Un protocole privilégiant les fichiers qui recharge le contexte fiable du projet et du compte au début de chaque session, afin que les agents IA puissent poursuivre leur travail sans questions répétées ni décisions perdues.
Le moyen le plus rapide d'installer une compétence directement depuis le registre.
npx clawhub@latest install session-continuity-protocol
Copiez le dossier de la compétence dans l'un de ces emplacements
~/.openclaw/skills/ <project>/skills/ Priorité : Espace de travail > Local > Intégré
Copiez ce prompt dans OpenClaw pour l'installer automatiquement.
Aide-moi à installer session-continuity-protocol via Clawhub. Si Clawhub n'est pas installé, installe-le d'abord (npm i -g clawhub).
Obtenez les fichiers bruts de la compétence dans une archive ZIP.
Le Protocole de continuité de session est un flux de mémoire pour les agents IA qui maintient le contexte entre les sessions, les espaces de travail, les comptes et les appareils. Il impose une séquence initiale en quatre étapes : lire l’index du projet actif, le MEMORY.md au niveau du compte, la mémoire sémantique locale comme solution de secours et les mémoires de projet récemment mises à jour avant de commencer tout travail substantiel.
En tant que protocole Openclaw Skills, il considère les fichiers comme la source faisant autorité pour les faits définitifs et n’utilise localmem que comme outil de rappel secondaire. Cette approche aide les agents à préserver les règles de marque, l’état des projets, les contraintes de publication, les procédures de livraison et les détails de passation, tout en réduisant les reprises accidentelles et les questions répétées.
continuity, memory, localmem, cross-session ou opening four steps.<your-workspace-root>\/_ACTIVE_PROJECTS.md afin d’identifier les projets actifs, les responsabilités RACI, les obstacles et les derniers points de passation.<memory-root>\/MEMORY.md pour récupérer les faits définitifs qui ne doivent pas être redemandés, notamment l’identité du compte, les modèles, les règles d’identité visuelle, les étapes de validation des publications, les règles de remise des clés et les conventions de droits d’auteur.recall_memory ou search_memory lorsqu’un contexte supplémentaire est nécessaire. Limiter le rappel à environ 5–8 résultats et considérer localmem comme une solution de secours, et non comme la source faisant autorité.<your-workspace-root>\/*\/memory\/MEMORY.md et lire les fichiers de niveau projet modifiés le plus récemment, en particulier les mémoires des 14 derniers jours.recall_memory.Cette skill est un protocole piloté par prompt qui ne nécessite ni runtime, ni installation de paquet, ni exécution de sous-processus, ni réseau. Installez ou mettez SKILL.md à la disposition de l’agent IA hôte, puis donnez-lui accès à l’espace de travail et aux fichiers mémoire qu’il doit lire.
_ACTIVE_PROJECTS.md, le MEMORY.md au niveau du compte et les fichiers memory\/MEMORY.md au niveau des projets.export LOCALMEM_DB_PATH="<your-workspace-root>\/_localmem_memories.db"
<your-workspace-root>\/_localmem_models ; les vecteurs existants peuvent rester consultables hors ligne, mais l’ajout de nouvelles graines dépend du cache.Le protocole organise les données de continuité en une couche de fichiers faisant autorité et une couche sémantique de secours facultative.
| Couche | Emplacement ou interface | Objectif | Autorité |
|---|---|---|---|
| Index global des projets | <workspace-root>\/_ACTIVE_PROJECTS.md |
Projets actifs, RACI, obstacles et points de passation | Principale |
| Mémoire du compte | <memory-root>\/MEMORY.md |
Faits définitifs du compte, modèles, règles de marque, étapes de publication, règles de remise des clés et signatures | Principale |
| Mémoire du projet | <workspace-root>\/*\/memory\/MEMORY.md |
Décisions propres à l’espace de travail, règles impératives et contexte récent du projet | Principale |
| Base de données de mémoire sémantique | LOCALMEM_DB_PATH pointant vers _localmem_memories.db |
Rappel hybride par cosinus et mots-clés entre espaces de travail et comptes | Secondaire |
| Cache du modèle d’embeddings | <workspace-root>\/_localmem_models |
Ressources de modèle hors ligne nécessaires à l’ajout ou à la consultation de graines sémantiques | Dépendance opérationnelle |
La taxonomie des graines localmem peut comprendre des identifiants et des étiquettes tels que continuity, publish, SynomosAI, des pointeurs de projet, la marque et l’identité visuelle, les étapes de publication, la remise des clés, les problèmes d’aperçu et les SOP opérationnelles. Les mémoires existantes sont rappelées via recall_memory ou search_memory ; les nouveaux faits durables sont enregistrés avec store_memory uniquement après avoir été consignés dans la couche de fichiers.
La skill ne génère ni fichier de sortie distinct ni code de sortie de processus. Son résultat est une réponse structurée du protocole, un transfert de tâche ou une liste de contrôle d’évaluation produite par l’agent hôte. La définition de l’achèvement exige les quatre étapes initiales, l’absence de questions répétées sur les faits établis et la conservation des nouveaux faits définitifs dans la couche de fichiers et dans localmem.
_ACTIVE_PROJECTS.md et les fichiers MEMORY.md plutôt que le rappel sémantique.LOCALMEM_DB_PATH pour les rappels entre espaces de travail et comptes.recall_memory et search_memory avec une limite contrôlée d’environ 5–8 résultats._localmem_models, protège la gestion des clés en texte brut grâce à des règles de remise documentées et sépare la préparation de la mémoire des actions ayant des conséquences externes.Chargement
Skill Admission Gate analyse statiquement les packages de skills afin de détecter les risques de sécurité courants et produit un verdict soumis à des contrôles, accompagné de preuves traçables du package.

Validate medical device UDI strings for DI format, check-digit accuracy, and production-identifier completeness before registration submission.

Un CLI déterministe hors ligne qui déduit des listes préliminaires de tests pour dispositifs médicaux, les besoins de qualification des laboratoires et les avertissements de risque à partir des données du dispositif.

Pré-vérifiez l’exhaustivité d’un rapport d’évaluation PMCF afin de pouvoir traiter avant le dépôt les contenus relatifs aux mesures prises ou les informations sur les cycles annuels qui seraient manquants.

Clinical Evaluation Route Picker helps teams assess clinical evaluation routes early and returns a deterministic recommendation with a machine-readable decision code.

Determine which UDI database to submit to, when to submit, and which fields are required—with structured warnings when information is incomplete.

Validez l’exhaustivité du plan PMCF avant son dépôt à l’aide d’une CLI sans dépendance, qui signale de manière déterministe les méthodes, endpoints et considérations statistiques manquants.








































