Ganglion: Bittensor Mining Ausführungseinheit für Openclaw

Ganglion ist eine domänenspezifische Ausführungseinheit zur Orchestrierung autonomer Mining-Agenten innerhalb von Bittensor-Subnetzen.

tensorlink-dev
v1.0.0
Mar 4, 2026
0
1.1k
0

Installieren & Herunterladen

1. ClawHub CLI

Der schnellste Weg, einen Skill direkt aus der Registry zu installieren.

npx clawhub@latest install codebase-guide

2. Manuelle Installation

Kopiere den Skill-Ordner an einen dieser Orte

Global
~/.openclaw/skills/
Workspace
<project>/skills/

Priorität: Workspace > Lokal > Integriert (Bundled)

3. Prompt-Installation

Kopiere diesen Prompt in OpenClaw, um ihn automatisch zu installieren.

Hilf mir, codebase-guide 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 Ganglion: Bittensor Mining Ausführungseinheit?

Ganglion dient als robuste Suchinfrastruktur für das Mining in Bittensor-Subnetzen und bietet ein anspruchsvolles Pipeline-Framework zur Verwaltung autonomer Agenten. Anstatt die Modelle selbst zu definieren, konzentriert es sich auf den Suchprozess und koordiniert, wie Agenten optimale Konfigurationen entdecken. Als Schlüsselkomponente im Ökosystem von Openclaw Skills bietet es eine flexible Architektur über sein CLI, seine Python-Bibliothek und seine HTTP-Bridge-API.

Das Framework ist auf Beständigkeit und Wachstum ausgelegt und verfügt über einen laufübergreifenden strategischen Speicher, der sich mit der Zeit ansammelt. Indem es Agenten ermöglicht, auf geteiltes Wissen über erfolgreiche Muster und gescheiterte Anti-Muster zuzugreifen, ermöglicht es ein Niveau an emergenter Kooperation, das für wettbewerbsorientierte Mining-Umgebungen unerlässlich ist.

Ganglion: Bittensor Mining Ausführungseinheit Anwendungsfälle

  • Orchestrierung autonomer Mining-Agenten für die Modellsuche in Bittensor-Subnetzen.
  • Skalierung von Mining-Operationen über mehrere Bots hinweg unter Verwendung eines gemeinsamen Wissenspools.
  • Automatisierung komplexer mehrstufiger Pipelines mit integrierten Wiederholungs- und Eskalationsrichtlinien.
  • Integration externer Tools über MCP zur Erweiterung der Agentenfunktionen zur Laufzeit.
  • Prüfung und Rückgängigmachen von Konfigurationsänderungen in Remote-Mining-Umgebungen.

So funktioniert Ganglion: Bittensor Mining Ausführungseinheit

  1. Der Benutzer initialisiert ein Projektverzeichnis, das eine config.py enthält, die die Subnetzkonfiguration und die Pipeline-Struktur definiert.
  2. Die Engine erkennt den Betriebsmodus (Lokal oder Remote) basierend auf Umgebungsvariablen wie GANGLION_URL oder GANGLION_PROJECT.
  3. Der Orchestrator führt definierte Pipeline-Stufen in der Reihenfolge ihrer Abhängigkeit aus und nutzt dabei spezifische Agenten und registrierte Tools.
  4. Strategisches Wissen wird in einem laufübergreifenden Wissensspeicher erfasst, sodass Agenten aus erfolgreichen Mustern und früheren Fehlern lernen können.
  5. Das System wendet kontinuierlich Wiederholungsrichtlinien an und verwaltet Zustandsmutationen, die über die API zur Erhöhung der Zuverlässigkeit geprüft oder rückgängig gemacht werden können.

Ganglion: Bittensor Mining Ausführungseinheit Einrichtung

Stellen Sie sicher, dass Sie Python 3.11+ und Ihren OPENAI_API_KEY konfiguriert haben. Installieren Sie das Paket und initialisieren Sie Ihr Projekt, um mit Openclaw Skills zu beginnen:

pip install ganglion
ganglion init .\/my-subnet --subnet sn9 --netuid 9

Um im Remote-Modus zu arbeiten, starten Sie die HTTP-Bridge:

ganglion serve .\/my-subnet --bot-id alpha --port 8899
export GANGLION_URL=http:\/\/127.0.0.1:8899

Ganglion: Bittensor Mining Ausführungseinheit Datenschema & Taxonomie

Ganglion organisiert Daten innerhalb einer Projektverzeichnisstruktur. Die primäre Konfiguration befindet sich in config.py, während der Betriebsstatus über ein Audit-Log und einen Wissensspeicher verfolgt wird.

Komponente Beschreibung
config.py Definiert SubnetConfig und PipelineDef für die Engine.
tools/ Verzeichnis mit lokalen Tool-Implementierungen.
agents/ Verzeichnis für Agentenlogik und Prompt-Vorlagen.
knowledge/ Laufübergreifender Wissensspeicher, indiziert nach Fähigkeit und Bot-ID.
audit log Zeichnet alle Mutationen zur Validierung und zum mehrstufigen Rollback auf.

Ganglion: Bittensor Mining Ausführungseinheit Erweiterte Funktionen

  • Multi-Bot-Workflows: Teilen Sie strategisches Wissen über mehrere Openclaw Skills-Sitzungen hinweg mithilfe eindeutiger Bot-IDs für kooperatives Mining.
  • MCP-Integration: Verbindung zu externen Model Context Protocol (MCP)-Servern, um zur Laufzeit dynamisch neue Tools in das Repertoire des Agenten einzuspeisen.
  • Laufzeit-Mutation: Patchen von Pipelines, Registrieren von Agenten oder Austauschen von Wiederholungsrichtlinien über die API, ohne die Ausführungseinheit zu stoppen.
  • Modell-Eskalation: Automatisches Wechseln zu leistungsstärkeren LLMs oder Aufsteigen in der Kostenleiter, wenn günstigere Modelle keine Fortschritte machen.
  • Standardisierter Antwort-Umschlag: High-Level-Fehlerbehandlung und Datenextraktion mit einer konsistenten Erfolgs-/Fehler-JSON-Struktur.

SKILL.md


Laden

Verwandte Openclaw-Skills

METADATA

Requires
Bins python3ganglion
Github Stars: 0
forks: 0

Hervorgehoben*