ワークフローオーケストレーションスキルは、複雑な自然言語のビジネス目標を、下流エンジン用の静的に検証されたDAG（有向非巡回グラフ）実行計画にコンパイルします。
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 workflow-orchestration-skill
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 workflow-orchestration-skill 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。
ワークフローオーケストレーションスキル とは？
ワークフローオーケストレーションスキルは、抽象的な自然言語の目標と決定論的な実行とのギャップを埋めるために設計された専門的な開発者ツールです。これは、高レベルのビジネス要件をDAG（有向非巡回グラフ）形式の静的に検証された中間表現（Plan IR）にコンパイルします。このスキルは個々のタスク自体を実行するのではなく、オーケストレーターとして厳密に機能し、タスクの分解、機能マッピング、ホワイトリスト照合、および安全分析を処理します。これは、Openclaw Skillsエコシステム内の不可欠な構造コンポーネントです。
プランニングフェーズを実行フェーズから切り離すことで、論理的な欠陥、サイクルループ、および不正な権限の試行が静的に捕捉され、緩和されることを保証します。下流のオーケストレーションエンジンは、生成された計画を自信を持って消費し、予測可能な実行動作を伴う高完全性の自動化を達成できます。
ワークフローオーケストレーションスキル のユースケース
- 曖昧または高レベルな自然言語記述から、多段階で複雑なワークフローをオーケストレーション。
- エージェントの目標を、明示的に定義された依存関係を持つ並列および順次のステップに分解。
- 必要なワークフロータスクを、利用可能なエージェント機能の静的ホワイトリストに自動的にマッチング。
- ランタイムエンジンを実行する前に複雑な実行シーケンスを静的に検証し、デッドロックやループ実行を防止。
- 状態変更が発生する前に、プランニングレイヤーでマルチテナントセキュリティとスコープ境界を強制。
ワークフローオーケストレーションスキル の仕組み
- 計画策定: 提供されたビジネス目標と利用可能な機能マニフェストを合成し、タスクを個別のステップに分解して、順序、並列パス、条件分岐を決定します。
- 構造的合成: 概念的なステップを、Plan IRのコア仕様と一致する具体的でスキーマ準拠のJSON形式にマッピングします。
- 静的検証: 自動化された検証パイプラインを自動的に実行します（JSONスキーマ準拠、networkxによるループトポロジ、権限スコープ、およびホワイトリストバインディングのチェック）。
- 実行リリース: 一意のプランニング識別子とともに、検証済みのPlan IRとその対応する検証レポートを出力し、下流エンジンで実行します。
ワークフローオーケストレーションスキル のセットアップ
Python 3.8+と必要なライブラリがインストールされていることを確認してください。
必要な依存関係のインストール:
pip install jsonschema networkx pydantic
自然言語の目標を検証済みの実行計画にコンパイル:
python3 scripts\/compile_plan.py --goal "Verify payroll data and generate a financial summary report" --manifest skills_manifest.json --output plan.json
生成された計画のスキーマとグラフトポロジの検証:
python3 scripts\/validate_schema.py --plan plan.json
python3 scripts\/validate_topology.py --plan plan.json
ワークフローオーケストレーションスキル のデータスキーマとタクソノミー
生成される主な成果物は、構造化されたPlan IR形式に準拠した plan.json です。
ノード構造
グラフ内の各実行ステップ（ノード）には、次のプロパティが含まれている必要があります:
node_id: ノードの一意の文字列識別子。target_skill: このタスクにバインドされたホワイトリストスキル。purpose: ノードのタスクの役割を詳述するプレーンテキストのドキュメント。scoped_state_keys: このノードが読み取りまたは変更を許可されている状態変数の明示的な配列。
エッジ構造
ノード間の遷移と依存関係は、エッジを使用して構成されます:
from_node: 最初に完了する必要があるノード。to_node: 先行ノードを待機している下流ノード。
ディレクトリの分類
| パス | 説明 |
|---|---|
references\/ |
オーケストレーションロジック、DAGパターン、スコープ境界、およびガードレール用のルールセット。 |
scripts\/ |
コンパイル、スキーマチェック、検証、およびスキルバインディング用のPython実行可能ファイル。 |
assets\/ |
入力/出力パラメータを示すスキーマと生の参照計画。 |
ワークフローオーケストレーションスキル の高度な機能
- トポロジカルサイクル防止: 深層グラフ分析を使用して、無限ループとデッドロックを静的にブロックします。
- 厳格なスコープとホワイトリスト検証: 実行パスが承認されたAPIのみにロックダウンされていることを保証し、Prompt Injectionのバイパスを防止します。
- 堅牢なスキーマ検証: 下流へのデプロイ前に、フォーマット制約、条件付きエッジロジック、およびエッジケースパラメータを自動的に解析します。
- 標準化された障害診断: 検証が失敗した場合、システムは構造化されたエラーコード、回復手順、および難易度提案を出力し、自動化されたLLM駆動の自己修復を可能にします。
- Human-in-the-Loop保護: 静的分析中に高リスクの実行パスを特定し、手動管理者承認のためにフラグを立てます。
SKILL.md
ローディング
関連するOpenclawのスキル
Search Synthesis Expert
Search Synthesis Expert スキルは、逐次思考と Playwright ブラウザ自動化を使用してタスクを分解し、複数ソースの検索を実行し、信頼性の高い統合されたインテリジェンスレポートを提供します。
Research Harness
research-harness スキルは、AI-native な科学実験および長期実行される LLM agent コラボレーションのための認知規律、構造化されたリポジトリ アーキテクチャ、および厳格なガバナンス ルールを強制します。
Google Maps Extractor (Apify) Skill
ApifyのGoogle Maps Extractorを活用し、地域のビジネスディレクトリ、連絡先情報、詳細な場所のメタデータを収集する強力なエージェントスキルです。
アカデミック・リサーチ・スキル
文献統合、論文執筆、構成案作成、系統的レビューにおいて研究者を支援するために設計された、高度な AI 駆動型学術ワークフロー・スキルです。
Orchestration Reviewer Skill
既存のワークフロー計画(Plan IR)やDAGを、ビジネス目標、トポロジー、実行安全性に基づいてレビュー、スコアリング、最適化するように設計された分析ツールです。
Remotion ベストプラクティス
React で Remotion を使用して、フレーム単位で正確なプログラマティックビデオテンプレートを設計、最適化、レンダリングするための専門的なガイドスキルです。
編集長ワークフロー
マルチエージェントによるコンテンツ作成、戦略マッピング、およびObsidian統合パブリッシングを調整するために設計されたオーケストレーションエンジン。
特徴*
