Un sofisticado sistema de gestión de memoria que organiza registros y activos dispersos del agente en un runtime de conocimiento estructurado y en capas con relaciones tipadas.
Instalar y Descargar
1. ClawHub CLI
La forma más rápida de instalar una habilidad directamente desde el registro.
npx clawhub@latest install openclaw-knowledge-runtime
2. Instalación manual
Copia la carpeta de la habilidad a una de estas ubicaciones
~/.openclaw/skills/ <project>/skills/ Prioridad: Espacio de trabajo > Local > Integrado
3. Instalación del prompt
Copia este prompt en OpenClaw para instalarlo automáticamente.
Ayúdame a instalar openclaw-knowledge-runtime usando Clawhub. Si Clawhub no está instalado, instálalo primero (npm i -g clawhub).
¿Prefieres descargar?
Obtén los archivos originales de la habilidad en un archivo ZIP.
¿Qué es Openclaw Knowledge Runtime?
El Openclaw Knowledge Runtime es un marco especializado diseñado para transformar datos fragmentados de agentes en una capa de memoria de alto rendimiento. Permite que los agentes de AI mantengan una comprensión organizada a largo plazo de su entorno al categorizar la información en distintas capas, como episódica, semántica y procedimental. Al implementar esto dentro del ecosistema de Openclaw Skills, los desarrolladores pueden asegurar que sus agentes avancen más allá del simple registro de logs hacia una síntesis de conocimiento sofisticada.
Este skill se centra en la integridad estructural de la memoria de AI, proporcionando un plan para vincular entradas de conocimiento con entidades específicas, genes y tareas históricas. Resuelve eficazmente el problema de la memoria ruidosa al aplicar reglas estrictas de write-back, asegurando que solo los hallazgos estables y validados se mantengan para futuras ejecuciones, aumentando así la confiabilidad e inteligencia del agente con el tiempo.
Casos de uso de Openclaw Knowledge Runtime
- Consolidación de registros de memoria, tareas y activos dispersos en un runtime unificado.
- Implementación de relaciones tipadas entre entradas de conocimiento, entidades y eventos para un mejor contexto.
- Generación de paquetes de recuperación compactos y de alta relevancia para prompts de LLM y clasificación de tareas.
- Establecimiento de un almacén de investigación duradero que evite que los datos especulativos o temporales contaminen la memoria a largo plazo.
- Mejora de la observabilidad del agente a través del seguimiento detallado de recuentos de hits y cobertura de capas.
Cómo funciona Openclaw Knowledge Runtime
- Defina un modelo de memoria de dos ejes utilizando capas específicas (working, episodic, semantic, procedural, policy) y alcances (session, shared, published).
- Inicialice el almacenamiento para registros principales, incluyendo entradas de conocimiento, enlaces tipados y entidades canónicas.
- Construya consultas dinámicas basadas en el rol actual del agente, el objetivo y las señales en tiempo real.
- Ejecute la recuperación clasificando candidatos y expandiendo el contexto a través del análisis de enlaces tipados de un salto (one-hop).
- Genere un paquete de salida compacto que contenga hits, etiquetas de sesgo y activos vinculados para el prompt del agente.
- Realice una fase estricta de write-back para registrar solo hallazgos de alta señal y validados después de una ejecución exitosa.
Configuración de Openclaw Knowledge Runtime
Para integrar el runtime de conocimiento en la arquitectura de su agente, establezca la estructura de directorios e inicialice los archivos de almacenamiento principales.
# Create the knowledge storage directory
mkdir -p memory/knowledge
# Initialize the core storage and index files
touch memory/knowledge/knowledge_store.jsonl
touch memory/knowledge/knowledge_links.jsonl
echo '{}' > memory/knowledge/knowledge_index.json
echo '{}' > memory/knowledge/entity_index.json
Asegúrese de que el entorno de su agente tenga acceso a estas rutas para utilizar las funciones de gestión de memoria de Openclaw Skills.
Esquema de datos y taxonomía de Openclaw Knowledge Runtime
El Openclaw Knowledge Runtime organiza los datos en una taxonomía estructurada para garantizar una recuperación rápida y un almacenamiento duradero:
| Record Type | Description |
|---|---|
knowledge_entry |
La unidad primaria de conocimiento almacenado o hallazgos. |
knowledge_link |
Una relación tipada (p. ej., supports_gene, contradicts) entre registros. |
entity |
Formas canónicas de módulos, repos, temas u organizaciones. |
Memory Layers:
- Procedural: Skills, capsules y playbooks reutilizables.
- Episodic: Registros de eventos e historias de ejecución.
- Semantic: Informes de investigación y conclusiones estables.
- Policy: Reglas del sistema y restricciones definidas por el usuario.
Funciones avanzadas de Openclaw Knowledge Runtime
- Lógica de recuperación multicapa que prioriza el conocimiento de policy y procedural para la estabilidad del sistema.
- Expansión de enlaces de un salto (One-hop) para descubrir automáticamente entidades relacionadas y evidencia contradictoria.
- Superficies de adaptador desacopladas que permiten que el runtime se conecte a cualquier bucle de agente a través de constructores de consultas genéricos y clasificadores de tareas.
- Recorte inteligente de contexto para garantizar que las ventanas de prompt se llenen solo con los datos de mayor señal.
- Filtros de write-back duraderos que distinguen entre notas especulativas de 'scratchpad' e investigación validada.
SKILL.md
Cargando
Habilidades relacionadas de Openclaw
xnyjob_search
Una habilidad de búsqueda de empleo profesional adaptada al sector de las nuevas energías, que permite a los usuarios consultar puestos por palabra clave, ubicación e industria.
Investigación de Oportunidades de Producto
Un marco multi-agente que utiliza seis personas de AI especializadas para realizar una investigación profunda de oportunidades de productos y generar roadmaps de negocios accionables.
Magyar Szövegfeldolgozás
Un conjunto de herramientas especializado para procesar texto en húngaro mediante el resumen impulsado por AI, la extracción de palabras clave y el reconocimiento de entidades.
Habilidad de Diseño ProductivityHub
Una habilidad de agente de IA que integra herramientas de ProductivityHub y guías basadas en evidencia para automatizar la priorización de tareas, el seguimiento de hábitos y la gestión del tiempo.
Sidebar Generator
Un marco de diseño estratégico para construir y auditar sidebars de alto rendimiento para blogs, documentación y sitios con mucho contenido.
Habilidad de Consulta de Lista de Bancos
Una habilidad de directorio automatizada para consultar los bancos compatibles, los estados de integración y las capacidades funcionales dentro de los sistemas de gestión financiera.
METADATA
Presentado*
