Ein spezialisiertes Framework zur Lösung von Kontextverlust- und Statussynchronisierungsproblemen in isolierten AI-Agentensitzungen.
Installieren & Herunterladen
1. ClawHub CLI
Der schnellste Weg, einen Skill direkt aus der Registry zu installieren.
npx clawhub@latest install context-persistence
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, context-persistence 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 Context Persistence?
Context Persistence ist ein entscheidendes technisches Framework, das entwickelt wurde, um die Lücke zwischen isolierten AI-Sitzungen zu schließen. In vielen AI-Umgebungen ist der in einer Sitzung erstellte Status – wie ein cron-Job, eine Unteragentenaufgabe oder ein heartbeat – für andere unsichtbar. Dieses Skill bietet den architektonischen Entwurf, um sicherzustellen, dass lang laufende Aufgaben und komplexe Workflows die Kontinuität wahren, indem das Dateisystem als primäre Informationsquelle (source of truth) behandelt wird.
Durch die Nutzung dieser spezifischen Implementierung innerhalb von Openclaw Skills können Entwickler das häufige Problem verhindern, dass ein Agent den Fortschritt vergisst oder ihm notwendige Hintergrundinformationen fehlen. Es etabliert eine robuste Hierarchie für das Gedächtnis, die über den flüchtigen In-Memory-Status hinaus zu einem strukturierten, dateibasierten Persistenzmodell führt, das Sitzungsgrenzen überdauert.
Context Persistence Anwendungsfälle
- Synchronisierung des Status zwischen cron-Jobs, Unteragenten und der Hauptsitzung.
- Fortschrittsverfolgung für lang laufende Aufgaben wie groß angelegte Datenanalysen oder Code-Audits.
- Verwaltung des gemeinsamen Status zwischen mehreren gleichzeitigen AI-Agentensitzungen.
- Lösung von Benutzerberichten, bei denen der Agent den Verlauf oder den Kontext zu verlieren scheint.
- Implementierung von Langzeitgedächtnissystemen, die sich über Tage oder Wochen entwickeln.
So funktioniert Context Persistence
- Das System identifiziert Sitzungstypen (Main DM, Cron, Subagent) und deren spezifische Kontextbeschränkungen.
- Es implementiert ein Drei-Schichten-Gedächtnissystem, das von langfristig kuratierten Fakten bis hin zu Echtzeit-Tagesprotokollen reicht.
- Der Status wird explizit in Markdown-Dateien persistiert, die als einziger zuverlässiger Kommunikationskanal zwischen den Sitzungen dienen.
- Während der Sitzungsinitialisierung folgt der Agent einer strengen Startsequenz, um relevante Gedächtnisdateien (SOUL.md, USER.md und Tagesprotokolle) zu laden.
- Aufgabenspezifische Fortschrittsdateien werden an Checkpoints aktualisiert, um sicherzustellen, dass jede Folgesitzung genau am Punkt der Unterbrechung fortgesetzt werden kann.
Context Persistence Einrichtung
Um Context Persistence in Ihrer Umgebung zu implementieren, stellen Sie sicher, dass Ihr Arbeitsbereich der empfohlenen Verzeichnisstruktur folgt. Sie können das Gedächtnisverzeichnis mit den folgenden Befehlen initialisieren:
# Create the standard memory directory
mkdir -p memory\/
# Initialize the core memory files
touch MEMORY.md
touch memory\/$(date +%Y-%m-%d).md
Konfigurieren Sie Ihre AGENTS.md, um sicherzustellen, dass die Startsequenz diese Dateien während der Initialisierung explizit liest, um dem Openclaw Skills-Agenten sofortigen historischen Kontext bereitzustellen.
Context Persistence Datenschema & Taxonomie
Der Skill organisiert Daten in einer hierarchischen Taxonomie, um die Grenzen des Kontextfensters mit der Informationsdichte in Einklang zu bringen:
| File Type | Purpose | Reader/Writer Access |
|---|---|---|
MEMORY.md |
Langfristig kuratierte Fakten und Entscheidungen (< 200 Zeilen) | Nur Hauptsitzung |
memory\/YYYY-MM-DD.md |
Chronologische Protokolle und Echtzeitereignisse | Alle Sitzungen (Schreiben), Hauptsitzung (Lesen) |
memory\/<task>-progress.md |
Strukturierter Fortschritt für aktive Aufgaben (< 300 Zeilen) | Jede Sitzung, die die Aufgabe bearbeitet |
SOUL.md / USER.md |
Persona und benutzerspezifische Präferenzen | Alle Sitzungen (nur Lesen) |
Context Persistence Erweiterte Funktionen
- Multi-Agenten-Koordination über gemeinsam genutzte Statusdateien für komplexe Aufgabenübergaben.
- Automatisierte tägliche Protokollrotation und regelmäßige Überprüfung während heartbeat-Sitzungen.
- Kontextinjektion für isolierte cron-Payloads, um eine Statuseffizienz von unter 1KB beizubehalten.
- Vorlagen für die Fortschrittsverfolgung, die Deduplizierung und Next-Step-Logik für hochzuverlässige Workflows enthalten.
SKILL.md
Laden
Verwandte Openclaw-Skills
Lebensmittelbestellung Indien (Swiggy + Zomato)
Ein einheitlicher Assistent für Lebensmittelbestellungen für den indischen Markt, der sichere und effiziente Workflows über Swiggy, Zomato und andere lokale Lieferplattformen hinweg orchestriert.
E-Mail-Leak-Check
Ein automatisiertes Sicherheitstool zur Identifizierung von E-Mail-Expositionen in globalen Datenlecks und öffentlichen Paste-Seiten mit umsetzbaren Abhilfemaßnahmen.
Catalog SKU Matcher India
Eine spezialisierte Matching-Engine zur Normalisierung und Verknüpfung von Produktangeboten auf verschiedenen indischen E-Commerce-Plattformen mittels mehrschichtiger Validierung.
Ezviz Arbeitsschutz-Inspektions-Skill
Ein automatisiertes KI-Inspektionstool, das Ezviz-Kamerabilder erfasst, um die Einhaltung der Sicherheitsvorschriften am Arbeitsplatz zu analysieren, einschließlich PSA-Nutzung und Gefahrenerkennung.
App Review Intelligence
Ein KI-gestützter Intelligence-Skill, der rohe App-Store-Bewertungen in priorisierte Product-Backlog-Aktionen und Trendberichte verwandelt.
Volcengine RDS PostgreSQL Skill
Ein intelligenter Agenten-Skill zur Verwaltung von Volcengine RDS PostgreSQL-Instanzen durch natürliche Sprache und automatisierte Python-Skripte.
Hervorgehoben*
