Ein strukturiertes System für KI-Agenten, um Fehler in imperative, ausführbare Regeln zu verwandeln, die wiederkehrende Fehler verhindern.
Installieren & Herunterladen
1. ClawHub CLI
Der schnellste Weg, einen Skill direkt aus der Registry zu installieren.
npx clawhub@latest install error-driven-evolution
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, error-driven-evolution 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 Fehlergesteuerte Evolution?
Fehlergesteuerte Evolution ist ein robustes Framework, das darauf ausgelegt ist, KI-Agenten über Entschuldigungen hinaus zu handlungsorientiertem Lernen zu führen. Anstatt vage Reflexionen zu generieren, schreibt dieser Skill die Extraktion klarer, imperativer Regeln aus jedem Fehler oder jeder Benutzerkorrektur vor. Diese Regeln werden in einer lokalen lessons.md-Datei gespeichert, wodurch ein dauerhaftes Gedächtnis für Fehler und deren Lösungen entsteht.
Durch die Nutzung von Openclaw Skills können Entwickler einen Scan-Workflow vor der Entscheidung implementieren, der sicherstellt, dass Agenten ihre Fehlerhistorie konsultieren, bevor sie riskante Aktionen durchführen. Dies schafft ein sich entwickelndes „Immunsystem“ für den Agenten und erhöht dessen Zuverlässigkeit und Leistung im Laufe der Zeit erheblich, ohne dass ein manuelles Nachtraining des zugrunde liegenden Modells erforderlich ist.
Fehlergesteuerte Evolution Anwendungsfälle
- Wenn ein Benutzer explizites Feedback gibt oder die Ausgabe eines Agenten überschreibt.
- Wenn ein Agent einen wiederholten Fehler macht, der dauerhaft korrigiert werden muss.
- Zur Vermeidung häufiger Fallstricke bei der Dateninterpretation, dem Kommunikationston oder der Aufgabenausführung.
- Während Übergaben zwischen mehreren Agenten, um gemeinsame Sicherheits- und Beurteilungsstandards zu gewährleisten.
So funktioniert Fehlergesteuerte Evolution
- Identifizierung: Der Agent erkennt einen Fehler, einen Beinahefehler oder eine Benutzerkorrektur.
- Extraktion: Der Agent destilliert den Fehler in eine spezifische, imperative Regel (Trigger, Aktion, Vermeiden, Warum).
- Persistenz: Die Regel wird kategorisiert und an die lessons.md-Datei des Arbeitsbereichs angehängt.
- Scan vor der Entscheidung: Vor der Ausführung neuer Aufgaben scannt der Agent seine Regel-Header nach relevanten Kategorien.
- Kollektives Lernen: Anonymisierte Regeln können in einem Community-Repository geteilt werden, um anderen Openclaw Skills-Benutzern zu helfen, ähnliche Probleme zu vermeiden.
Fehlergesteuerte Evolution Einrichtung
- Erstellen Sie die Datei
lessons.mdin Ihrem Arbeitsbereich-Stammverzeichnis:
echo "# Lessons\nRules extracted from mistakes. Append after failing, scan before deciding." > lessons.md
- Integrieren Sie das Immunsystem der Community, indem Sie die Top-100-Lektionen als
top-100.mdin Ihren Arbeitsbereich kopieren. - Aktualisieren Sie die Systemanweisungen Ihres Agenten, um einen Scan von
lessons.mdundtop-100.mdvor dem Start jeder neuen Aufgabe oder vor komplexen Entscheidungen zu verlangen.
Fehlergesteuerte Evolution Datenschema & Taxonomie
Der Skill organisiert sein Lernen durch eine strukturierte Markdown-Taxonomie:
| Datei | Rolle | Ladestrategie |
|---|---|---|
lessons.md |
Lokale Fehlerregeln | Vollständiges Laden beim Start |
top-100.md |
Globale allgemeine Fehler | Titel beim Start überfliegen |
community/*.md |
Spezialisiertes Domänenwissen | On-Demand-Kategorieabfrage |
Jeder Eintrag im Schema umfasst einen imperativen Titel, einen spezifischen Trigger (Wenn), die korrekte Aktion (Tun), den zu vermeidenden Fehler (Nicht tun) und eine kurze Begründung (Warum).
Fehlergesteuerte Evolution Erweiterte Funktionen
- Kontextbewusstes Scannen: Agenten scannen nur Regeln, die für ihre aktuelle Aufgabenkategorie (z. B. [DATEN] oder [SICHERHEIT]) relevant sind, um die Leistung zu optimieren.
- Automatisierte Wartung: Logik zum Aussondern veralteter Regeln oder zum Aufteilen von Protokollen, sobald diese 50 Einträge überschreiten.
- Vorinstalliertes Immunsystem: Zugriff auf eine kuratierte 8-KB-Datei mit den häufigsten KI-Fehlern, um die Sicherheit der Agenten zu erhöhen.
- Anonymisiertes Community-Sharing: Unterstützung bei der Bereitstellung gelernter Lektionen für globale Repositories über standardisierte Formatierung.
SKILL.md
Laden
Verwandte Openclaw-Skills
PCAP-Analysator
Eine leistungsstarke Netzwerkforensik-Funktion, die rohe Paketaufzeichnungen mithilfe von tshark in aussagekräftige Sicherheitsberichte umwandelt.
Memory Manager
Eine professionelle Speicherarchitektur für KI-Agenten, die episodische, semantische und prozedurale Speicherung implementiert, um Kontextverlust zu verhindern.
YouTube-Hook
Ein KI-gestützter YouTube-Content-Stratege, der jedes Thema in leistungsstarke Videoskripte, SEO-optimierte Metadaten und visuelle Konzepte verwandelt.
moa-debate
Ein Mixture of Agents-Workflow, der eine strenge formelle Debatte im Stil der Oxford Union simuliert, um Argumente zu testen und komplexe Themen zu untersuchen.
TripGenie
TripGenie ist ein spezialisierter Reiseassistent-Skill, der in OpenClaw integriert ist, um Hotelbuchungen in Echtzeit, Flugsuchen und umfassende Reiseplanungen zu bearbeiten.
Bunpro Sync
Der Bunpro Sync Skill ermöglicht es Benutzern, ihren Lernfortschritt in der japanischen Grammatik lokal zu sichern und zu analysieren, indem sie die von der Community dokumentierte Bunpro Frontend API nutzen.
Hervorgehoben*
