Ein Meta-Framework und Betriebssystem zum Entwerfen, Orchestrieren und Steuern eines Ökosystems von strategisch ausgerichteten KI-Agenten-Skills.
Installieren & Herunterladen
1. ClawHub CLI
Der schnellste Weg, einen Skill direkt aus der Registry zu installieren.
npx clawhub@latest install intent-engineer
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, intent-engineer 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 Intent Engineering?
Intent Engineering dient als grundlegendes Betriebssystem für Ihren KI-Agenten und geht über die einfache Werkzeugnutzung hinaus zu einem ausgefeilten Meta-Framework. Es ermöglicht dem Agenten, als strategischer Orchestrator zu fungieren, der übergeordnete Benutzerziele in strukturierte, miteinander verbundene Openclaw Skills übersetzt. Durch einen strukturierten Ansatz für Ökosystemarchitektur und Data Governance wird sichergestellt, dass jede vom Agenten ergriffene Aktion transparent, verwaltbar und perfekt auf die Unternehmenswerte ausgerichtet ist.
Dieser Skill ist einzigartig, da er es dem Agenten ermöglicht, Prinzipien der Selbstverwaltung und rekursiven Verbesserung anzuwenden. Er nutzt interne Frameworks, um die Benutzerabsicht zu verstärken, technische Komplexität zu absorbieren und seine eigenen Ausgaben anhand formaler Datenverträge zu validieren. Dies macht ihn zu einem unverzichtbaren Werkzeug für Entwickler, die Agentenfähigkeiten zu einem kohärenten System statt zu einer Sammlung fragmentierter Skripte skalieren möchten.
Intent Engineering Anwendungsfälle
- Entwurf komplexer Multi-Agenten-Workflows, die einen vorhersagbaren Datenaustausch zwischen verschiedenen Openclaw Skills erfordern.
- Etablierung eines zentralen, maschinenlesbaren Repositoriums zur Verwaltung und Entdeckung organisatorischer Fähigkeiten.
- Implementierung formaler Data Governance und Herkunftsverfolgung über verschiedene autonome agentengesteuerte Aufgaben hinweg.
- Ausrichtung des Verhaltens autonomer Agenten an global geteilten Absichten und organisatorischen ethischen Grenzen.
So funktioniert Intent Engineering
- Der Agent dekonstruiert einen hochgradigen Prompt im Kontext des breiteren Ökosystems, indem er das Shared-Intent-Framework konsultiert.
- Formale Datenverträge werden mit JSON Schema definiert, um eine strenge Validierung der Ein- und Ausgaben zwischen Openclaw Skills sicherzustellen.
- Der Agent baut die notwendige Infrastruktur, wie Skripte und Vorlagen, auf und registriert die neue Fähigkeit im zentralen Skill-Register.
- Multi-Skill-Interaktionen werden über eine Orchestrierungs-Engine verwaltet, die Datenfluss, Abhängigkeiten und Ausführungslogik handhabt.
Intent Engineering Einrichtung
Um Intent Engineering für Ihren KI-Agenten bereitzustellen, müssen Sie das Kernreferenzverzeichnis und die Registerdateien initialisieren.
# Erstellen Sie die notwendige Verzeichnisstruktur
mkdir -p references/data_contracts templates scripts
# Initialisieren Sie das Skill-Register und die Dokumentation für geteilte Absichten
touch references/skill_registry.json references/shared_intent.md
Sobald die Struktur steht, definieren Sie Ihre globalen Unternehmensziele in der Datei für geteilte Absichten, um dem Agenten eine Entscheidungsgrundlage für alle nachfolgenden Openclaw Skills zu geben, die er erstellt.
Intent Engineering Datenschema & Taxonomie
Das Framework nutzt eine strukturierte Datentaxonomie, um die Integrität und Transparenz des Ökosystems zu wahren.
| Komponente | Dateipfad | Format | Zweck |
|---|---|---|---|
| Skill-Register | references/skill_registry.json |
JSON | Ein zentrales Inventar aller verfügbaren Openclaw Skills und Abhängigkeiten. |
| Datenverträge | references/data_contracts/ |
JSON Schema | Formale Schemata zur Definition von Ein-/Ausgabeschnittstellen für zuverlässigen Datenaustausch. |
| Geteilte Absicht | references/shared_intent.md |
Markdown | Globale Unternehmensziele und Entscheidungsgrenzen für die Agenten-Ausrichtung. |
| Orchestrator | scripts/orchestrator.py |
Python | Logik zum Ausführen und Komponieren von Multi-Skill-Workflows. |
Intent Engineering Erweiterte Funktionen
- Rekursive Skill-Entwicklung, die es dem Agenten ermöglicht, sein eigenes Framework zu nutzen, um den Intent-Engineering-Skill selbst zu verbessern.
- Automatisierte Agenten-Audit-Protokollierung unter Verwendung dedizierter Vorlagen, um interne Entscheidungsfindungen während der Erstellung neuer Openclaw Skills zu verfolgen.
- Selbstbezügliche Governance, bei der Agentenausgaben automatisch anhand vordefinierter Datenverträge validiert werden.
- Ökosystembewusste Abhängigkeitsverfolgung, um Konflikte zu vermeiden und eine reibungslose Integration neuer Werkzeuge in bestehende Workflows sicherzustellen.
SKILL.md
Laden
Verwandte Openclaw-Skills
Hermes Deploy
Ein umfassendes Deployment-Skill, das entwickelt wurde, um Benutzern den Übergang von OpenClaw zu Hermes Agent mit vollständiger Unterstützung für Konfigurationsmigration und Autostart-Persistenz zu erleichtern.
KI-Wahrsager
Ein intelligenter metaphysischer Assistent, der traditionelle chinesische Bazi-Analyse und Tarot-Wahrsagerei mit fortschrittlicher KI-Visualisierung kombiniert.
BlindOracle
BlindOracle bietet eine dezentrale Vertrauensschicht für Multi-Agenten-Systeme durch Sicherheitsaudits, Identitätspässe und standardisierte Mikrozahlungen.
API für landwirtschaftliche Forschungs-Roadmap
Eine KI-gestützte API, die entwickelt wurde, um personalisierte, datengestützte Karriereentwicklungs-Roadmaps für Fachleute im Bereich der Agrarforschung zu erstellen.
Trip Website Generator
Eine professionelle AI Agent Skill, die textbasierte Reisepläne in wunderschöne, mehrseitige Websites im iOS26-Stil verwandelt.
KI denkt, sie wäre fertig (VeriClaw)
Eine spezialisierte Diagnose-Skill für VeriClaw, die Fälle identifiziert und korrigiert, in denen ein KI-Agent fälschlicherweise behauptet, eine Aufgabe abgeschlossen zu haben.
Hervorgehoben*
