Openclaw向けHeartFlow

HeartFlow は、自己治癒能力、デュアルスピード推論、多層メモリを AI エージェントに提供するために設計された、ローカルファーストの認知およびメモリ推論エンジンです。

mark-heartflow
v2.9.0
Jun 10, 2026
0
556
0

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 heartflow-v1

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

グローバル
~/.openclaw/skills/
ワークスペース
<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 heartflow-v1 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。

HeartFlow とは?

HeartFlow は、AI コーディングエージェント向けに設計された堅牢なローカルファーストの認知エンジンです。これは、一時的なコンテキストの蓄積よりも、推論、構造化されたメモリ、自己進化を優先します。計算上の混沌(エントロピーの低減)に抵抗するように設計されており、単なるプロンプト更新ではなく、構造的な成長を達成しようとするエージェントのためのアーキテクチャフレームワークとして機能します。厳格なローカルサンドボックス内で動作し、生のノイズを構造化されたシグナルに変換するという知性への哲学的なアプローチを強制することで、開発者が Openclaw Skills を使用して、非常に意識的な AI エージェントを構成するのを支援します。

その技術アーキテクチャの中心にあるのは、メモリではなくコードで実行される厳格な 4 ステップの推論プロセスである HeartLogic ワークフローです。これは、個別の実行パイプラインを通じて高速な直感と深い推論のバランスを取り、エージェントが状況の境界を理解し、ユーザーの悩みや技術的なボトルネックを特定し、冗長な出力よりも沈黙がよりクリーンな結果を生む場合に沈黙を選択できるようにします。このローカルファーストのパラダイムは Openclaw Skills と完全に統合されており、外部クラウドへの依存なしに、安全なメモリ注入設定を可能にします。

HeartFlow のユースケース

  • API キーを漏洩させることなく、ユーザーの好みや学習した教訓を安全に保持するためのクロスセッションメモリ・アーキテクチャ (CORE, LEARNED, EPHEMERAL) の実装。
  • 自動化された戦略調整のために、ローカルの Q-table に実行エラーを記録する自己治癒型の強化学習 (RL) ワークフローの有効化。
  • コード修正提案が厳格なセマンティックおよびセキュリティ検証を通過することを保証する、深い実行監査による AI 推論パイプラインの構造化。
  • 外部通信が完全に遮断された高プライバシーの開発環境で動作する LLM のための高度な認知コンテキストレイヤーの構築。

HeartFlow の仕組み

  1. 初期化: 開発者はローカルで HeartFlow フレームワークをインスタンス化し、メモリ操作を固定するためのプロジェクト固有のルートパスを定義します。
  2. 認知監査 (HeartLogic): すべてのプロンプトや課題に対して、エンジンは AI エージェントに 4 段階の評価を強制します:これは何に関するものか?正しいアクションか?ユーザーやコードベースは危機的または苦痛な状態か?エージェントは冗長なログよりも沈黙を選択すべきか?
  3. 多層メモリルーティング: システムは生成された洞察を分類します。変更不可の指示は CORE メモリへ、セッション間で学習した習慣は LEARNED メモリへ、一時的なコンテキストは EPHEMERAL メモリに格納されます。
  4. 自己治癒 Q-Learning: 失敗が発生した場合、エンジンはエラーをローカルの Q-table (self-heal.js) に記録し、エージェントが外部のテレメトリなしで将来の運用戦略を自動的に洗練できるようにします。
  5. 注入とコンパイル: メモリモジュールは、軽量なローカル Node.js スクリプトまたは Hermes プラグインを使用して、システムプロンプトに直接コンパイルおよび注入され、Openclaw Skills を通じてエージェントに力を与えます。

HeartFlow のセットアップ

HeartFlow はローカルの Node.js および Python モジュールとして動作します。ローカルマシンに Node.js がインストールされていることを確認してください。

認知メモリをローカルで管理および検索するには、付属のメモリツールを使用してください:

# ローカルの JSON に保存されているすべての既存メモリを一覧表示
node scripts/heartflow-memory-tool.js list

# セマンティックキーワードを使用してメモリを検索
node scripts/heartflow-memory-tool.js search <keyword>

# 現在のメモリ統計を取得
node scripts/heartflow-memory-tool.js stats

# 学習したメモリにキーと値のペアを手動で書き込み
node scripts/heartflow-memory-tool.js write <key> <value>

ベクトル機能のためにローカルのセマンティック検索モデル (ModelScope 提供) をダウンロードするには、以下を実行します:

python scripts/download-model.py

HeartFlow のデータスキーマとタクソノミー

HeartFlow は、そのデータアーキテクチャをローカルの memory/ ディレクトリ内の専用ファイルに体系的に分離します。これらの Openclaw Skills を管理するために、外部データベースやクラウドエンドポイントは関与しません。

メモリ階層アーキテクチャ

メモリ層 保存範囲 更新頻度 目的
CORE 永続 読み取り専用 ID ルール、7 つのコアディレクティブ、ベースライン安全フレームワークを格納
LEARNED クロスセッション JSON 動的 教訓、ユーザー固有のコーディングスタイルの好み、過去の失敗を蓄積
EPHEMERAL インメモリセッション状態 実行ごと 現在のランタイム実行コンテキストと一時的なシグナルを追跡

技術実行マッピング

  • Q-Table ローカルストレージ:強化学習エンジンのランタイムエラーと戦略の重みを追跡。
  • セマンティックインデックス:ダウンロードした ModelScope の埋め込みを使用してローカルで作成され、セマンティック検索とメタファーインデックスを処理。

HeartFlow の高度な機能

  • デュアルスピード推論パイプライン: 高速な直感 (thinkFast) と、深くてゆっくりとした推論ループ (thinkDeep) のための明示的な API フックを提供。
  • 多変量認知エンジン: メタファーライブラリ、常識エンジン(6 つの推論モードをサポート)、およびコードベースの傾向を処理するパターン検出器が含まれています。
  • 自律的な自己監査: self-audit.js を使用して、変更を適用する前に 6 つの異なる評価次元でローカルコードの修正をスキャンします。
  • プライバシーファーストのセキュリティガードレール: システム/ネットワーク権限を一切持たず、すべての読み取り/書き込み活動を隔離されたローカルメモリディレクトリに制限し、Openclaw Skills の新しい安全基準を確立します。
  • ローカルエントロピー測定: 4 次元のエントロピー追跡を使用して、介入がコードベースのアーキテクチャを単純化するか複雑化するかを判断します。

SKILL.md


ローディング

関連するOpenclawのスキル

METADATA

Github Stars: 0
forks: 0

特徴*