Uma estrutura local de auto-otimização de custo zero para OpenClaw AI Agents que analisa logs de execução para diagnosticar falhas de capacidade e aplicar patches comportamentais com segurança.
Instalar e Baixar
1. ClawHub CLI
A maneira mais rápida de instalar uma habilidade diretamente do registro.
npx clawhub@latest install agent-capability-evolver
2. Instalação Manual
Copie a pasta da habilidade para um desses locais
~/.openclaw/skills/ <project>/skills/ Prioridade: Espaço de Trabalho > Local > Integrado
3. Instalação do Prompt
Copie este prompt para o OpenClaw para instalá-lo automaticamente.
Ajude-me a instalar o agent-capability-evolver usando o Clawhub. Se o Clawhub não estiver instalado, instale-o primeiro (npm i -g clawhub).
Prefere baixar?
Obtenha os arquivos originais da habilidade em um arquivo ZIP.
O que é Motor de Autoevolução Cognitiva?
O Cognitive Self-Evolution Engine é uma estrutura de otimização automatizada construída especificamente para rodar com um impacto de runtime próximo de zero. Em vez de depender de ajustes manuais de configuração ou fine-tuning de modelo caro, este sistema escaneia logs de execução, categoriza automaticamente as falhas do Agent em taxonomias estruturadas e gera patches de diagnóstico. Esses patches ajustam as regras de prompt, definem padrões de parâmetros e melhoram os mecanismos de seleção de ferramentas para evitar erros recorrentes.
Operando localmente, sem dependências de API externas, ele serve como um cérebro autorrecuperável para o seu ambiente de trabalho de IA. Ao permitir que os Agents avaliem dinamicamente suas deficiências e apliquem modificações de comportamento direcionadas, ele garante que seu conjunto de Openclaw Skills funcione com eficiência lógica máxima sem modificar nenhum código central do sistema.
Casos de uso do Motor de Autoevolução Cognitiva
- Diagnóstico de logs de execução após falhas de tarefa para identificar exatamente por que um Agent falhou.
- Automação da otimização contínua do Agent para refinar sistematicamente o uso de ferramentas, contexto de memória e rastreamento de instruções.
- Gerenciamento de configurações complexas de multi-agent onde erros de seleção de ferramentas ou incompatibilidades de parâmetros devem ser corrigidos dinamicamente.
- Descoberta e instalação de Openclaw Skills complementares da comunidade para preencher lacunas funcionais identificadas.
Como o Motor de Autoevolução Cognitiva funciona
- Coleta de Dados: O motor lê logs de execução do diretório configurado, extraindo métricas chave, incluindo IDs de tarefa, sequências de chamadas de ferramentas, erros e feedback direto do usuário.
- Análise de Causa Raiz: Ele mapeia falhas contra uma taxonomia de erro de 8 níveis (por exemplo: WRONG_TOOL, CONTEXT_LOSS, PARAM_ERROR) para localizar a fonte exata da falha.
- Correspondência de Estratégia: Com base nas taxas de ocorrência, o motor aplica prioridades estratégicas de reparo (por exemplo: disparar patches imediatos se uma falha ocorrer pelo menos duas vezes em três tarefas).
- Geração de Patch: Correções de regras limpas, substituições de configuração e modificações de gatilho são gravadas diretamente em arquivos de patch locais.
- Resolução de Conflitos: Novos patches são validados automaticamente contra configurações históricas para resolver sobreposições, atualizando os logs de evolução sequencialmente.
Configuração do Motor de Autoevolução Cognitiva
Para iniciar o motor de autoevolução, configure as variáveis de ambiente apontando para seus logs de execução e estabeleça sua estratégia de evolução:
# Defina o local dos seus arquivos de log de Agent ativos
export LOG_DIR="/path/to/your/agent/logs"
# Configure a agressividade evolutiva (opções: conservative, aggressive)
export EVOLUTION_STRATEGY="conservative"
Certifique-se de que os diretórios de espaço de trabalho necessários existam antes de iniciar seu primeiro scan de log:
mkdir -p evolution/patches/archive/
mkdir -p references/
Suas instruções de configuração base e taxonomias de erro devem ser salvas dentro de references/evolution_rules.md para guiar o motor de patch.
Esquema de Dados e Taxonomia de Motor de Autoevolução Cognitiva
O Cognitive Self-Evolution Engine gerencia diagnósticos e regras de otimização do sistema através de um conjunto de saídas de diretório estruturadas e classificações:
Taxonomia de Erros
| Código de Classificação | Área de Foco | Descrição |
|---|---|---|
WRONG_TOOL |
Ferramentas e Integrações | O Agent selecionou uma ferramenta ou comando incorreto |
PARAM_ERROR |
Schema e Argumentos | Parâmetros incorretos passados durante a invocação da ferramenta |
CONTEXT_LOSS |
Memória e Limites de Token | Perdeu contexto crítico durante longas sessões de chat |
AMBIGUOUS_INSTRUCTION |
Prompts e Entradas | O sistema falhou ao decifrar instruções vagas ou contraditórias |
EXTERNAL_FAILURE |
API e Ambiente | Falha de dependência externa ou de rede |
Layout de Arquivos de Saída
evolution/patches/patch_rule_*.md: Adições de regras de prompt personalizadas.evolution/patches/patch_defaults_*.yaml: Configurações de parâmetros atualizadas.evolution/patches/patch_triggers_*.md: Termos de gatilho otimizados para resolver o roteamento de intenção dentro de suas Openclaw Skills.evolution/evolution_log.md: Trilha de auditoria cronológica de passagens de diagnóstico, patches aplicados e conflitos resolvidos.
Recursos avançados do Motor de Autoevolução Cognitiva
- Modo de Evolução Contínua: Ativa um micro-loop de diagnóstico automatizado e leve após a conclusão de cada tarefa do usuário, aplicando reparos dinamicamente.
- Resolução de Conflitos de Múltiplas Camadas: Filtra sobreposições de patch usando uma fila de prioridade estrita (Segurança > Frescor > Desempenho > Experiência do Usuário) para evitar regressões lógicas.
- Rollbacks Zero-Touch: Permite que os desenvolvedores desfaçam modificações de prompt com segurança deletando arquivos do diretório de patches; arquivos sobrescritos são movidos automaticamente para uma pasta de arquivo.
SKILL.md
Carregamento
Habilidades relacionadas do Openclaw
Gerador de Relatórios de Insights de Mercado e Monitoramento de Concorrentes
Um agente automatizado de inteligência de mercado e monitoramento de preços que extrai, pontua e entrega relatórios de concorrentes com paywall via Alipay.
Leitor de Armazenamento de Correio Mozilla Thunderbird
Uma habilidade de processamento offline projetada para inspecionar, pesquisar e extrair e-mails e anexos diretamente dos perfis de armazenamento locais do Mozilla Thunderbird.
Broadband Grant Application Drafter
Um assistente de entrevista e redação baseado em AI que constrói narrativas estruturadas de solicitação de subsídio para programas de financiamento de banda larga federais e estaduais, como BEAD, USDA ReConnect e E-Rate.
Model Card Drafter
Um fluxo de trabalho interativo guiado por IA para redigir Model Cards estruturados e compatíveis para modelos de aprendizado de máquina.
agent-cost-eval-kit
Um utilitário especializado para identificar desperdício de Token de agente, chamadas de LLM redundantes e mudanças de roteamento arriscadas antes que impactem sua fatura na nuvem.
Douyin Scraper
Um scraper automatizado baseado em Playwright projetado para coletar metadados de vídeos em alta do Douyin, estatísticas de engajamento e roteiros de cópia.
Apresentou*
