Um sistema de memória persistente que registra correções de agentes e as injeta automaticamente em sessões futuras para evitar erros recorrentes.
Instalar e Baixar
1. ClawHub CLI
A maneira mais rápida de instalar uma habilidade diretamente do registro.
npx clawhub@latest install correction-memory
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 correction-memory 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 Memória de Correção?
A Memória de Correção é um utilitário especializado para o Openclaw Skills projetado para resolver o problema persistente de agentes repetindo os mesmos erros em diferentes sessões. Normalmente, quando a saída de um agente é corrigida, esse conhecimento é perdido assim que a sessão termina. Esta habilidade preenche essa lacuna fornecendo um mecanismo dedicado de registro e injeção que captura o feedback e o aplica a cada geração futura do mesmo tipo de agente.
Ao integrar a biblioteca correction-tracker ao seu fluxo de trabalho, você transforma correções efêmeras em uma base de conhecimento permanente. Quer você esteja aplicando padrões de codificação específicos ou preferências estilísticas, esta habilidade garante que seus agentes evoluam e melhorem com o tempo, em vez de retornar a um estado inicial a cada nova tarefa.
Casos de uso do Memória de Correção
- Eliminação de erros repetitivos de formatação ou sintaxe em código gerado.
- Aplicação de padrões arquiteturais específicos do projeto que os agentes frequentemente ignoram.
- Treinamento de agentes de escrita criativa para manter estilo e tom consistentes em vários capítulos.
- Redução da carga de prompts manuais automatizando a entrega de feedbacks anteriores.
Como o Memória de Correção funciona
- O sistema captura correções por meio de chamadas programáticas ou instruções em linguagem natural fornecidas ao agente principal.
- As correções são registradas em arquivos .jsonl estruturados, categorizados por tipo de agente no diretório de memória.
- Quando um subagente é criado, o agent-context-loader identifica o tipo de agente (ex: CoderAgent) a partir da descrição da tarefa.
- O sistema consulta o log de correções em busca de entradas associadas àquele tipo de agente nos últimos 30 dias.
- Um preâmbulo de correção é gerado e prefixado ao prompt do agente, garantindo que as lições passadas estejam em mente para a tarefa atual.
Configuração do Memória de Correção
Para instalar esta capacidade na sua configuração do Openclaw Skills, siga estas etapas:
Passo 1: Instalar o Rastreador
Copie o modelo do rastreador para seu espaço de trabalho local:
cp references/correction-tracker-template.js $OPENCLAW_WORKSPACE/lib/correction-tracker.js
Verifique a instalação:
node $OPENCLAW_WORKSPACE/lib/correction-tracker.js
Passo 2: Integração
Se você já estiver usando a habilidade de engenharia de intenção (intent-engineering), o gancho de injeção no agent-context-loader.js é automático. Caso contrário, você deve importar manualmente buildCorrectionPreamble da biblioteca do rastreador para sua lógica de criação personalizada.
Esquema de Dados e Taxonomia de Memória de Correção
A habilidade mantém um banco de dados de arquivos simples usando JSONL para alto desempenho e transparência. Os dados são armazenados em $OPENCLAW_WORKSPACE/memory/corrections/[AgentType].jsonl.
| Campo | Descrição |
|---|---|
agent_type |
A categoria do agente que recebe a correção (ex: CoderAgent, AuthorAgent) |
issue |
Uma descrição do comportamento incorreto observado |
correction |
A regra ou instrução específica a ser seguida no futuro |
timestamp |
Usado para gerenciar a expiração automática de 30 dias de regras obsoletas |
metadata |
Contexto opcional, como ID da sessão ou canal de comunicação |
Recursos avançados do Memória de Correção
- Lógica de expiração automática que remove correções com mais de 30 dias para evitar o inchaço dos prompts.
- Processamento de linguagem natural que permite registrar correções simplesmente dizendo ao agente principal o que deu errado.
- Detecção de tipo de agente baseada em palavras-chave que roteia automaticamente as correções para a biblioteca correta.
- Interoperabilidade perfeita com outras habilidades do Openclaw para criar um ambiente de agentes autônomos coeso.
SKILL.md
Carregamento
Habilidades relacionadas do Openclaw
Estrutura de Estabilidade de Agentes (ASF)
Um sistema abrangente de defesa em três camadas para evitar o desvio de personalidade da IA, falhas técnicas e desalinhamento de essência em agentes autônomos.
Observador de Vídeo (Video Watcher)
Uma ferramenta especializada para buscar e ler programaticamente transcrições de vídeos do YouTube e Bilibili para permitir análises baseadas em IA.
Joan Workflow
Um sistema de gestão de conhecimento e tarefas baseado em workspace projetado especificamente para fluxos de trabalho de desenvolvimento assistidos por IA.
Corpus
Uma integração poderosa para agentes de IA interagirem com a biblioteca Corpus AI para recuperação de conteúdo, marcação de páginas web e gerenciamento de lembretes.
Engenharia de Intenção
Uma camada de intenção legível por máquina que garante que os subagentes otimizem para suas prioridades reais, e não apenas métricas de conclusão.
Cost Governor
Um sistema de estimativa de custos pré-execução e portão de aprovação projetado para evitar gastos excessivos com API durante implantações de múltiplos agentes.
METADATA
Apresentou*
