Permite la automejora continua de los agentes de IA mediante la reflexión estructurada, el seguimiento de errores y la gestión de la memoria.
Instalar y Descargar
1. ClawHub CLI
La forma más rápida de instalar una habilidad directamente desde el registro.
npx clawhub@latest install self-reflection
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 self-reflection 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 Autorreflexión?
La habilidad de Autorreflexión es una herramienta especializada diseñada para facilitar el crecimiento a largo plazo y la corrección de errores de los agentes de IA. Al utilizar un bucle de retroalimentación estructurado, esta habilidad permite que los agentes mantengan una memoria de los errores pasados y sus correspondientes correcciones. Esto asegura que el agente evolucione con el tiempo, volviéndose más eficiente y confiable a medida que se integra en diversos flujos de trabajo de Openclaw Skills.
Esta habilidad es particularmente valiosa para proyectos complejos y de larga duración donde mantener un registro de las 'lecciones aprendidas' evita la repetición de errores previos. Aprovecha el mecanismo de heartbeat para garantizar que la reflexión no sea solo una idea tardía, sino una parte fundamental del ciclo de vida operativo del agente.
Casos de uso de Autorreflexión
- Seguimiento y corrección de problemas recurrentes de tiempo de espera de API o manejo de errores.
- Mantenimiento de un registro de mejoras lógicas para tareas de codificación complejas.
- Implementación de 'controles de cordura' programados para agentes autónomos durante sesiones largas.
- Generación de estadísticas sobre el progreso del aprendizaje del agente y su fiabilidad a lo largo del tiempo.
Cómo funciona Autorreflexión
- El heartbeat de Openclaw Skills se activa a un intervalo predefinido (por ejemplo, 60 minutos).
- El agente lee el archivo HEARTBEAT.md del espacio de trabajo y ejecuta el comando de verificación de autorreflexión.
- Si la verificación devuelve un estado de ALERT, se le pide al agente que reflexione sobre las actividades recientes.
- El agente lee las lecciones pasadas mediante el comando read para mantener el contexto de las mejoras anteriores.
- Los nuevos conocimientos, errores y correcciones se registran mediante el comando log, que actualiza el archivo de memoria persistente.
- Se actualiza el estado y el temporizador de reflexión se reinicia hasta el siguiente intervalo de heartbeat.
Configuración de Autorreflexión
Para instalar y configurar la habilidad de Autorreflexión, asegúrese de tener instaladas las dependencias necesarias (jq y date) en su sistema.
# Verifique la instalación comprobando si corresponde realizar una reflexión
self-reflection check
# Registre una reflexión inicial para probar el sistema
self-reflection log "setup" "manual-config" "automated-heartbeat-check"
Integre la habilidad agregando la configuración de heartbeat a su ~/.openclaw/openclaw.json y actualizando el HEARTBEAT.md de su espacio de trabajo con el requisito de ejecutar self-reflection check.
Esquema de datos y taxonomía de Autorreflexión
La habilidad gestiona datos a través de dos archivos principales: un registro en Markdown legible por humanos y un archivo de estado JSON.
| Tipo de Archivo | Ruta | Propósito |
|---|---|---|
| Archivo de Memoria | ~/workspace/memory/self-review.md | Almacena el historial de etiquetas, errores y correcciones. |
| Archivo de Estado | ~/.openclaw/self-review-state.json | Rastrea la marca de tiempo de la última reflexión y los límites de configuración. |
| Contexto | N/A | Limita el número de entradas pasadas enviadas a la memoria activa del agente (predeterminado: 5). |
Funciones avanzadas de Autorreflexión
- Recordatorios automatizados impulsados por heartbeat que aseguran una optimización constante del agente.
- Temporizadores de umbral personalizables para ajustar la frecuencia de reflexión según la intensidad del proyecto.
- Indexación basada en etiquetas para tipos específicos de mejoras (por ejemplo, seguridad, rendimiento, sintaxis).
- Informes estadísticos a través del comando stats para visualizar las tendencias de aprendizaje del agente a lo largo del tiempo.
SKILL.md
Cargando
Habilidades relacionadas de Openclaw
Clawdbot Update Plus
Una utilidad integral de respaldo, actualización y restauración diseñada para proteger las configuraciones de Clawdbot, los espacios de trabajo y las Openclaw Skills.
Servicio de Memoria Externa MemOS
Un servicio de API REST de alto rendimiento para gestionar la memoria persistente a largo plazo y la recuperación de conocimientos para agentes de IA.
Pronóstico del Tiempo en China (weather-china)
Una skill de clima basada en Python que proporciona pronósticos de 7 días e índices de comodidad de vida para ciudades chinas sin necesidad de una clave API.
HookCatch
Una herramienta amigable para desarrolladores para crear contenedores de webhooks y túneles locales para probar, inspeccionar y reproducir solicitudes HTTP mediante programación.
Mensajería de Voz TTS WhatsApp
Una habilidad impulsada por IA para automatizar la entrega de mensajes de voz de texto a voz de alta calidad en WhatsApp en más de 40 idiomas.
Habilidad CLI de Wiki.js
Una interfaz de línea de comandos integral para gestionar instancias de Wiki.js a través de la API GraphQL.
METADATA
Presentado*
