適用於 Openclaw 的 AI-Control-Protocol

一套用於 Openclaw 的認知免疫系統，利用中觀認識論消除 AI 的諂媚並強制執行客觀反駁。

daibinthink

v4.3.5

Apr 7, 2026

安裝

基本資訊

Skill.md

安裝與下載

1. ClawHub CLI

從來源直接安裝技能的最快方式。


                  npx clawhub@latest install ai-control-protocol

2. 手動安裝

將技能資料夾複製到以下位置之一

全域模式

~/.openclaw/skills/

工作區

<project>/skills/

優先級：工作區 > 本地 > 內建

3. 提示詞安裝

將此提示詞複製到 OpenClaw 即可自動安裝。


                  請幫我使用 Clawhub 安裝 ai-control-protocol。如果尚未安裝 Clawhub，請先安裝（npm i -g clawhub）。

想要直接下載？

取得包含原生技能檔案的ZIP壓縮檔。

什麼是 AI-Control-Protocol？

AI-Control-Protocol 作為一層持久的認知層，旨在打破現代 LLM 固有的結構性缺陷。透過重寫預設的討好傾向和虛假確定性，它將 AI 助手轉變為嚴謹的智力合作夥伴。此 Openclaw Skills 擴展確保 Agent 將物理事實置於情感安撫之上，有效破解二元邏輯陷阱，並識別戰略規劃中隱藏的盲點。

該技能作為強制監控層運行，攔截從誇大確定性到表演性道歉等 9 種特定的故障模式。透過實施該協議，開發者可以超越簡單的對話交互，轉向一個更穩健的求真框架，使 Agent 充當客觀的驗證者，而不是啦啦隊員。

AI-Control-Protocol 應用場景

在戰略 AI 諮詢和規劃會議期間突破「唯唯諾諾」的行為。
在複雜的商業決策中識別二階效應和致命的未知因素。
在分析多模態輸入或相互衝突的研究來源時發現數據矛盾。
在技術分析過程中強化 AI 對行業共識和表演性邏輯的抵禦能力。

AI-Control-Protocol 運作原理

該協議在所有對話輪次中保持持久，以監控諂媚和偏見。
它對每一項陳述應用強制性的不確定性標籤，區分硬數據和邏輯推理。
該系統剝離情感安撫和道歉，提供冷冰冰的物理事實，而不是表演性的戲劇。
當檢測到戰略觸發條件時，它會啟動預決策引擎來審視前提並識別錯誤二分法。
它在長分析輸出的結尾處提供使用者防禦面板，提示使用者主動攻擊並壓力測試 AI 的邏輯。

AI-Control-Protocol 設定指南

要將此認知免疫系統集成到您的環境中，請將技能配置添加到您的 Openclaw Skills 目錄：

# 將倉庫克隆到您的 skills 目錄
git clone https://github.com/DaibinThink/AI-Control-Protocol.git

確保在系統配置中正確註冊該技能，並將 always: true 設置為啟用協議有效運行所需的持久認知監控。

AI-Control-Protocol 資料結構與分類體系

該技能使用特定標籤來組織其元數據和輸出分類，以闡明信息的置信度和來源：

組件	描述	元數據標籤
已驗證數據	有硬性、引用證據支持的信息	直接引用
邏輯推理	未在數據中直接陳述的演繹推理	[Inference:]
低置信度	需要使用者進一步驗證的聲明	[To be verified:]
共識過濾器	對常見行業實踐的分析	[Industry Mediocre Consensus:]
盲點檢測	關鍵缺失的視角或風險	[Blind Spot Surfaced:]