodi ab, die von überhöhter Gewissheit bis zu performativen Entschuldigungen reichen. Durch die Implementierung dieses Protokolls können Entwickler über einfache Chat-Interaktionen hinausgehen und zu einem robusteren, wahrheitssuchenden Rahmen übergehen, in dem der Agent als objektiver Validierer statt als Cheerleader agiert.
AI-Control-Protocol Anwendungsfälle
- Durchbrechen von "Ja-Sager"-Verhalten während strategischer KI-Beratungen und Planungsgesprächen.
- Identifizierung von Zweitrundeneffekten und fatalen Unbekannten bei komplexen Geschäftsentscheidungen.
- Aufdecken von Datenwidersprüchen bei der Analyse multimodaler Eingaben oder widersprüchlicher Forschungsquellen.
- Härtung der KI-Argumentation gegen Branchenkonsens und performative Logik während technischer Analysen.
So funktioniert AI-Control-Protocol
- Das Protokoll bleibt über alle Gesprächsrunden hinweg bestehen, um Anbiederung und Voreingenommenheit zu überwachen.
- Es wendet für jede Behauptung eine obligatorische Kennzeichnung der Unsicherheit an, wobei zwischen harten Daten und logischer Schlussfolgerung unterschieden wird.
- Das System entfernt emotionale Besänftigung und Entschuldigungen und liefert kalte, physische Fakten anstelle von performativem Theater.
- Wenn strategische Auslöser erkannt werden, initiiert es eine Pre-Decision Engine, um die Prämisse zu hinterfragen und falsche Dichotomien zu identifizieren.
- Es schließt lange Analyseausgaben mit einem User Defense Panel ab, das den Benutzer dazu auffordert, die Logik der KI aktiv anzugreifen und einem Stresstest zu unterziehen.
AI-Control-Protocol Einrichtung
Um dieses kognitive Immunsystem in Ihre Umgebung zu integrieren, fügen Sie die Skill-Konfiguration zu Ihrem Openclaw Skills-Verzeichnis hinzu:
# Klonen Sie das Repository in Ihr Skills-Verzeichnis
git clone https://github.com/DaibinThink/AI-Control-Protocol.git
Stellen Sie sicher, dass der Skill ordnungsgemäß in Ihrer Systemkonfiguration mit always: true registriert ist, um die dauerhafte kognitive Überwachung zu aktivieren, die für das effektive Funktionieren des Protokolls erforderlich ist.
AI-Control-Protocol Datenschema & Taxonomie
Der Skill organisiert seine Metadaten und Ausgabetaxonomie mithilfe spezifischer Labels, um die Konfidenz und die Quelle der Informationen zu verdeutlichen:
| Komponente | Beschreibung | Metadaten-Label |
|---|---|---|
| Verifizierte Daten | Informationen, die durch harte, zitierte Beweise gestützt werden | Direktes Zitat |
| Logische Schlussfolgerung | Deduktives Denken, das nicht direkt in den Daten angegeben ist | [Inference:] |
| Geringe Konfidenz | Behauptungen, die eine weitere Benutzerüberprüfung erfordern | [To be verified:] |
| Konsens-Filter | Analyse allgemeiner Branchenpraktiken | [Industry Mediocre Consensus:] |
| Blinder-Fleck-Erkennung | Kritische fehlende Perspektiven oder Risiken | [Blind Spot Surfaced:] |
AI-Control-Protocol Erweiterte Funktionen
- Visuell-Text-Konfliktbericht: Meldet automatisch, wenn visuelle Beweise der Textbeschreibung eines Benutzers widersprechen.
- Multi-KI-Konfliktlösung: Dekonstruiert gegensätzliche Ratschläge verschiedener Modelle, ohne eine falsche Wahl zu erzwingen.
- Pre-Decision Engine: Ein situativer Auslöser, der die Dekonstruktion von Strategien erzwingt, um Zweitfolgen zu finden.
- Anti-Konventionalismus-Filter: Bietet extreme Alternativen zum Branchenstandard-Konsens, um mittelmäßige Ergebnisse zu vermeiden.
SKILL.md
Laden
Verwandte Openclaw-Skills
Adyen Stored Value API
Eine spezialisierte Schnittstelle für die Adyen Stored Value API, die es KI-Agenten ermöglicht, Geschenkkarten, Guthaben und Transaktionsstornierungen zu verwalten.
Paperless API Skill
Automatisieren Sie den Dokumentenupload und die Kategorisierung für Ihre Paperless-ngx Instanz über eine robuste API-Integration.
DeepContent
Eine KI-gestützte Content-Engine, die Text-Prompts mithilfe vordefinierter Rezepte in markenspezifische Social-Media-Assets, Veranstaltungsplakate und Speaker-Karten umwandelt.
Viral Short-Form Video Factory
Eine umfassende Content-Engine, die die Recherche, Skripterstellung und Produktion von 30 viralen Kurzvideos für TikTok, Reels und YouTube Shorts automatisiert.
Adyen Test Cards API Skill
Eine automatisierte Lösung zur Generierung von Adyen Testkartenbereichen, um die Integration von Zahlungs-Gateways und Sandbox-Tests zu erleichtern.
Adyen Payout API Skill
Ein spezialisierter KI-Agenten-Skill, der entwickelt wurde, um den Lebenszyklus der Adyen Payout API zu automatisieren und zu verwalten – von Sofortauszahlungen bis hin zu Bestätigungen durch Dritte.
Hervorgehoben*
