AI Agent にローカルでの反省、記憶、能動的な自己修復機能を提供するために設計された 5 つの必須ツールセットです。
インストール＆ダウンロード
1. ClawHub CLI
レジストリから直接スキルをインストールする最速の方法です。
npx clawhub@latest install certainlogic-self-improving-stack
2. 手動インストール
スキルフォルダを以下のいずれかの場所にコピーしてください
~/.openclaw/skills/ <project>/skills/ 優先順位：ワークスペース > ローカル > バンドル
3. プロンプトのインストール
このプロンプトをOpenClawにコピーするだけで、自動的にインストールされます。
Clawhubを使って certainlogic-self-improving-stack をインストールして。Clawhubがインストールされていない場合は、先にインストールしてください（npm i -g clawhub）。
ダウンロードをご希望ですか？
ZIPアーカイブで生のスキルファイルを取得します。
CertainLogic 自己改善スタック とは？
CertainLogic 自己改善スタックは、静的な AI Agent を動的な学習エンティティへと変革するように設計された包括的な Openclaw Skills スイートです。Company Brain Core OS を通じて決定論的な知識基盤を統合することで、このスタックは Agent が無限の記憶を維持し、過去の過ちを反省し、能動的プロトコルを通じてユーザーのニーズを予測できるようにします。
ローカル優先の哲学で構築されたこのスタックは、高価なクラウドへの依存や外部の API keys を必要とせずに Agent のパフォーマンスを拡張できます。これは、生の LLM 機能と実用レベルのインテリジェンスの間の検証済みの架け橋として機能し、事実の正確性と高速なデータ取得に重点を置いています。
CertainLogic 自己改善スタック のユースケース
- 複数のセッションにわたって長期記憶を保持する必要がある AI アシスタントの構築。
- WAL プロトコルを使用して能動的に予測する自己修復型自律 Agent の開発。
- ユーザーの対話履歴に基づいて指導スタイルを調整する教育またはサポートボットの作成。
- 技術環境におけるハルシネーション（幻覚）を排除するための決定論的知識ベースの実装。
CertainLogic 自己改善スタック の仕組み
- 基盤の確立: Company Brain Core OS をインストールして、唯一の真実のソースとなるローカル決定論的知識ベースを作成します。
- 記憶の統合: メモリスキルをデプロイし、コアとなる事実ベースの知識グラフとともにユーザー固有のデータを保存します。
- 反省ループ: 自己改善スキルを有効にして、ユーザーによる修正からパターンをキャッチし、ローカルの Markdown ファイルに保存します。
- 能動的予測: 能動的スキルを使用して過去のパターンを分析し、WAL プロトコルを通じて次のステップを予測します。
- スキル抽出: hermes-learning-loop が成功した対話を識別し、Agent 用の再利用可能なモジュール型スキルに変換します。
CertainLogic 自己改善スタック のセットアップ
まず、Core OS をインストールして基盤を確立します。次に、Openclaw Skills コマンドを使用して完全な自己改善スイートをデプロイします:
# ステップ 1: 基盤のインストール
clawhub install company-brain-os
# ステップ 2: 完全な自己改善スタックのインストール
clawhub install self-improving proactive learning memory hermes-learning-loop
CertainLogic 自己改善スタック のデータスキーマとタクソノミー
このスタックは分散型でありながら統一されたストレージアプローチを使用しており、透明性と監査の容易さのために主にローカルの Markdown ファイルを活用しています。
| コンポーネント | データ保存方法 | 主な機能 |
|---|---|---|
| Company Brain | ローカル知識グラフ | 決定論的事実およびキャッシュ |
| self-improving | ~/self-improving/ |
パターン修正および反省ログ |
| proactive | WAL プロトコルログ | 予測パターンおよび自己修復データ |
| memory | ローカル Markdown ファイル | ユーザー固有のコンテキストおよび対話履歴 |
| hermes-loop | スキルマニフェスト | 抽出された再利用可能な Agent 機能 |
CertainLogic 自己改善スタック の高度な機能
- 決定論的事実検証: LLM の学習データよりもローカルの知識グラフを優先することでハルシネーションを防ぎます。
- 122x クエリ加速: 繰り返しクエリの即時キャッシュにより、高性能な Agent 応答を実現。
- 統合メモリ層: 一般的事実 (Company Brain) とパーソナライズされたユーザーデータ (Memory スキル) のシームレスな統合。
- WAL プロトコルサポート: 自己修復 Agent ワークフローのための高度に成熟した能動的予測機能。
- ローカル優先のセキュリティ: 外部の API secrets やクラウドへの依存なしに完全に動作し、データのプライバシーを完全に保証します。
SKILL.md
ローディング
関連するOpenclawのスキル
HarmonyOS MobLink 統合
MobTech MobLink を HarmonyOS NEXT プロジェクトに統合し、高度なディープリンクとシーン復元を実現するための 6 ステップのインタラクティブなワークフローです。
FBS-BookWriter
構造化されたNode.jsツールチェーンを通じて書籍、マニュアル、ホワイトペーパーを作成するための自動化された長文執筆フレームワーク。
Bath Bodyworks 分析
Bath & Body Worksのビジネスモデル、季節ごとのマーケティング戦略、および小売パフォーマンスを分析するための専門的な研究skillです。
ビデオ分析ワークフロー
ローカルまたはオンラインのビデオを、実行可能なクリエイティブアセットと構造化されたドキュメントに分解するための、プロフェッショナルなAI駆動型ワークフローです。
HarmonyOS MobPush 統合スキル
ArkTSを使用してMobTech MobPush通知サービスをHarmonyOS NEXTプロジェクトに統合するためのインタラクティブな自動化ツールです。
Ars Technica Intelligence
Ars Technicaの技術ジャーナリズム戦略、ビジネスモデル、歴史的進化を分析するための専門的なスキルです。
特徴*
